Wo der Modellrabatt in der Rechnung bleibt

Kurzfassung: Kimi K3.1 Pro kostet je Token ein Drittel weniger als K3. Im Startvergleich meldet Artificial Analysis trotzdem ungefähr gleiche Aufgabenkosten. Der Fall zeigt, warum ein Modellwechsel zwei getrennte Rechnungen verlangt: den Preisnachlass bei unverändertem Verbrauch und die Kosten des tatsächlich veränderten Verbrauchs.

Ein günstigerer Tarif kann ein guter Einkaufserfolg sein, ohne die erwartete Ersparnis im Betrieb zu liefern. Bei KI verändert ein Modellwechsel möglicherweise auch die Menge der abgerechneten Verarbeitung. Für die Finanzplanung ist deshalb entscheidend, welchen Teil einer Preisreduktion das Unternehmen tatsächlich behält – und welchen Teil es für ausführlichere Verarbeitung oder bessere Ergebnisse wieder ausgibt.

Ein Drittel günstiger, nicht ein Drittel der Kosten

Kimi nennt in seiner Preisübersicht für K3.1 Pro zwei Dollar je Million reguläre Eingabetokens, zehn Dollar für Ausgabetokens und 0,20 Dollar für wiederverwendete Eingaben aus dem Zwischenspeicher. Für K3 stehen dort drei, fünfzehn und 0,30 Dollar. Diese drei Tarife sinken jeweils um ein Drittel. Sie sinken nicht auf ein Drittel des bisherigen Niveaus.

Die unabhängige Messorganisation Artificial Analysis berichtet in ihrem Startvergleich zugleich von 55.000 statt 48.000 Ausgabetokens je Aufgabe ihres Intelligence Index. Das sind rund 14 Prozent mehr. Als Kosten je Aufgabe nennt sie ungefähr denselben Betrag wie beim Vorgänger: 1,98 Dollar. Die Werte beschreiben diesen Vergleich, nicht die Kosten eines bestimmten Unternehmensprozesses.

Wichtig ist eine rechnerische Grenze: Der genannte Anstieg der Ausgabemenge erklärt die unveränderten Gesamtkosten nicht vollständig. Bei einem um ein Drittel reduzierten Ausgabetarif und rund 14 Prozent mehr Ausgabetokens würde dieser einzelne Kostenblock immer noch sinken. Für die gesamte Überleitung fehlen im kurzen Bericht unter anderem die entsprechenden Eingabemengen und ihre Abrechnungskategorien. Man sollte aus den nebeneinanderstehenden Zahlen deshalb keine lückenlose Ursachenrechnung machen.

Gerade diese offene Stelle ist aufschlussreich. Weder der Tarifnachlass noch eine einzelne Verbrauchszahl genügt, um die Rechnung nach einem Modellwechsel zu erklären. Die angekündigte Ersparnis wird erst belastbar, wenn Preis und Menge derselben Leistung getrennt vorliegen.

Drei Rechnungen erklären den Unterschied

Für einen begrenzten Bestand vergleichbarer Aufgaben lässt sich die Veränderung mit drei Rechnungen darstellen. Zunächst werden die bisherigen Verbrauchsmengen zu den bisherigen Tarifen bewertet. Das ergibt die Ausgangskosten. Dann werden genau dieselben Mengen mit den neuen Tarifen berechnet. Die Differenz ist der reine Preiseffekt: Was wäre günstiger geworden, wenn das neue Modell unverändert viel verarbeitet hätte?

Die dritte Rechnung verwendet die tatsächlich gemessenen Mengen des neuen Modells und dessen Tarife. Ihr Abstand zur zweiten Rechnung zeigt den Verbrauchseffekt. Dazu können längere Ausgaben, zusätzlicher Denkaufwand, andere Eingabelängen oder eine veränderte Nutzung des Zwischenspeichers beitragen. Bei mehreren Abrechnungskategorien muss die Zuordnung jeweils einzeln erfolgen.

Ein vereinfachtes Rechenbeispiel nur für Ausgabetokens verdeutlicht das Verfahren. Eine Million Tokens kostet beim genannten K3-Tarif fünfzehn Dollar. Mit dem K3.1-Pro-Tarif wären es bei gleicher Menge zehn Dollar. Steigt der Verbrauch auf 1,14 Millionen Tokens, entstehen 11,40 Dollar. Von fünf Dollar möglichem Tarifvorteil bleiben 3,60 Dollar erhalten; 1,40 Dollar werden durch die höhere Menge aufgezehrt. Das ist eine Illustration, keine Rekonstruktion der 1,98 Dollar aus dem Vergleichsbericht.

Die Reihenfolge ist eine vereinbarte Rechenkonvention: Hier wird zuerst der Tarif und danach die Menge verändert. Sie macht den Befund nachvollziehbar, ohne einen naturgegebenen Anteil einzelner Ursachen zu behaupten. Wächst zusätzlich die Zahl bearbeiteter Geschäftsvorgänge, sollte diese Ausweitung gesondert stehen. Mehr Nachfrage ist etwas anderes als mehr Verbrauch für denselben Vorgang.

Die sichtbare Antwort ist nicht die Verbrauchsmenge

Für den betrieblichen Vergleich reicht es nicht, die Länge zweier fertiger Texte zu messen. Kimi erklärt, dass die Abrechnung reguläre Eingaben, Cachetreffer, neue Cacheeinträge und Ausgabe trennt. Jeder Eingabetoken gehört dabei genau einer Kategorie an. Ein neu gespeicherter Abschnitt darf in der Kalkulation nicht zusätzlich als reguläre Eingabe gezählt werden.

Der Anbieter weist außerdem darauf hin, die gemeldete Ausgabenutzung statt nur der Länge der endgültigen Antwort heranzuziehen. K3.1 Pro arbeitet laut dieser Dokumentation immer mit Denkverarbeitung; deren Intensität lässt sich einstellen, standardmäßig ist die höchste Stufe gewählt. Ändert sich beim Wechsel diese Einstellung, vergleicht das Unternehmen nicht bloß zwei Modellnamen, sondern auch zwei Verarbeitungskonfigurationen.

Als betriebliches Beispiel kann die Extraktion von Positionen aus Lieferantenangeboten dienen. Beide Modelle sollen dieselben Dokumente in dasselbe strukturierte Format übertragen. Umfangreichere interne Verarbeitung kann die Rechnung erhöhen, obwohl die fertige Tabelle gleich lang bleibt. Gleichzeitig kann sie fehlende Positionen oder falsche Einheiten reduzieren. Dann ist der zusätzliche Verbrauch möglicherweise sinnvoll – aber er ist eine bezahlte Qualitätsverbesserung und kein unverändert realisierter Rabatt.

Der Vergleich benötigt deshalb einen festgehaltenen Aufgabenbestand, dieselben fachlichen Anforderungen und dokumentierte Einstellungen. Bei agentischen Arbeitsabläufen gehören auch Wiederholungsversuche dazu. Sonst erscheint ein Modell sparsamer, weil gescheiterte Versuche aus der Auswertung verschwinden oder die Aufgabe unbemerkt einfacher geworden ist.

Einkaufserfolg und Qualitätsgewinn getrennt verbuchen

Für das KI-Management ergibt sich eine präzise Arbeitsteilung. Der Einkauf kann den niedrigeren Tarif nachweisen. Der technische Betrieb liefert die Mengen je Abrechnungskategorie und die verwendeten Einstellungen. Der Fachbereich beurteilt, ob ein höherer Verbrauch mehr akzeptierte Ergebnisse erzeugt. Diese Beiträge sollten in der Finanzierungsentscheidung nicht zu einer einzigen Einsparzahl verschmelzen.

Vor einer Migration lässt sich der reine Tarifvorteil als Vergleichswert berechnen. Nach einer begrenzten Erprobung wird sichtbar, wie viel davon bei unveränderten Anforderungen tatsächlich erhalten bleibt. Verbraucht das neue Modell mehr, kann die Leitung bewusst entscheiden, ob die zusätzliche Qualität diesen Betrag wert ist. Sinkt dagegen nur der Tarif, ohne dass sich Verbrauch und Ergebnis ändern, ist die Ersparnis einfacher zu übertragen.

Eine zugesagte Budgetkürzung sollte daher nicht automatisch dem angekündigten Tokenrabatt entsprechen. Im Angebotsbeispiel wäre die konkrete Entscheidung: Den erhaltenen Preisvorteil als Einsparung einplanen und einen nachgewiesenen Mehrverbrauch ausdrücklich der verbesserten Extraktionsleistung zurechnen. So bleibt erkennbar, ob das Unternehmen günstiger einkauft, bessere Arbeit bezahlt oder beides erreicht.