Die Moonshot API hat 2026 zwei für die Anbindung wichtige Änderungen erlebt: Der Einstieg der Open Platform ist zu platform.kimi.com umgezogen, und die alte moonshot-v1-Reihe wurde am 31. August eingestellt. Was viele Teams als „Moonshot API funktioniert nicht“ erleben, ist oft ein 404 wegen eines veralteten Modellnamens – kein Ausfall der Plattform.

Deshalb zuerst klären: Wollen Sie den Anbieter wechseln, oder nur den Modellnamen auf kimi-k3 migrieren? Dieser Beitrag vergleicht die drei in China verbreiteten Alternativen DeepSeek, Qwen und GLM bei langem Kontext, chinesischem Schreiben, Code, Agenten, Anbindung und Preismodell. Am Ende stehen eine Szenariotabelle und eine Migrationscheckliste. Modelle und Preise richten sich nach den Modellpreisen auf dieser Website.

Hinweis: Moonshot, Kimi, DeepSeek, Qwen und GLM sind Marken der jeweiligen Inhaber; dieser Beitrag dient der technischen Auswahl. Modelle, Kontingente und Bedingungen der Plattformen können sich ändern; vor der Beschaffung die offizielle Dokumentation prüfen.

1. Zuerst klären, welche Ebene ersetzt werden soll

Ein Plattformwechsel ist nur in drei Fällen sinnvoll:

  • Die Fähigkeiten des aktuellen Modells reichen klar nicht aus, etwa bei der Trefferquote im langen Kontext oder bei instabilen Tool-Aufrufen.
  • Die Limitstufe genügt dem Geschäft dauerhaft nicht und eine höhere Kontostufe rechnet sich nicht.
  • Beschaffung, Rechnungen oder Datencompliance verlangen eine andere Vertragspartei.

Werden nur 404, 401 oder 429 häufiger, zuerst technische Ursachen prüfen: Ist der Modellname eingestellt, passen Key und Site zusammen, wiederholt das SDK automatisch, und wird für alle Anfragen das schwerste Modell verwendet? Diese Probleme wandern bei einem Plattformwechsel mit.

Die Moonshot API richtet sich an Entwickler und teilt kein Abrechnungssystem mit der Kimi-Webversion oder Mitgliedschaft. Dieser Beitrag behandelt die Schnittstellenauswahl, nicht den Vergleich von Endnutzerprodukten.

2. Die vier Plattformen im Überblick

Moonshot (Kimi Open Platform): Die chinesische Site ist platform.kimi.com mit https://api.moonshot.cn/v1, die internationale platform.kimi.ai mit https://api.moonshot.ai/v1. Konten, Guthaben und Keys sind vollständig getrennt. Aktuell sind kimi-k3 (1M Kontext), kimi-k2.7-code (256K, codeorientiert) und kimi-k2.6 (256K, Text- und Bildeingabe) die Hauptmodelle. Die Schnittstelle ist kompatibel zu OpenAI Chat Completions und Responses und bietet zusätzlich einen Anthropic-Messages-kompatiblen Einstieg.

DeepSeek: Aktuelle Schnittstellenmodelle sind deepseek-flash und deepseek-v4-pro, offiziell mit 1M Kontext und bis zu 384K Ausgabe. Die Abrechnung unterscheidet Cache-Treffer und -Fehltreffer und kennt Spitzen- und Nebenzeiten mit günstigeren Nebenzeiten. Geeignet für Batch, Code und kostensensible Aufgaben.

Qwen (Alibaba Cloud Bailian): Die Textmodelle qwen3.8-max, qwen3.7-plus und qwen3.8-flash decken hohe Fähigkeit, Balance und Geschwindigkeit ab. Die OpenAI-kompatible Adresse ist eine workspace-spezifische Domain der Form https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1; die ältere Domain dashscope.aliyuncs.com bleibt erhalten. Keys sind an die Region gebunden; ein Key aus Peking führt in einer Überseeregion zu 401.

GLM (Zhipu): Aktuelle Hauptmodelle sind GLM-5.3, GLM-5.3-Flash, GLM-5.2 und GLM-5.1; GLM-5.3 wird mit 1M Kontext und 128K Ausgabe angegeben. Die Schnittstelle ist https://open.bigmodel.cn/api/paas/v4, das Anfrageformat ähnelt OpenAI Chat Completions. Es gibt einen separaten Coding-Tarif; bei der Anbindung klären, ob die allgemeine Schnittstelle oder der Coding-Endpunkt verwendet wird.

3. Sechs Dimensionen im Einzelnen

Langer Kontext: Alle vier Spitzenmodelle erreichen die 1M-Klasse; die Fenstergröße ist nicht mehr der einzige Unterschied. Zu testen sind Trefferquote in der Mitte langer Dokumente, Zitiergenauigkeit, Abrechnung der Eingabe-Tokens und maximale Ausgabe. Wird ein ganzer Vertrag wiederholt übergeben, dominieren die Eingabekosten die Rechnung.

Chinesisches Schreiben: Moonshot, GLM und Qwen sind auf chinesischen Korpora stark, DeepSeek ist bei chinesischen Fachtexten stabil. Sprachgefühl lässt sich kaum über Ranglisten beurteilen; besser 30 bis 50 Beispiele aus der eigenen Branche blind bewerten, mit Blick auf Terminologie, Ton und manuellen Nacharbeitsaufwand.

Code: Moonshot hat mit kimi-k2.7-code ein spezialisiertes Modell, DeepSeek V4 Pro eignet sich für Aufgaben auf Repository-Ebene, GLM bietet Coding-Tarife und die CodeGeeX-Reihe, Qwen deckt Coding über die allgemeinen Max/Plus-Modelle ab. Maßstab sind Testbestehensrate und Befolgung langer Dateianweisungen, nicht eine Einzelaufgabe in einer Demo.

Agenten und Tool-Aufrufe: Moonshot deckt protokollseitig viel ab und passt zu Projekten mit Anthropic- und OpenAI-Stack; der Thinking-Modus von DeepSeek eignet sich für mehrstufiges Reasoning; GLM ist im chinesischen Agenten-Ökosystem häufig adaptiert; bei Qwen weist die offizielle Dokumentation darauf hin, dass Tool-Aufrufe derzeit nicht gleichzeitig mit stream=True funktionieren – vor Echtzeit-Agenten prüfen.

Anbindung: Alle vier bieten OpenAI-kompatible Schnittstellen; eine Migration ändert meist nur Base URL, Key und Modellname. Regionale Trennung ist aber verbreitet: Moonshot unterscheidet chinesische und internationale Site, Qwen Peking, Singapur, Virginia und Tokio, GLM und DeepSeek trennen Rechte nach Kontosystem. Ein Key, der nicht zur Adresse passt, ist eine häufige 401-Ursache.

Preismodell: Moonshot staffelt nach kumulierter Aufladung von Tier0 bis Tier5; die Stufe bestimmt Parallelität, RPM, TPM und TPD. DeepSeek rechnet Cache-Treffer, Eingabe und Ausgabe getrennt ab und kennt Spitzen-/Nebenzeiten. Qwen rechnet nach Region und Modellstufe, GLM nach Modell und Tarif. Ein niedriger Listenpreis bedeutet nicht niedrige Gesamtkosten; der nächste Abschnitt zeigt die Rechnung.

4. Szenariotabelle

Szenario Zuerst prüfen Zweite Wahl Hauptkriterium
Millionenzeichen-Dokumente, Fragen zum Gesamtbestand Moonshot kimi-k3 DeepSeek V4, GLM-5.3 Treffer in der Mitte, Zitiergenauigkeit, Eingabekosten
Chinesische Inhalte, Lektorat, Kundenservice Moonshot, GLM Qwen, DeepSeek Sprachgefühl, Terminologie, manuelle Nacharbeit
Codegenerierung, Repository-Fragen Moonshot k2.7-code DeepSeek V4 Pro, GLM Coding Testbestehensrate, Befolgung langer Dateien
Mehrstufige Agenten, Tool-Aufrufe Moonshot, GLM DeepSeek Stabilität der Tool-Aufrufe, Wiederaufnahme, Protokollkompatibilität
Kostensensible Batch-Aufgaben DeepSeek, Qwen Flash GLM Flash, kleine Moonshot-Modelle Gesamtkosten pro bestandener Aufgabe
Beschaffung und Rechnungen in China Qwen, GLM, DeepSeek Moonshot Vertragspartei, Rechnung, Datenklauseln
Internationales Geschäft in mehreren Regionen Qwen Überseeregionen Moonshot internationale Site Regionale Verfügbarkeit, Key-Zuordnung, Datenpolitik

„Zuerst prüfen“ bedeutet nicht sofortiger Produktivbetrieb, sondern eine Runde mit dem eigenen Evaluationsset.

5. Preismodelle fair vergleichen

Nicht die Listenpreise pro Million Tokens direkt sortieren. Die echte Rechnung ergibt sich aus Eingabe-/Ausgabeverhältnis, Cache-Trefferquote, Ausgabelänge, Retry-Anzahl und fehlgeschlagenen Anfragen.

  1. 30 bis 50 echte Aufgaben auswählen, die einfache, mittlere und komplexe Stufen abdecken.
  2. Für jede Aufgabe Abnahmekriterien festlegen und von mindestens zwei Personen unabhängig bewerten lassen.
  3. Dieselben Eingaben bei allen vier Modellen laufen lassen, Temperatur und Ausgabeobergrenze möglichst gleich halten.
  4. Qualitätspunktzahl, Zeit bis zum ersten Token, p95-Gesamtdauer, Eingabe-/Ausgabe-Tokens und Fehlerrate erfassen.
  5. Kosten „pro bestandener Aufgabe“ vergleichen, nicht den Preis pro Million Tokens.
  6. Caching, Retries, Wartezeit durch Limits und manuelle Nacharbeit in die Gesamtkosten einrechnen.

Ist eine Plattform 30 Prozent günstiger, aber die Nacharbeit doppelt so hoch, sind die tatsächlichen Kosten meist höher. Spitzen-/Nebenzeiten, Cache-Preise und Tarifpreise auf denselben Geschäftszyklus umrechnen.

6. Migrationscheckliste

  1. Alle fest verdrahteten Modellnamen im Code erfassen, besonders eingestellte oder nicht mehr gepflegte Namen wie moonshot-v1-* und kimi-latest.
  2. Prüfen, ob Base URL, Region und Key der Zielplattform zum selben System gehören.
  3. Parameterunterschiede prüfen, etwa das Feld für die Ausgabeobergrenze, den Thinking-Schalter und das Format der Tool-Aufrufe.
  4. Evaluationsset und Baseline anlegen; zuerst Qualität, Latenz und Verbrauch der aktuellen Moonshot-Version festhalten.
  5. Über die OpenAI-kompatible Schnittstelle kleinen Parallelbetrieb starten, ohne die Geschäftslogik umzubauen.
  6. Fehlerbeispiele, Fehlertypen und tatsächliche Abrechnung vergleichen und versteckte Retries ausschließen.
  7. 5 bis 10 Prozent des Traffics schrittweise umstellen, Qualitätsalarme und manuelle Prüfung einrichten.
  8. Einen Rollback-Schalter behalten und mindestens einen vollständigen Geschäftszyklus beobachten, bevor der Anteil erhöht wird.
import os
from openai import OpenAI

PROVIDERS = {
    "moonshot": ("https://api.moonshot.cn/v1", "kimi-k3"),
    "deepseek": ("https://api.deepseek.com/v1", os.environ["DEEPSEEK_MODEL"]),
    "qwen": (os.environ["QWEN_BASE_URL"], os.environ["QWEN_MODEL"]),
    "glm": ("https://open.bigmodel.cn/api/paas/v4", os.environ["GLM_MODEL"]),
}

def ask(provider: str, prompt: str) -> str:
    base_url, model = PROVIDERS[provider]
    client = OpenAI(api_key=os.environ[f"{provider.upper()}_API_KEY"], base_url=base_url)
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
        max_completion_tokens=800,
    )
    return resp.choices[0].message.content

for name in PROVIDERS:
    print(name, ask(name, "Erklaere die Grenzen deines Kontextfensters in drei Saetzen"))

Die Modellnamen kommen aus Umgebungsvariablen; die tatsächlichen Werte richten sich nach den Modelllisten der Plattformen und der Preisseite. So lässt sich ein Evaluationsskript quer vergleichen, ohne für jeden Anbieter ein eigenes SDK zu schreiben.

7. Kein Entweder-oder: gemischtes Routing ist üblich

Die meisten Teams ersetzen nicht vollständig, sondern verteilen Aufgaben:

  • Sehr lange Dokumente über kimi-k3 oder ein gleichwertiges Langkontextmodell, normale Fragen über eine günstigere Stufe.
  • Code über ein spezialisiertes Codemodell, chinesischer Kundenservice über ein sprachlich stabileres Modell.
  • Bei 429 oder 5xx des Hauptmodells auf Ersatz wechseln; bei 401, 404 und Inhaltsfiltern nicht automatisch wechseln, ein anderes Modell löst kein Konfigurationsproblem.
  • Keys, Rechnungen und Logs über ein einheitliches Gateway bündeln, statt pro Anbieter eigene Zugangsdaten und Rechnungsprozesse zu pflegen.
  • Prompts modellunabhängig halten und nicht auf ein Format eines Anbieters festlegen.

Routing-Regeln müssen beobachtbar sein: pro Anfrage festhalten, welches Modell tatsächlich verwendet wurde, warum gewechselt wurde und wie Qualität und Latenz danach waren. „Intelligentes Routing“ ohne Logs ist eine Blackbox.

Häufig gestellte Fragen

Sind Moonshot API und die Kimi-Webversion dasselbe?

Nein. Die Webversion ist ein Endnutzerprodukt, die API eine Schnittstelle für Programme; Keys, Kontingente und Abrechnung unterscheiden sich. Beim Ersetzen der API müssen keine Mitgliedschaftsrechte berücksichtigt werden.

Lässt sich die moonshot-v1-Reihe weiter aufrufen?

Die offizielle Modellseite zeigt die Einstellung zum 31. August 2026 und empfiehlt die Migration zu kimi-k3. Alte Namen liefern meist 404; zuerst migrieren, dann entscheiden, ob ein Plattformwechsel nötig ist.

Warum liefert die Qwen API direkt nach dem Key-Erhalt 401?

Häufigste Ursache ist ein Key, der nicht zur Region passt. Ein Key der Region Peking liefert an Adressen in Singapur oder Virginia 401, meist mit invalid_api_key. Workspace, Region und Base URL müssen zusammenpassen.

Können die vier Modelle einen gemeinsamen Key nutzen?

Nein. Jede Plattform stellt eigene Keys aus, Konten und Guthaben sind getrennt. Ein Multi-Modell-Gateway kann die Zugangsdaten bündeln, die zugrunde liegende Autorisierung bleibt aber bei der jeweiligen Plattform.

Was tun, wenn die Qualität nach der Migration schlechter ist?

Zuerst prüfen, ob Modellname, Parameter und Prompt äquivalent sind, dann dieselben Aufgaben mit Blick auf Fehlerbeispiele vergleichen. Oft liegen „schlechtere Ergebnisse“ an Ausgabeobergrenze, Thinking-Modus oder System-Prompt, nicht am Modell selbst.

Nächster Schritt

Erstellen Sie zunächst einen Test-Key im ZSQH AI Gateway, vergleichen Sie mit derselben Aufgabenreihe Moonshot, DeepSeek, Qwen und GLM und legen Sie dann Haupt- und Ersatzmodell fest. Verfügbare Modelle und Abrechnung richten sich nach den Modellpreisen.

Weiterführende Beiträge: