Kimi K3 API
LLMKimi K3 API 提供 OmniaKey 目录中 Moonshot AI 的旗舰路由,支持 1M 上下文、图片输入和工具调用。
- 输入 · USD / 100 万 Token$0.6 USD官方原价
$3 USD - 输出 · USD / 100 万 Token$3 USD官方原价
$15 USD - 节省80%
- 上下文1M
- 查看工具价格与计费规则
今天想创造什么?
带着想法、问题或初稿开始。
01
模型定位与用途
Kimi K3 API 提供 OmniaKey 目录中 Moonshot AI 的旗舰路由,支持 1M 上下文、图片输入和工具调用。
Kimi K3 是 Moonshot AI 的 1M 上下文旗舰,2026 年 7 月 16 日发布,总参数 2.8 万亿、每 Token 激活 1040 亿,支持图片输入与工具调用,并以 Kimi K3 License 公开权重。在 OmniaKey 目录中它带精选标记并标注 vision。较新的 Kimi K3.1 Pro 就在它旁边,标价更低,因此 K3 现在的定位是已公开权重的那个型号,而不是最便宜的旗舰。
一条线程里既有图表、截图或扫描表格,又有很长的工具调用序列时,选 K3;在意许可、准备自建部署时也一样。它始终推理,默认用 max 努力档,一个普通问题也会带着思考块回来,答案比你要的长。纯文本任务没有这类需求,用窗口更小的 Kimi K2.8 就够。
我们的五项抽查在正确率上没有出问题。K3 通过了解析器的全部测试,抽出了发票的全部十个字段,在一次回复里完成了四个工具调用,在二十五万 Token 的日志里找齐三个徽章码,也答对了图表的四个问题。同样的任务在 DeepSeek V4.1 Flash 上结束得更早,差距足以影响一整队小任务的安排。
适合的编程任务
图表与示意图
就一张图问四五个具体问题,例如最高点、最低点、平均值,以及两条序列之间的一个差值。把问题写进提示,答案才便于核对;用图片输入可以避免手工描述图表时产生的转写错误。
超大日志排查
先把几个已知代码藏进长日志,确认模型能找到,再把它用到真实故障上。二十五万 Token 可以放进一次调用,整个文件都能留在视野里。要求给出命中行的行号与上下文,而不只是匹配结果。
许可敏感的自建部署
数据不能出网时,可围绕 Kimi K3 权重规划本地部署。许可是 MIT 风格但附加了托管转售条款,基于它做产品前先读清楚。测试集里保留一个托管型号,方便与本地构建对照。
02
实测记录
2026-10-27 通过 OmniaKey API 用一条标准编码提示词实测(取 3 次运行的中位数),并做了三项能力探测。
- 标准编码提示词的输出 token 数(含推理)
- 522
- 这段输出按当前价格计算的费用
- $0.00157
- JSON 模式
- 通过
- 工具调用
- 通过
- 图像输入
- 通过
在我们的 30 项解析器测试中,Kimi K3 用 176 秒通过了全部测试,而 DeepSeek V4.1 Flash 用 88 秒完成同一任务。
阅读实测记录发票抽取任务中,Kimi K3 用 15.0 秒返回了全部十个字段,DeepSeek V4.1 Flash 用 5.2 秒完成同样的事。
阅读实测记录我们把三个当前有效的徽章码藏进一份二十五万 Token 的日志里,Kimi K3 用 78.8 秒全部找到。
阅读实测记录给它一张带四个问题的柱状图,Kimi K3 用 12.2 秒把四个问题全部答对。
阅读实测记录在默认设置下,Kimi K3 在我们五项任务上的耗时都是 DeepSeek V4.1 Flash 的 2 到 4.4 倍。
阅读实测记录
03
技术规格
本页已核验的目录参数与接入信息。
- 模型 ID
- kimi-k3
- 上下文
- 1M
- 输入与工具
- 视觉理解 · 工具调用
- API 端点
- /v1/chat/completions
- 缓存命中 / 100 万
- $0.06 USD
- 编程客户端
- Claude Code · Codex · Cursor · Cline · Aider
使用前需要注意
- 思考始终开启,努力档默认 max;reasoning_effort 只能取 low、high 或 max,没有任何设置能去掉推理部分。
- Kimi K3 License 是 MIT 风格而不是 MIT。它对把模型作为托管服务转售的公司附加了条款,也要求超大规模产品标注名称,法务审核应在发布前完成。
- Moonshot 称编程会话中大部分输入 Token 能命中缓存,而我们的单次调用没有缓存命中;带固定前缀的长会话表现与上面记录的运行并不相同。
- Moonshot 自己也说 K3 整体上仍落后于领先的闭源模型,因此在混合任务里把它当作最难那类问题的默认选择并不合适,需要并排比较。
04
同系列模型对比
结合任务定位与当前目录价格选择合适的模型。
| 模型 | 更适合 | 上下文 | 输入 | 输出 |
|---|---|---|---|---|
| Kimi K3当前页 kimi-k3 | 需要开放权重、并能同时看图与调工具的超长输入任务选它。 | 1M | $0.6 USD 官方原价 $3 USD | $3 USD 官方原价 $15 USD |
| Kimi K3.1 Pro kimi-k3.1-pro | 更新也更便宜的 Kimi 旗舰,除非现在就要公开权重,否则先选它。 | 1M | $0.45 USD 官方原价 $2.25 USD | $2.2 USD 官方原价 $11 USD |
| Kimi K2.8 kimi-k2.8 | 窗口只有四分之一、没有视觉,但标价低得多,适合紧凑循环。 | 256K | $0.2 USD 官方原价 $1 USD | $0.8 USD 官方原价 $4 USD |
05
多 SDK 快速接入
cURL、Python 与 TypeScript 共用同一个 Base URL 和模型 ID。
curl https://api.omniakey.com/v1/chat/completions \
-H "Authorization: Bearer $OMNIAKEY_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k3",
"messages": [
{"role": "user", "content": "Review this pull request"}
],
"stream": true
}'06
Token 成本估算
输入预计的输入与输出 Token 数量,对比当前目录价格。
- OmniaKey 预估
- US$0.12
- 按官方价格预估
- US$0.60
- 预计节省
- US$0.48
估算仅包含输入与输出 Token。缓存、重试、工具调用以及客户端的 Token 统计方式都可能影响最终费用。
08
资料来源与核验
本页模型信息与链接于 2026-10-27 完成核验;上游行为以提供商最新文档为准。
常见问题
OmniaKey 上的 Kimi K3 如何计费?
OmniaKey 当前按美元(USD)计费:每 100 万输入 Token $0.6 USD,每 100 万输出 Token $3 USD。官方原价分别为 $3 USD 和 $15 USD,可节省 80%。
Kimi K3 的上下文窗口是多少?
当前标注的上下文窗口为 1M。实际可用上限还可能受到客户端和上游请求格式影响。
怎么通过 API 调用 Kimi K3?
向 https://api.omniakey.com/v1 发送 POST /v1/chat/completions,model 字段填 kimi-k3。max_tokens 要留出推理部分的余量,并保持流式输出,因为长时间的思考可能超过客户端超时。Claude Code、codex、cursor、cline 与 aider 都在该型号的客户端列表里。
Kimi K3 在你们的测试里表现如何?
五项任务全部答对:解析器的每个测试、发票的十个字段、一次回复里的四个工具调用、二十五万 Token 日志里的三个徽章码,以及图表的四个问题。每项任务的耗时都长于 DeepSeek V4.1 Flash 上的同一任务,所以薄弱点不在正确率。
Kimi K3 是开源的吗?
权重以 Kimi K3 License 公开,Moonshot 称其为 MIT 风格。该许可附加了条款:把托管访问转售且营收超过既定门槛的公司需要单独协议,超大规模产品必须标注 Kimi K3 名称。规划商用部署前应先读这些条款。
Kimi K3 能关闭思考吗?
不能。Moonshot 的文档称 K3 始终思考,只能选择 low、high 或 max 三档努力,默认 max。把努力档设为 low 能缩短推理,对于分类、抽取这类深度推理没有帮助的任务,值得这样设置。
日常跑量任务该选哪一个?
日常文本任务我们倾向便宜的那个:DeepSeek V4.1 Flash 在五项任务里答案全部一致,而且每项都更早结束。把 K3 留给图片、开放权重,以及需要它 Agent 行为与长上下文阅读能力的线程。