Kimi K3 API'sı Nasıl Kullanılır

TLDR Kimi K3, Moonshot AI'nin en yeni amiral gemisi modeli olup Temmuz 2026'da uzun ufuklu kodlama, derin akıl yürütme, çok modlu anlama ve uçtan uca bilgi işi için piyasaya sürüldü. Moonshot, onu yerel görsel yeteneklere ve 1 milyon tokenlık bağlam penceresine sahip, 2,8 trilyon parametreli açık 3T sınıfı bir model olarak tanımlıyor.

Ayrı sağlayıcı hesapları yönetmeden hızlı erişim isteyen geliştiriciler için, CometAPI Kimi K3'ü kimi-k3 model kimliği altında canlı olarak listeler; OpenAI uyumlu /v1/chat/completions uç noktasını ve temel URL'si https://api.cometapi.com/v1. bağlantısını kullanır. CometAPI'nin canlı Kimi K3 sayfasında girdi fiyatı 1M token başına $2.40 ve çıktı fiyatı 1M token başına $12.00 olarak listeleniyor; resmi Kimi API'sinin listelenen $3.00 önbellek-kaçırma girdi ve $15.00 çıktı oranlarıyla karşılaştırıldığında. Kimi K3'e olan talep Moonshot tarafında geçici abonelik kısıtlamalarına yol açtığından, üretim ekiplerinin yalnızca kolay kurulum için değil, aynı zamanda model karşılaştırması, kullanım izleme ve geri dönüş rotalaması için de CometAPI'yi kullanması önerilir.

Önemli Çıkarımlar

• Üretimde, çok turlu iş akışlarında yardımcı mesajları eksiksiz koruyun, max_completion_tokens değerini sınırlandırın, token kullanımını takip edin ve geri dönüş rotaları oluşturun.
• Kimi K3, Moonshot AI'nin 1M tokenlık bağlam penceresine ve yerel görsel anlayışa sahip 2,8T parametreli Mixture-of-Experts modelidir.
• CometAPI Kimi k3 model kimliği kimi-k3’dür; ana uç nokta POST https://api.cometapi.com/v1/chat/completions.
• K3 her zaman akıl yürütür. reasoning_effort için low, high veya max kullanın; Kimi dokümantasyonunda varsayılan max olarak geçer.
• Uzun kodlama, araştırma ve analiz görevleri için akış (streaming) şiddetle önerilir; model çalışmaya devam ederken kullanıcılar kısmi çıktıyı görebilir.
• Görsel girdi, çok modlu content dizilerini kullanmalıdır. Kimi'nin dokümanları, Kimi görsel rotalarında herkese açık görsel URL'lerinin desteklenmediğini belirtir; base64 veya yüklenmiş dosya referanslarını kullanın.
• Kimi K3 yapılandırılmış çıktı, JSON modu, araç çağırma, tool_choice, dinamik araç yükleme ve bağlam önbellekleme (context caching) destekler.

CometAPI, tek bir API katmanından GPT, Claude, Gemini, DeepSeek, Qwen ve diğer modellerle birlikte Kimi K3'ü değerlendirmek için pratik bir yoldur.

Kimi K3 nedir: Moonshot AI’nin Amiral Gemisi Modeli

Moonshot AI, Kimi K3'ü 16 Temmuz 2026'da en yetenekli modeli olarak yayımladı — yaklaşık 2,8 trilyon toplam parametreli seyrek Mixture-of-Experts (MoE) mimarisi (token başına 896 uzmandan 16’sı etkin). 1 milyon tokenlık bağlamlarda 6,3 kata kadar daha hızlı kod çözme için Kimi Delta Attention ve ~%25 eğitim verimliliği kazancı için Attention Residuals sunar.

Temel Özellikler (resmi ve bağımsız raporlardan alınmıştır):

Uzun ufuklu kodlama, ajansal görevler, görsel anlama ve bilgi işinde öne çıkar. Bağımsız kıyaslamalar onu rekabetçi konumlandırır (ör. Artificial Analysis Intelligence Index'te 57,1, ön yüz kodlama alanlarında güçlü).

businessinsider’dan En Son Haber Bağlamı: Lansman sonrası talep o kadar arttı ki Moonshot, yeni abonelikleri geçici olarak durdurdu. Bu durum, Çin'in açık ağırlıklı sınır modellerine yönelik hamlesine işaret ediyor; Moonshot büyük bir halka arzı hedefliyor.

Tam ağırlıkların 27 Temmuz 2026'da yayımlanması planlanıyor

Moonshot’ın Kimi K3 dokümantasyonu, tam model ağırlıklarının 27 Temmuz 2026’ya kadar yayımlanacağını belirtiyor. Bu yayımlama tamamlanana ve üçüncü taraf dağıtım araçları olgunlaşana kadar, çoğu ekip için en hızlı pratik yol barındırılan API erişimidir. Ağırlıklar mevcut olduktan sonra bile, 2,8T parametreli bir MoE modeli sunmak, tek bir iş istasyonunda küçük açık bir modeli çalıştırmaya benzemez. Moonshot’ın teknik blogu, K3 dağıtımı için 64 veya daha fazla hızlandırıcıya sahip süper düğüm yapılandırmalarını önerdiğini söylüyor; bu da barındırılan bir API'nin birçok SaaS ekibi, ajans, iç araç geliştiricisi ve yapay zekâ ürün ekibi için varsayılan tercih olarak kalacağı anlamına gelir.

Kıyaslama Performansı: Veriler, Kaynaklar ve Analiz

Kimi K3, özellikle kodlama ve ajansal alanlarda sınır performansı sunarken genel olarak da rekabetçidir. Artificial Analysis gibi bağımsız laboratuvarlar, bazı çekincelerle (ör. halüsinasyon oranları) satıcı iddialarını doğrular.

Genel Zekâ

• Artificial Analysis Intelligence Index v4.1: 57,1 (genelde 4.; Fable 5 ~60 ve GPT-5.6 Sol ~59’un gerisinde; Claude Opus 4.8 ~55,7’nin önünde).
• GDPval-AA v2 Elo: 1.668 (K2.6’nın 1.190’ından büyük sıçrama; Opus 4.8’i geçiyor, Fable 5’in gerisinde).

Kaynak: reddit

Kodlama Kıyasları (Üretici + Bağımsız)

K3 burada parlıyor; Frontend Code Arena’da zirvede (1.679 Elo, Fable 5 ve Sol’un önünde #1).

Kaynak: Kimi

Kodlama Endeksi (Artificial Analysis): Güçlü ~76, liderlerle rekabetçi.

K3, depo ölçeğinde çalışmalarda, görsel yinelemeli ön yüz geliştirmede ve araç kullanan ajanlarda mükemmeldir. Geliştiriciler, birçok kodlama görevi için “Opus 4.8+ seviyesinde” olduğunu raporluyor.

Kimi K3 API Nedir?

Geliştirici açısından sade anlatımla Kimi K3

Kimi K3 API, geliştiricilere K3 modeline sohbet-tamamlamaları tarzında bir arayüzle barındırılan erişim sağlar. Tipik bir istek, bir mesaj listesi gönderir, model olarak "kimi-k3" seçer ve bir yardımcı yanıtı alır. Temel sohbet formatının ötesinde K3, üretimde önemli olan özellikler ekler: yapılandırılabilir düşünme çabası, uzun bağlam, görsel girdi, akış, JSON ve şema-kısıtlı çıktı, araç çağırma ve bağlam önbellekleme.

Kimi K3, “ucuz genel sohbet botu” olarak anlaşılmamalıdır. En güçlü değer önerisi ağır iştir. Ürününüz bir modele büyük bir deposu, uzun bir belge grubunu, yoğun bir e-tablo çıktısını, birden çok ekran görüntüsünü, bir hata ayıklama transkriptini veya karmaşık bir araç planını beslemeyi gerektiriyorsa, K3 bu tür oturumlar için tasarlanmıştır. Uygulamanız yalnızca kısa SSS yanıtları veya küçük girdiler üzerinde sınıflandırma gerektiriyorsa, daha küçük bir model maliyet açısından daha verimli olabilir.

K3'ün Yeni API Özellikleri ve Kullanımı

• 1M Bağlam: Tüm depoları, kitapları veya uzun konuşmaları budama olmaksızın işleyin.
• Yerel Görme: Görselleri doğrudan mesajlarda analiz edin (base64 veya URL’ler).
• Her Zaman Açık Akıl Yürütme: Varsayılan olarak azami çaba; yapılandırılmış düşünme izlerini destekler (akış, deltaları gösterir).
• Araç Çağırma ve Ajanlar: Karmaşık iş akışları için OpenAI tarzı fonksiyon çağırma.
• Yapılandırılmış Çıktı: Güvenilir ayrıştırma için JSON modu.
• Önbellekleme: Otomatik ön ek önbelleği, yinelenen bağlamlarda maliyetleri düşürür (kodlamada %90+ isabet bildirildi).

CometAPI üzerinde Kimi K3 API'nin Temel Yetenekleri

Uzun belgeler ve büyük kod tabanları için 1M tokenlık bağlam

CometAPI, Kimi K3’ü 1.000k token bağlam penceresiyle listeler. Bu boyut, geliştiricilerin iş akışlarını tasarlama şeklini değiştirir. Her belgeyi çok sayıda parçaya bölmek yerine, tek bir istekte çok daha büyük bir bağlamı tutan iş akışlarını test edebilirsiniz: mimari dokümanlar artı kod alıntıları, ürün gereksinimleri artı hata raporları, araştırma makaleleri artı notlar veya uzun müşteri destek geçmişleri.

Bu, her isteğin tam bağlamı kullanması gerektiği anlamına gelmez. Uzun bağlam pahalıdır ve ilk token gecikmesini artırabilir. Modele gerçekten küresel görünürlük gerektiğinde kullanın; temiz bir getirme tasarımının yerine değil. Güçlü bir CometAPI üretim modeli, hibrit yönlendirmedir: en alakalı kesitleri almak için gömme veya arama kullanın, ancak geniş bağlamın yanıt kalitesini gerçek anlamda artırdığı nadir görevler için K3’ü hazır tutun.

Yapılandırılabilir reasoning_effort ile her zaman açık akıl yürütme

Kimi’nin dokümantasyonu, K3’ün her zaman akıl yürüttüğünü ve üst düzey reasoning_effort alanını low, high ve max ile desteklediğini söylüyor. Gecikme ve maliyetin önemli olduğu daha hafif görevler için daha düşük çabayı kullanın; hata ayıklama, matematiksel türetimler, mimari inceleme, kod geçişi, uzun belge sentezi ve çoklu araç planlama gibi görevler için yüksek veya azami çabayı tercih edin.

CometAPI’de, Kimi K3 rotası sağlayıcıya özgü parametreleri desteklediğinde Chat Completions isteğinde reasoning_effort alanını geçin. SDK sürümünüz üst düzey alanı reddediyorsa, extra_body üzerinden gönderin veya ham HTTPS kullanın.

Daha iyi kullanıcı deneyimi için akış (streaming) yanıtları

Kimi’nin akış dokümanları, akışın tam yanıtı beklemek yerine Server-Sent Events üzerinden token’ları gönderdiğini açıklar. Bu, derin akıl yürütme ve uzun çıktılar küçük sohbet görevlerinden daha uzun sürebileceği için K3’te özellikle kullanışlıdır. Bir geliştirici aracında önce bir planı, sonra kodu akıtın. Bir araştırma yardımcısında bölüm özetlerini akıtın. Bir iç analitik uygulamasında, nihai yapılandırılmış yanıt henüz oluşturulurken ön gözlemleri akıtın.

Ekran görüntüleri, grafikler ve videolar için görsel girdi

Kimi K3, görsel anlayışı destekler. Kimi’nin görsel dokümanları, K3’ün görsel ve video içeriğini anlayabildiğini ve görsel mesajların image_url veya video_url parçalarıyla content dizilerini kullanması gerektiğini belirtir. Aynı dokümanlar, URL biçimli görsellerin desteklenmediğini, bunun yerine base64 veri URL’leri veya yüklenmiş dosya referanslarının kullanılmasını söyler. CometAPI kullanıcıları için, temel güvenlikte ilk deneme olarak base64 görsel girişi kullanın; bu yöntem basit, taşınabilir ve herkese açık bir görsel barındırıcısına bağlı kalmadan güvenle günlüğe kaydedilebilir.

Yapılandırılmış çıktı, JSON modu ve araç çağırma

Kimi K3, response_format üzerinden yapılandırılmış çıktıyı ve JSON Şeması fonksiyon tanımları üzerinden araç çağırmayı destekler. K3’ün yeni API özellikleri tool_choice ve dinamik araç yüklemeyi içerir. Bunlar, araç envanterinin çok büyük hale gelebildiği ajan ürünleri için önemlidir. Her istekte tüm araç tanımlarını göndermek yerine uygulamanız önce küçük bir search_tools fonksiyonunu gösterebilir, yalnızca ilgili araçları alabilir ve bu araç tanımlarını konuşmaya dinamik olarak ekleyebilir.

Pratik karar basittir: yalnızca kıyaslama tablolarına göre seçmeyin. Kendi isteklerinizden tekrarlanabilir bir değerlendirme seti oluşturmak için CometAPI’yi kullanın. En az 20–50 gerçek görevi ekleyin: hata düzeltmeleri, çıkarım işleri, ekran görüntüleri, PDF’ler, müşteri soruları, araç çağırma izleri ve maliyet duyarlı istekler. Kimi K3’ü, uzun bağlamının, akıl yürütmesinin ve görsel desteğinin yatırımın karşılığını verdiği işlere yönlendirin.

API Fiyatlandırması: Kimi K3 Maliyeti

CometAPI Kimi K3 fiyatlandırması

CometAPI’nin Kimi K3 model sayfasında şu bilgiler yer alır:

Aynı sayfa, bu rakamları resmi fiyatlarla karşılaştırır: 1M token başına $3.00 girdi ve $15.00 çıktı; canlı CometAPI listesinde %20 indirim gösterir. Fiyatlar değişebilir, bu yüzden yoğun trafikli fiyatlandırma içeriği yayımlamadan veya üretim bütçesine bağlanmadan önce canlı CometAPI model sayfasını doğrulayın.

Resmi Kimi API fiyatlandırması

Moonshot’ın teknik blogu, Kimi API fiyatlandırmasını 1M önbellek isabetli girdi token’ı için $0.30, 1M önbellek-kaçırma girdi token’ı için $3.00 ve 1M çıktı token’ı için $15.00 olarak listeler. Ayrıca resmi Kimi API’sinin kodlama iş yüklerinde %90’ın üzerinde önbellek isabet oranı sağladığını söyler. Bu %90’lık rakamı, her uygulama için bir garanti değil, sağlayıcı tarafından bildirilen iş yüküne özgü bir iddia olarak değerlendirin. Önbellek isabet oranınız, istemlerinizin, araç tanımlarınızın, depo ön eklerinin ve oturum geçmişlerinin ne kadar istikrarlı olduğuna bağlıdır.

CometAPI üzerinde basit maliyet örnekleri

Formül: (input_tokens / 1,000,000 * 2.40) + (output_tokens / 1,000,000 * 12.00).

İki not önemlidir. Birincisi, akıl yürütme token’ları genellikle akıl yürüten modeller tarafından üretildiklerinde çıktı token’ları olarak ücretlendirilir; bu nedenle max_completion_tokens değerini dikkatle ayarlayın. İkincisi, uzun bağlam kasıtlı olmalıdır. 500.000 token göndermek güçlüdür, ancak çoğu zaman 20.000 yüksek sinyalli token aynı yanıtı üretebilecekken bu kadar çok bağlam göndermek akıllıca değildir.

CometAPI’de Kimi K3 API Nasıl Kullanılır

Adım 1: Bir CometAPI anahtarı oluşturun

CometAPI hesabınızı oluşturun veya oturum açın, API anahtarı sayfasını açın ve bir anahtar oluşturun. Sunucu tarafında COMETAPI_KEY adlı bir ortam değişkeni olarak saklayın. Üretim anahtarlarını tarayıcı JavaScript’ine, mobil uygulamalara, herkese açık depolara, ekran görüntülerine veya istemci tarafı günlüklerine koymayın.

PowerShell:

$env:COMETAPI_KEY = "your_cometapi_key_here"

macOS veya Linux:

export COMETAPI_KEY="your_cometapi_key_here"

Adım 2: OpenAI SDK’sını kurun

CometAPI, OpenAI uyumlu SDK’ları destekler. Python’da SDK’yı bir kez kurun:

python -m pip install --upgrade openai

Adım 3: İlk Kimi K3 API çağrınızı yapın

CometAPI’nin temel URL’sini ve kimi-k3 model kimliğini kullanın:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["COMETAPI_KEY"],
    base_url="https://api.cometapi.com/v1",
)

completion = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {
            "role": "system",
            "content": "You are a precise technical assistant for API developers.",
        },
        {
            "role": "user",
            "content": "Explain when I should use Kimi K3 for a coding agent.",
        },
    ],
    max_completion_tokens=1200,
)

print(completion.choices[0].message.content)
print(completion.usage)

Eşdeğer cURL isteği:

curl https://api.cometapi.com/v1/chat/completions \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3",
    "messages": [
      {"role": "system", "content": "You are a precise technical assistant for API developers."},
      {"role": "user", "content": "Explain Kimi K3 in one paragraph."}
    ],
    "max_completion_tokens": 800
  }'

K3'ün Yeni API Özellikleri ve Kullanımı

Düşünme çabası

K3’ün ne kadar akıl yürütme bütçesi uygulayacağını kontrol etmek için reasoning_effort kullanın. Kimi'nin dokümanları low, high ve max değerlerini listeler; varsayılan max’tir. Üretimde, göreve göre seçim yapın:

Python örneği:

completion = client.chat.completions.create(
    model="kimi-k3",
    reasoning_effort="high",
    messages=[
        {
            "role": "user",
            "content": (
                "Review this migration plan for hidden risks. "
                "Return the top 5 issues and a safer rollout sequence."
            ),
        }
    ],
    max_completion_tokens=2000,
)

message = completion.choices[0].message
print(message.content)

OpenAI SDK sürümünüz reasoning_effort alanını adlandırılmış argüman olarak kabul etmiyorsa, extra_body üzerinden geçin:

completion = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "Solve this scheduling problem."}],
    extra_body={"reasoning_effort": "high"},
)

Önemli uygulama ayrıntısı: Kimi’nin düşünme dokümanları, çok turlu K3 konuşmalarının API tarafından döndürülen reasoning_content ve tool_calls gibi alanlar da dahil olmak üzere yardımcı mesajın tamamını koruması gerektiğini söyler. Yalnızca görünür content alanını saklarsanız, uzun oturumlarda akıl yürütme sürekliliğini düşürebilirsiniz.

Akış (streaming) yanıtları

Yanıt uzun olabilir, gecikme önemliyse veya bir sohbet arayüzünde ilerlemeyi göstermek istiyorsanız akış kullanın.

stream = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {
            "role": "user",
            "content": "Create a detailed refactor plan for a 200k-line monolith.",
        }
    ],
    stream=True,
    stream_options={"include_usage": True},
    max_completion_tokens=3000,
)

for chunk in stream:
    choice = chunk.choices[0]
    delta = choice.delta

    reasoning = getattr(delta, "reasoning_content", None)
    if reasoning:
        # In most products, store reasoning securely or hide it from end users.
        pass

    if delta.content:
        print(delta.content, end="", flush=True)

    usage = getattr(choice, "usage", None)
    if usage:
        print("\n\nUsage:", usage)

Kimi’nin akış dokümanları, SSE akışlarının data: [DONE] ile sonlandığını vurgular. Ham bir SSE istemcisinde, bu işaret gelene kadar akışı tamamlanmış saymayın.

Görsel girdi

Kimi K3, görselleri ve videoları analiz edebilir. En güvenli ilk CometAPI denemesi, base64 görsel isteğidir. Çok modlu bir content dizisi kullanın; bir diziyi içeren JSON dizesi kullanmayın.

import base64
import mimetypes
from pathlib import Path

image_path = Path("dashboard-screenshot.png")
mime_type = mimetypes.guess_type(image_path.name)[0] or "image/png"
image_b64 = base64.b64encode(image_path.read_bytes()).decode("utf-8")

completion = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image_url",
                    "image_url": {
                        "url": f"data:{mime_type};base64,{image_b64}",
                    },
                },
                {
                    "type": "text",
                    "text": (
                        "Review this dashboard screenshot. "
                        "Identify UX issues, missing states, and data-quality risks."
                    ),
                },
            ],
        }
    ],
    max_completion_tokens=1800,
)

print(completion.choices[0].message.content)

Kimi’nin görsel dokümanları, PNG, JPEG, WebP ve GIF gibi desteklenen görsel formatlarını ve MP4, MOV, AVI, WebM ve diğerleri gibi desteklenen video formatlarını listeler. Ayrıca görsellerin çözünürlüğünün 4K veya altında, videoların çözünürlüğünün ise FHD veya altında tutulmasını önerir; daha yüksek çözünürlük, model anlayışını artırmadan daha fazla işlem süresine mal olabilir.

JSON Şeması ile yapılandırılmış çıktı

Üretim hatlarında, bir sonraki adım yapılandırılmış veri bekliyorsa serbest biçimli metni ayrıştırmayın. Desteklendiğinde response_format ile JSON Şeması kullanın.

import json

completion = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {
            "role": "user",
            "content": (
                "Extract implementation tasks from this request: "
                "Add SSO, migrate billing webhooks, and create admin audit logs."
            ),
        }
    ],
    response_format={
        "type": "json_schema",
        "json_schema": {
            "name": "implementation_tasks",
            "strict": True,
            "schema": {
                "type": "object",
                "properties": {
                    "tasks": {
                        "type": "array",
                        "items": {
                            "type": "object",
                            "properties": {
                                "title": {"type": "string"},
                                "risk": {"type": "string"},
                                "owner": {"type": "string"},
                            },
                            "required": ["title", "risk", "owner"],
                            "additionalProperties": False,
                        },
                    }
                },
                "required": ["tasks"],
                "additionalProperties": False,
            },
        },
    },
)

data = json.loads(completion.choices[0].message.content)
print(data["tasks"])

Araç çağırma ve tool_choice

K3’ün araç çağırma en iyi uygulamaları dokümanları, tek bir istekte devasa araç envanterlerinden kaçınılmasını önerir. Desen şudur: önce bir araç arama fonksiyonunu gösterin, ilk turda tool_choice: "required" ile alımı zorlayın, ardından modelin ihtiyaç duyduğu araç tanımlarını yalnızca bunları dinamik olarak konuşmaya ekleyin.

Minimal hava durumu tarzı örnek:

import json

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_order_status",
            "description": "Look up a customer's order status.",
            "parameters": {
                "type": "object",
                "properties": {
                    "order_id": {"type": "string"},
                },
                "required": ["order_id"],
                "additionalProperties": False,
            },
        },
    }
]

messages = [
    {"role": "user", "content": "Where is order A1024?"},
]

first = client.chat.completions.create(
    model="kimi-k3",
    messages=messages,
    tools=tools,
    tool_choice="required",
)

assistant_message = first.choices[0].message
messages.append(assistant_message.model_dump(exclude_none=True))

for call in assistant_message.tool_calls or []:
    args = json.loads(call.function.arguments)
    result = {"order_id": args["order_id"], "status": "Shipped", "eta": "2026-07-24"}
    messages.append(
        {
            "role": "tool",
            "tool_call_id": call.id,
            "content": json.dumps(result),
        }
    )

final = client.chat.completions.create(
    model="kimi-k3",
    messages=messages,
    tools=tools,
)

print(final.choices[0].message.content)

Üretim Ekipleri için Kimi K3 En İyi Uygulamaları

Güçlü yönlerinin belirgin olduğu yerlerde Kimi K3'ü kullanın

Kimi K3, depo analizi, ön yüz kodlama, hata yeniden üretimi, uzun belge sentezi, e-tablo akıl yürütmesi, görsel destekli QA ve araçlara ihtiyaç duyan ajansal iş akışları için güçlü bir adaydır. Kısa metin üretimi, basit sınıflandırma veya düşük riskli destek makroları için gerekenden fazla olabilir. CometAPI’de model yönlendirme kuralları oluşturun; zor işleri K3’e gönderirken daha düşük maliyetli modellerin rutin trafiği ele almasını sağlayın.

Lansman kapasiteyle kısıtlı olduğu için geri dönüşler (fallback) oluşturun

Moonshot’ın yeni abonelikleri duraklattığına dair AP haberi, erişilebilirliğin model seçiminde bir parça olduğunu hatırlatır. Uygulama seviyesinde geri dönüşler kurun. Kimi K3 sağlayıcı-kapasite hatası döndürürse, benzer güçlü yönlere sahip başka bir CometAPI modeline yönlendirin, bağlam boyutunu azaltın veya geri çekilme (backoff) ile yeniden deneyin. Kullanıcı deneyimini zarif tutun: ilerlemeyi gösterin, taslakları koruyun ve hataları kurtarılabilir yapın.

Çok turlu oturumlarda bağlamı dikkatle koruyun

Kimi K3, korunmuş düşünme geçmişi ile eğitilmiştir. Moonshot’ın teknik blogu, oturum ortasında K3’e geçmenin veya tam geçmiş yardımcı mesajını iletmemenin kararlılığı azaltabileceği konusunda uyarır. Pratikte, geliştirici araçları ve ajanlar için API’nin döndürdüğü yardımcı mesaj nesnesini bütünüyle saklayın. Test etmeden tool_calls veya sağlayıcıya özgü düşünme alanlarını sıkıştırmayın.

Çıktı ve akıl yürütme maliyetini kontrol edin

Daima max_completion_tokens ayarlayın. Kimi’nin API referansı, K3’ün varsayılan olarak 131.072 maksimum tamamlanma token’ına sahip olduğunu ve model bağlam sınırına tabi olarak 1.048.576’ya kadar ayarlanabildiğini söyler. Bu güçlüdür, ancak isteminiz çok büyük bir yanıtı teşvik ederse faturalama panosunu şaşırtabilir. Çoğu ürün akışında ayrı üst sınırlar tanımlayın: özetler için 800–1.500 token, ayrıntılı analiz için 2.000–4.000 token ve yalnızca açıkça uzun biçimli üretim için daha büyük sınırlar.

Önbellekleme için tasarlayın

Kimi bağlam önbelleği, yinelenen başlangıç bağlamı istikrarlı kaldığında en iyi çalışır. Kimi’nin mevcut bağlam önbellekleme dokümanları bunu otomatik olarak tanımlar: manuel önbellek oluşturma, önbellek kimliği veya TTL yönetimi gerekmez. Kodlama ajanları için depo talimatlarını, araç tanımlarını ve proje politikalarını tutarlı bir ön ekte tutun. Belge S&C’de, ilgili sorular boyunca belge grubunu istikrarlı tutun. Sistem istemini her turda yeniden yazmaktan kaçının ve önbelleğin yinelenen ön ekleri tanıyabilmesi için sabit büyük bağlamı messages dizisinin başına yakın konumlandırın.

Görselleri bilinçli kullanın

Görsel girdi değerlidir, ancak görseller ve videolar içerik ve çözünürlüğe göre token tüketir. Yalnızca metnin aktaramadığı bilgiyi kattıklarında görselleri kullanın: UI düzeni, grafikler, el yazısı notlar, tasarım maketleri, CAD ekran görüntüleri ve hata ekranları. Aşırı büyük görselleri küçültün, ilgisiz boşlukları kırpın ve görseli net bir soruyla birleştirin.

Sonuç ve Öneriler

CometAPI üzerindeki Kimi K3, minimum entegrasyon sürtünmesiyle erişilebilir fiyatlarda sınır yetenekler — devasa bağlam, görme ve akıl yürütme — sunar. Kodlama ajanları, çok modlu uygulamalar veya ölçeklenebilir yapay zekâ servisleri geliştiriyor olun, birleşik erişim, tasarruf ve güvenilirlik için CometAPI ile başlayın. Kaydolun, yukarıdaki hızlı başlangıçlarla deneyin ve güvenle ölçekleyin.