如何使用 Kimi K3 API

TLDR Kimi K3 是 Moonshot AI 最新的旗艦模型，於 2026 年 7 月推出，面向長跨度編碼、深度推理、多模態理解與端到端知識工作。Moonshot 將其描述為一個具備原生視覺與 100 萬 token 上下文視窗的 2.8 兆參數 open 3T 級模型。

對希望快速接入且不想分別管理多家供應商帳號的開發者而言，CometAPI 已上線 Kimi K3，模型 ID 為 kimi-k3，使用相容於 OpenAI 的 /v1/chat/completions 端點與基底 URL https://api.cometapi.com/v1. CometAPI 上線的 Kimi K3 的輸入價格為每 100 萬 tokens $2.40，輸出價格為每 100 萬 tokens $12.00；對照官方 Kimi API 公布的 cache-miss 輸入 $3.00 與輸出 $15.00。由於 Kimi K3 的需求已導致 Moonshot 出現暫時性的訂閱限流，生產團隊應使用 CometAPI，不僅便於設置，亦可用於模型對比、用量監控與備援路由。

Key Takeaways

• 在生產環境中，保留多輪工作流程中的完整 assistant 訊息、設定 max_completion_tokens 上限、追蹤 token 用量，並建立備援路由。
• Kimi K3 是 Moonshot AI 的 2.8T 參數 Mixture‑of‑Experts 模型，具備 100 萬 token 上下文與原生視覺理解。
• CometAPI 的 Kimi k3 模型 ID 為 kimi-k3；主要端點為 POST https://api.cometapi.com/v1/chat/completions。
• K3 會持續進行推理。使用 reasoning_effort 設定為 low、high 或 max；Kimi 文件預設為 max。
• 對長程式碼、研究與分析任務強烈建議使用串流，因為用戶可在模型仍在運算時就看到部分輸出。
• 視覺輸入必須使用多模態的 content 陣列。Kimi 文件 表示 Kimi 的視覺路由不支援公共圖片 URL；請使用 base64 或已上傳檔案的引用。
• Kimi K3 支援結構化輸出、JSON 模式、工具呼叫、tool_choice、動態工具載入與上下文快取。

CometAPI 是在單一 API 層同時評估 Kimi K3 與 GPT、Claude、Gemini、DeepSeek、Qwen 等模型的實用方式。

What is Kimi K3: Moonshot AI’s Flagship Model

Moonshot AI 於 2026 年 7 月 16 日發佈 Kimi K3，為迄今最強大的模型——採用稀疏 Mixture‑of‑Experts（MoE）架構，總參數約 2.8 兆（每個 token 啟用 896 個專家中的 16 個）。其特性包含 Kimi Delta Attention，可在百萬級上下文中將解碼速度提升至最高 6.3 倍，以及 Attention Residuals，使訓練效率提升約 25%。

Key Specs（來源：官方與獨立報告）:

它在長跨度編碼、代理型任務、視覺理解與知識工作方面表現出色。獨立基準評測顯示其具競爭力（例如，在 Artificial Analysis Intelligence Index 上得分 57.1，前端編碼領域表現強勁）。

Latest News Context from businessinsider：發佈後需求暴增，Moonshot 一度暫停新用戶訂閱。這也顯示中國在開放權重前沿模型上的推進，且 Moonshot 正尋求重大 IPO 機會。

全量權重預計於 2026 年 7 月 27 日釋出

Moonshot 的 Kimi K3 文件指出，完整模型權重將於 2026 年 7 月 27 日前釋出。在該釋出完成且第三方部署工具成熟之前，多數團隊仍應以託管 API 為最快捷的實用途徑。即便權重可用，要服務一個 2.8T 參數的 MoE 模型也不同於在單機上運行小型開放模型。Moonshot 技術博客建議 K3 部署採用至少 64 張加速器的超級節點配置，因此對許多 SaaS 團隊、代理商、內部工具與 AI 產品團隊而言，託管 API 仍將是預設選擇。

Benchmark Performance: Data, Sources, and Analysis

Kimi K3 在前沿任務上表現亮眼，特別是程式碼與代理領域，同時整體競爭力強。獨立實驗室如 Artificial Analysis 基本驗證了供應商的聲稱（但也有如幻覺率等注意事項）。

整體智能

• Artificial Analysis Intelligence Index v4.1：57.1（總排名第 4；落後於 Fable 5 ~60、GPT-5.6 Sol ~59；領先於 Claude Opus 4.8 ~55.7）。
• GDPval-AA v2 Elo：1,668（相較 K2.6 的 1,190 大幅提升；超越 Opus 4.8，略遜於 Fable 5）。

來源：reddit

程式碼基準（官方 + 獨立）

K3 在此表現突出，名列 Frontend Code Arena 之首（1,679 Elo，超越 Fable 5 與 Sol）。

來源：Kimi

Coding Index（Artificial Analysis）：表現強，約 ~76，與領先者具備競爭力。

K3 擅長倉庫級別工作、具視覺迭代的前端任務與使用工具的代理。開發者反映其在許多編碼任務上達到「Opus 4.8+ 水準」。

What Is the Kimi K3 API?

以開發者視角的簡述

Kimi K3 API 通過 chat-completions 風格的介面提供對 Moonshot AI K3 模型的託管存取。典型請求會傳入訊息列表、選擇 model: "kimi-k3"，並接收 assistant 的回覆。除了基本聊天格式，K3 還新增了對生產至關重要的能力：可配置的思考力度、長上下文、視覺輸入、串流、JSON 與結構化輸出、工具呼叫與上下文快取。

Kimi K3 不適合被理解為「便宜的通用聊天機器人」。其最大價值在於重負載工作。如果你的產品需要向模型餵入大型程式碼庫、長篇文件包、密集試算表匯出、複數截圖、偵錯記錄或複雜的工具規劃，K3 正是為這類工作而設計。若你的應用只需要短 FAQ 回答或對極小輸入做分類，更小的模型可能更具成本效益。

K3 新增 API 功能與用法

• 1M 上下文：可處理完整倉庫、書籍或長對話而不需截斷。
• 原生視覺：可直接在訊息中分析圖像（base64 或 URL）。
• 常時啟用推理：預設最大努力；支援結構化思考軌跡（串流可顯示增量）。
• 工具呼叫與代理：提供 OpenAI 風格的函式呼叫以支持複雜流程。
• 結構化輸出：JSON 模式，便於可靠解析。
• 快取：自動前綴快取可顯著降低重複上下文的成本（在編碼任務中回報 90%+ 命中）。

Key Capabilities of Kimi K3 API on CometAPI

100 萬 token 上下文：面向長文件與大型程式碼庫

CometAPI 列示 Kimi K3 具 1,000k token 的上下文視窗。此規模改變了工作流程設計方式。你可以測試在單一請求中保留更大上下文：例如架構文件 + 程式碼片段、產品需求 + 錯誤報告、研究論文 + 筆記，或長客服歷史。

這不代表每個請求都應使用滿上下文。長上下文成本高且會拉長首 token 延遲。當模型需要全局視野時才使用，而非取代乾淨的檢索設計。CometAPI 的強健生產模式是混合路由：用向量或搜尋檢索最相關片段，但在少數需要廣域上下文才能提升品質的任務，保留 K3 作為選項。

常時推理與可配置的 reasoning_effort

Kimi 文件指出 K3 會持續推理，並支援頂層欄位 reasoning_effort，可設為 low、high 與 max。較輕的任務可選較低力度以兼顧延遲與成本；對於偵錯、數學推導、架構評審、程式碼遷移、長文件綜整與多工具規劃等，則使用 high 或 max。

在 CometAPI 上，當 Kimi K3 路由支援供應商特定參數時，於 Chat Completions 請求傳入 reasoning_effort。若 SDK 版本不接受頂層欄位，請透過 extra_body 或使用原生 HTTPS。

使用串流以提升使用者體驗

Kimi 串流文件說明，串流將通過 Server-Sent Events 傳遞 token，而非等待完整回覆。對 K3 而言尤為實用，因為深度推理與長輸出通常耗時更久。在開發者工具中，可先串流計畫再輸出程式碼；在研究助手中，先串流章節摘要；在內部分析應用中，先串流初步觀察，再生成最終結構化答案。

視覺輸入：截圖、圖表與影片

Kimi K3 支援視覺理解。Kimi 視覺文件指出，K3 能理解圖像與影片內容，且視覺訊息應使用包含 image_url 或 video_url 部分的 content 陣列。同一文件同時指出 URL 格式圖像並不受支援；請使用 base64 data URL 或上傳檔案引用。對 CometAPI 用戶而言，建議在測試環境先以 base64 圖像開始，因為它簡單、可攜，且無需依賴公共圖床就能安全記錄日誌。

結構化輸出、JSON 模式與工具呼叫

Kimi K3 通過 response_format 支援結構化輸出，並透過 JSON Schema 定義支援工具呼叫。K3 的新 API 功能包含 tool_choice 與動態工具載入。對代理產品而言，工具清單可能極大；可先提供小型的 search_tools 函式，檢索出相關工具，並僅將必要工具定義動態插入對話中。

務實的決策很簡單：不要只看基準表格。使用 CometAPI 基於你自己的提示建立可重複的評估集，至少包含 20–50 個真實任務：修 bug、資料擷取、截圖、PDF、客戶問題、工具呼叫軌跡與成本敏感的請求。將 Kimi K3 路由到那些能發揮長上下文、推理與視覺優勢並物有所值的工作上。

API Pricing: What Kimi K3 Costs

CometAPI Kimi K3 定價

CometAPI 的 Kimi K3 模型頁面列示：

同頁面對比官方價格：每 100 萬 tokens 輸入 $3.00、輸出 $15.00，顯示 CometAPI 上線價約 8 折。價格可能變動，請在發佈高流量價格文案或制定生產預算前，核對 CometAPI 模型頁面的即時資訊。

官方 Kimi API 定價

Moonshot 技術博客列示 Kimi API 定價為：每 100 萬 cache-hit 輸入 tokens $0.30、每 100 萬 cache-miss 輸入 tokens $3.00、每 100 萬輸出 tokens $15.00。同時指出在編碼工作負載下，官方 Kimi API 可達 90% 以上的快取命中率。請將此 90% 視為供應商對特定負載的回報值，而非對所有應用的保證。你的命中率取決於提示、工具定義、倉庫前綴與會話歷史的穩定性。

簡單成本示例（CometAPI）

公式：(input_tokens / 1,000,000 * 2.40) + (output_tokens / 1,000,000 * 12.00)。

兩點注意。其一，推理 token 在推理型模型中通常按輸出 token 計費，因此請審慎設定 max_completion_tokens。其二，長上下文應審慎使用。傳 500,000 個 tokens 很強大，但若 20,000 個高訊號 tokens 即可達到相同品質，通常不值得傳太多。

How to Use Kimi K3 API in CometAPI

步驟 1：建立 CometAPI 金鑰

建立或登入 CometAPI 帳號，開啟 API 金鑰頁並建立金鑰。將其存為伺服器端環境變數 COMETAPI_KEY。切勿將生產金鑰放在瀏覽器 JavaScript、行動 App、公共倉庫、截圖或客戶端日誌中。

PowerShell:

$env:COMETAPI_KEY = "your_cometapi_key_here"

macOS 或 Linux:

export COMETAPI_KEY="your_cometapi_key_here"

步驟 2：安裝 OpenAI SDK

CometAPI 支援相容 OpenAI 的 SDK。Python 中安裝一次：

python -m pip install --upgrade openai

步驟 3：發出你的第一個 Kimi K3 API 呼叫

使用 CometAPI 的基底 URL 與 kimi-k3 模型 ID：

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)

對應的 cURL 請求：

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 New API Features and Usage

Thinking effort

使用 reasoning_effort 控制 K3 的推理預算。Kimi 文件 列示 low、high 與 max，且預設為 max。生產環境可依任務類型選擇：

Python 範例：

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)

若你的 OpenAI SDK 版本不接受 reasoning_effort 作為命名引數，請透過 extra_body 傳入：

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

重要實作細節：Kimi 的思考文件 指出，多輪 K3 對話應保留 API 回傳的完整 assistant 訊息，包括 reasoning_content 與 tool_calls 等欄位。若只存可見的 content，在長會話中可能削弱推理延續性。

串流回應

當答案可能很長、延遲重要或你希望在聊天 UI 顯示進度時，請啟用串流。

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 串流文件 強調 SSE 串流結尾會以 data: [DONE] 收束。在原生 SSE 客戶端中，接收到該標記前請勿視作已完成。

視覺輸入

Kimi K3 能分析圖像與影片。最安全的 CometAPI 初始測試做法是 base64 圖像請求。請使用多模態的 content 陣列，而非將陣列包在字串中。

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 視覺文件 列示支援的圖像格式（如 PNG、JPEG、WebP、GIF）與影片格式（如 MP4、MOV、AVI、WebM 等）。同時建議圖像解析度不高於 4K、影片不高於 FHD，因為更高解析度可能增加處理時間而未能提升理解。

使用 JSON Schema 的結構化輸出

在生產管線中，若後續步驟需要結構化資料，請不要解析自由文本。當路由支援時，使用帶 JSON Schema 的 response_format。

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"])

工具呼叫與 tool_choice

K3 的工具呼叫最佳實務 建議避免在單次請求中夾帶龐大的工具庫。模式是：先暴露一個工具搜尋函式，首輪使用 tool_choice: "required" 強制檢索，然後僅動態載入模型需要的工具定義。

精簡的訂單狀態範例：

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)

Kimi K3 Best Practice for Production Teams

在 Kimi K3 擅長的場景使用它

Kimi K3 非常適合倉庫級分析、前端編碼、錯誤重現、長文件綜整、試算表推理、視覺輔助 QA 與需要工具的代理型工作。對短文案生成、簡單分類或低風險客服宏等，可能超出所需。於 CometAPI 設定模型路由規則：讓 K3 承擔困難任務，而低成本模型處理例行流量。

建立備援，因發佈期容量受限

AP 報導 Moonshot 暫停新訂閱提醒我們：可用性亦是選型的一部分。請在應用層建立備援：若 Kimi K3 返回供應商容量錯誤，路由至另一個在 CometAPI 上具相似能力的模型、縮減上下文或使用退避重試。確保使用者體驗優雅：展示進度、保留草稿，讓失敗可恢復。

多輪會話中謹慎保存上下文

Kimi K3 的訓練包含保留思考歷史。Moonshot 技術博客警告：在會話中途切換至 K3，或未傳遞完整的歷史 assistant 訊息，可能降低穩定性。實務上，對開發者工具與代理，請儲存 API 返回的完整 assistant 訊息物件。未經測試請勿壓縮掉 tool_calls 或供應商特定的推理欄位。

控制輸出與推理成本

請務必設定 max_completion_tokens。Kimi API 參考指出，K3 的預設最大完成 token 為 131,072，且可設定至 1,048,576（受模型上下文上限限制）。這很強大，但若你的提示引導模型輸出超長答案，可能在帳單上造成驚訝。對多數產品流程，請定義不同上限：摘要 800–1,500，詳細分析 2,000–4,000，僅在需要長篇生成時提高上限。

為快取設計

Kimi 上下文快取在重複的初始上下文保持穩定時效果最佳。Kimi 現行快取文件描述為自動：無需手動建立快取、快取 ID 或 TTL 管理。對編碼代理，將倉庫說明、工具定義與專案政策維持一致前綴；對文件問答，讓文件包在相關問題間保持穩定。避免每回合改寫 system 提示，並將固定的大上下文放在 messages 陣列前段，以利快取辨識重複前綴。

審慎使用視覺功能

視覺輸入很有價值，但圖像與影片會依內容與解析度消耗 tokens。當影像能提供文字無法捕捉的資訊時再使用：如 UI 版面、圖表、手寫筆記、設計稿、CAD 截圖與錯誤畫面。請下調過高解析度、裁切無關空白，並搭配精確提問。

結論與建議

CometAPI 上的 Kimi K3 以易於整合的方式提供前沿能力——龐大上下文、視覺與推理——且價格可接受。無論是打造編碼代理、多模態應用或可擴展 AI 服務，建議從 CometAPI 著手，以獲得統一存取、節省與可靠性。註冊、從上述快速入門開始試驗，並自信擴張。