是的，Kimi K3 可在 OpenCode 中透過三個指令執行。它的標價為 Sonnet 級別費率（每百萬 tokens $3/$15），但由於大量使用 prompt 快取，實際 OpenCode 工作階段的平均成本只有 $1.79。
用三個步驟在 OpenCode 中設定 Kimi K3
OpenCode 是一個開源的終端編碼代理程式。它透過內建驗證連接到 Kimi，因此你不需要貼上 base URL 或編輯設定檔。以下步驟符合 OpenCode 1.18.3 與 Kimi 的官方整合指南。
1. 設定 API 金鑰
執行 opencode auth login，將 Moonshot AI 選為提供者，然後貼上你從 Kimi Open Platform 取得的金鑰。這裡有兩件事最容易讓人出錯。第一，帳戶需要有實際餘額——新用戶優惠券在 K3 上無法使用。第二，請不要把金鑰放在任何設定檔、截圖或 git repo 中；OpenCode 會將其儲存在自己的憑證系統中，這是有原因的。
2. 選擇 kimi-k3 模型
在 OpenCode 中，執行 /models 並選擇 kimi-k3。這會載入該模型的完整 1M token context window（每輪輸出上限為 131K tokens）。狀態列現在應該會顯示 "Kimi K3" 和 "Moonshot AI"。
3. 設定思考強度
執行 /variants 來控制 K3 在回答前會進行多深入的推理。預設為 max，你也可以降到 high 或 low —— 這是影響你的帳單最大的單一槓桿，如費用部分所示。
Kimi K3 工作階段實際上要花多少費用
K3 的定價為每百萬輸入 token 3 美元、每百萬輸出 15 美元，高於 Claude Sonnet 5 的促銷費率 2/10 美元。
實際上，K3 的成本要低得多，因為大多數 token 都是便宜的快取讀取。OpenCode 的公開使用資料（如下方其按模型劃分的頁面所示）顯示，Kimi K3 的平均單次 session 為 $1.79，這是根據 66,379 個已完成的 session 計算而來，每個 session 平均消耗 290 萬個 token。換算下來，實際使用的每百萬 token 約為 $0.62，遠低於 $3 的標價。原因在於：93% 的輸入 token 命中快取，而一次快取命中每百萬 token 的費用是 $0.30，而不是 $3.00，折扣達 90%。（Artificial Analysis 引用的綜合價格是每百萬 token $2.31，但那是假設只有 70% 的快取率；OpenCode 真實的 93% 快取率正是 session 成本更低的原因。）
標價維持在 Sonnet 級；開放權重版本的發布（完整權重將於 2026 年 7 月 27 日提供）改變的是你能自行託管的內容，而不是你透過 API 支付的費用。每百萬的費率比較如下：
K3 在 OpenCode Go 上按 token 使用量排名第 9，而且截至 7 月 20 日的八週內，其使用量翻倍了（根據 OpenCode 的動能資料）——從紙面上看很昂貴，但在高難度任務上仍然需求強勁。
為什麼 K3 會燃燒代幣，以及如何加以控制
最常見的抱怨不是每個 token 的價格；而是 K3 花了多少 token。因為它預設為 max 思考力度，K3 在採取行動前會長時間推理，而在簡單編輯中，這些推理都是白白浪費的開銷。2026 年 7 月，X 上的一位 OpenCode 使用者直言不諱地表示：在輕量模型能更快完成的任務上，它可能會燒掉大量 token，「卻沒達成多少成果」。
有三個槓桿可控制這一點：
- 移除變體。 將
/variants切換為low或high以處理例行工作。max值得用在架構設計和多檔案重構上，而不是用來重新命名函式。 - 善用快取。 K3 93% 的快取命中率正是讓會話維持低成本的原因。請在同一個長會話中持續工作，而不是重新啟動；每次重啟都會以完整價格重新送出未快取的上下文。
- 精簡框架。 當 agent scaffold 雜亂時，K3 會過度思考。移除始終啟用的指令檔、未使用的 MCP servers，以及冗長的工具描述，讓它減少工具往返，並降低陷入發散的空間。
請預期有一個取捨：在 OpenCode 中，K3 感覺比更輕量的模型更慢——這就是推理成本。當延遲比深度更重要時，請切換模型。
Kimi K3 與 Kimi K2.7 Code：何時較便宜的模型反而勝出
K3 的價格大約是 Kimi K2.7 Code 的三倍，所以問題在於這個升級什麼時候才值得。
為了驗證較便宜的選項，我在 2026-07-20 透過其 API 呼叫了 K2.7 Code，並給它一個小任務：撰寫一個帶有複雜度分析的 Python merge_intervals 函數。它在 10.7 秒內回傳了正確、符合慣用寫法的程式碼（先排序，然後線性合併，時間複雜度 O(n log n)，空間複雜度 O(n)），使用了 52 個 prompt token 和 341 個 completion token。對於日常編碼，例如修 bug、小型函數，以及測試樣板，這對大多數人來說已經足夠，而 token 費用也只是 K3 的一小部分。
將 K3 保留給它更擅長的工作：填滿其 1M 視窗的長上下文任務、複雜的多檔案推理，以及較輕量模型一直失敗的任務。若您是在挑選日常主力模型而非重度處理模型，K2.7 Code 與 GLM 5.2 的正面對比會是一個有用的參考。
直接 API、OpenRouter 與訂閱制：降低費用
您如何路由到 K3 會同時影響可靠性與成本。
直接使用 Kimi API。 直接連接到 Kimi Open Platform 是最可靠的途徑。OpenRouter 上的 K3 由單一供應商提供服務，在負載較高時可能會頻繁返回 429（速率限制）錯誤；直接連接可避免這個瓶頸。
OpenCode Go 訂閱。 每月方案（約 $10–19）會讓 K3 變成一個固定費率的「第二池」，當你的主要模型卡住時可以轉而使用。許多使用者正是這樣運用它——當 Claude 工作階段在任務中途中斷時，作為備援，而不是全天候的主力。
API gateway。 如果你已經透過一個金鑰路由多個模型，像 AIReiter 這類相容 Anthropic 和 OpenAI 的 gateway，讓你可以以隨用隨付的定價將 K3 與其他模型一起調用，並享有相同的快取經濟效益，將每個 session 的成本壓低。Kimi K3 pricing breakdown 提供每個 token 的計算方式，方便你在決定採用之前先比較不同路由。
Kimi K3 在 OpenCode 中值得嗎？
有兩類人應該在提交前三思。如果你運行低成本、高量的 agent 迴圈，K2.7 Code 或更輕量的模型可以在幾乎不損失品質的情況下節省成本。如果你需要快速回應，K3 的 max-effort 推理在你降低 variant 之前會感覺很慢。
其他人：沒錯。一個在排行榜名列前茅、具備 1M-token context、只需三個指令即可設定、每次真實 session 僅低於 $2 的模型——如果你正準備離開一個在任務中途卡住的 assistant，這還是你可以完全掌控的一個。
常見問題
Kimi K3 在 OpenCode 中可免費使用嗎？
不。K3 採用按量付費，需要已充值的 Kimi Open Platform 餘額；新用戶優惠券不適用於它。OpenCode 本身是免費且開源的——您只需為 K3 tokens 付費。
Kimi K3 每百萬個 tokens 的費用是多少？
清單價格為每百萬輸入 tokens 3 美元、每百萬輸出 15 美元。實際上你支付的費用要低得多：cache 命中每百萬只需 0.30 美元，而由於 93% 的 cache 命中率，OpenCode 的實際工作階段平均僅為 1.79 美元。
Kimi K3 是開源的嗎？
它是開放權重。Moonshot 將於 2026 年 7 月 27 日前釋出完整模型權重，使其成為首個 3 兆參數級別的開放模型。託管 API 仍需付費。
Kimi K3 的程式碼能力能和 Claude 一樣好嗎？
在 Arena 的 coding leaderboard 上，K3 目前位居榜首，並在 Artificial Analysis Intelligence Index 上得分 57（在 187 個模型中排名第 4）。實際上，它在困難的 coding 任務上可與前沿的專有模型競爭，而且定價也相近。
為什麼我在使用 Kimi K3 時會遇到 429 錯誤？
頻繁的 429 通常來自透過 OpenRouter 路由，因為 K3 由單一供應商提供服務。直接透過 OpenCode 的內建驗證連接到 Kimi Open Platform，可避免該限制。