是的，Kimi K3 可在 OpenCode 中通过三个命令运行。其定价与 Sonnet 级别相同（每百万 tokens 收费 $3/$15），但由于大量使用提示缓存，实际 OpenCode 会话的平均费用仅为 $1.79。
通过三个步骤在 OpenCode 中设置 Kimi K3
OpenCode 是一个开源终端编码代理。它通过内置身份验证连接到 Kimi，因此你无需粘贴 base URL 或编辑配置文件。以下步骤与 OpenCode 1.18.3 以及 Kimi 自己的集成指南一致。
1. 配置 API 密钥
运行 opencode auth login，将 Moonshot AI 选为提供商，然后粘贴你在 Kimi Open Platform 中的密钥。这里有两件事容易让人出错。第一，账户需要有真实余额——新用户代金券在 K3 上不起作用。第二，不要把密钥放在任何配置文件、截图或 git 仓库中；OpenCode 之所以将其存储在自己的凭据系统里，是有原因的。
2. 选择 kimi-k3 模型
在 OpenCode 中，运行 /models 并选择 kimi-k3。这样会加载该模型及其完整的 1M token 上下文窗口（每轮输出上限为 131K token）。状态栏现在应显示“Kimi K3”和“Moonshot AI”。
3. 设置思考强度
运行 /variants 来控制 K3 在回答前进行推理的强度。其默认值为 max，你也可以降到 high 或 low —— 如成本部分所示，这是影响账单的最大杠杆。
Kimi K3 会话的实际成本
K3 的价格为每百万输入 token 3 美元、每百万输出 token 15 美元，高于 Claude Sonnet 5 的促销价格 2 美元/10 美元。
实际上，K3 的成本要低得多，因为大多数 token 都是廉价的缓存读取。OpenCode 的公开使用数据（如下方其按模型划分的页面所示）显示，Kimi K3 的平均会话费用为 $1.79，该数据基于 66,379 个已完成会话，每个会话平均消耗 290 万个 token。这相当于实际使用的每百万 token 约 $0.62，远低于 $3 的标价。原因在于：93% 的输入 token 是缓存命中，而一次缓存命中的成本是每百万 $0.30，而不是 $3.00，折扣高达 90%。（Artificial Analysis 报出的综合价格为每百万 $2.31，但那是假设只有 70% 的缓存命中率；OpenCode 真实的 93% 缓存率正是会话费用更低的原因。）
标价仍保持为 Sonnet 级别；开源权重发布（完整权重将于 2026 年 7 月 27 日提供）改变的是你能自行托管什么，而不是你通过 API 支付什么。按每百万计费的费率对比如下：
K3 在 OpenCode Go 上按 token 量排名第 9，而且其使用量在截至 7 月 20 日的八周内翻了一番（根据 OpenCode 的动量数据）——从表面上看很昂贵，但对于困难任务仍然需求旺盛。
为什么 K3 会消耗 token，以及如何控制它
最常见的抱怨不是每个 token 的价格；而是 K3 会消耗多少 token。因为它默认使用 max 思考力度，K3 在行动之前会进行长时间推理，而对于简单的编辑，这些推理都是白费的开销。2026 年 7 月，X 上一位 OpenCode 用户直言不讳地表示：在轻量模型能更快完成的任务上，它会“消耗很多 token，却没做成多少事”。
有三个杠杆可以控制这一点：
- 舍弃变体。 将
/variants切换为low或high用于常规工作。max只在架构设计和多文件重构时才值得使用，不适合仅仅重命名一个函数。 - 依赖缓存。 K3 的 93% 缓存命中率正是会话保持低成本的原因。尽量在一个长会话中持续工作，而不是重启；每次重启都会以全价重新发送未缓存的上下文。
- 精简脚手架。 当代理脚手架过于嘈杂时，K3 会过度思考。删掉始终启用的指令文件、未使用的 MCP 服务器，以及冗长的工具描述，这样它就会减少工具往返，也更不容易陷入循环。
需要接受一个权衡：在 OpenCode 中，K3 感觉比更轻量的模型更慢——这是推理代价。当延迟比深度更重要时，就切换模型。
Kimi K3 与 Kimi K2.7 Code：当更便宜的模型获胜时
K3 的价格大约是 Kimi K2.7 Code 的三倍，所以问题在于什么时候这个提升才值得。
为了检验更便宜的方案，我于 2026-07-20 通过其 API 调用了 K2.7 Code，提交了一个小任务：编写一个带复杂度分析的 Python merge_intervals 函数。它在 10.7 秒内返回了正确、符合惯用写法的代码（先排序，再线性合并，时间复杂度 O(n log n)，空间复杂度 O(n)），使用了 52 个 prompt token 和 341 个 completion token。对于日常编码，例如修复 bug、编写小函数和搭建测试脚手架，这已经足够满足大多数人的需求，而且 token 费用只是 K3 的一小部分。
将 K3 留给它更擅长的事情：填满其 1M 窗口的长上下文工作、复杂的多文件推理，以及那些轻量模型反复失败的任务。K2.7 Code 和 GLM 5.2 的正面对比如果你是在挑选日常主力模型而不是重负载模型，会是一个很有用的参考。
直接 API、OpenRouter 与订阅：削减账单
你如何路由到 K3 会同时影响可靠性和成本。
直接使用 Kimi API。 直接连接到 Kimi Open Platform 是最可靠的方式。OpenRouter 上的 K3 由单一提供商提供服务，在负载较高时可能会频繁返回 429（速率限制）错误；直接连接可以避免这一瓶颈。
OpenCode Go 订阅。 每月计划（约 $10–19）将 K3 变成一个按固定费率计费的“第二池”，当你的主模型卡住时可以用它。几位用户就是这样使用它的——当 Claude 会话在任务进行中被中断时，它作为后备，而不是全天候的主力。
API 网关。 如果您已经通过一个密钥路由多个模型，那么像 AIReiter 这样兼容 Anthropic 和 OpenAI 的网关，可以让您以按使用量付费的定价将 K3 与其他模型一起调用，并享受相同的缓存经济性，从而降低每个会话的成本。Kimi K3 定价明细 提供了按 token 计算的公式，方便在最终确定之前比较不同路由。
Kimi K3 在 OpenCode 中值得吗？
以下两类用户在决定前应三思。如果你运行的是低成本、高吞吐量的 agent 循环，K2.7 Code 或更轻量的模型可以在几乎不损失质量的情况下节省开支。如果你需要快速响应，K3 的 max-effort 推理在你降低该变体之前都会显得很慢。
其他所有人：是的。一个登顶排行榜、拥有 100 万 token 上下文、只需三条命令即可设置、真实会话成本低于 2 美元的模型——而且如果你正在放弃一个在任务中途卡住的助手，这还是一个你完全可控的模型。
常见问题
Kimi K3 在 OpenCode 中可以免费使用吗？
不。K3 是按量付费的，需要有已充值的 Kimi Open Platform 余额；新用户优惠券不适用于它。OpenCode 本身是免费且开源的——你只需为 K3 tokens 付费。
Kimi K3 每百万 token 的价格是多少？
列表价格为每百万输入 tokens 收费 $3，每百万输出收费 $15。你实际支付的费用要低得多：缓存命中每百万仅需 $0.30，而由于 93% 的缓存命中率，OpenCode 的实际会话平均仅为 $1.79。
Kimi K3 是开源的吗？
它是开放权重的。Moonshot 将在 2026 年 7 月 27 日前公开完整模型权重，使其成为首个 3 万亿参数级别的开放模型。托管 API 仍然是付费的。
Kimi K3 的编程能力能和 Claude 一样好吗？
在 Arena 的编程排行榜上，K3 目前位居榜首，并在 Artificial Analysis Intelligence Index 上得分 57（在 187 个模型中排名第 4）。在实际应用中，它在高难度编程任务上与前沿专有模型具有竞争力，且标价相近。
为什么我在使用 Kimi K3 时会遇到 429 错误？
频繁的 429 通常来自通过 OpenRouter 路由，因为 K3 由单一提供商提供服务。通过 OpenCode 内置认证直接连接到 Kimi Open Platform 可以避免该限制。