模型 / Kimi K3

Kimi K3 API

Moonshot AI-文本生成-$3.00 / 1M 输入 Token-可用

1.05M 上下文提示词缓存流式 SSE兼容 OpenAI

查看模型

24 小时状态

暂无流量

100%在线语言模型

供应商

Moonshot AI

模型

Kimi K3

上下文窗口

1,048,576 Token

协议

Chat Completions

当上下文成为瓶颈时，选择 Kimi K3

Kimi K3 是面向长上下文文本任务的模型，适合把大量证据放进提示词里的工作流：代码仓库、法律或政策材料、研究笔记、日志、历史工具调用和 Agent 记忆。AIReiter 通过熟悉的 OpenAI 兼容 Chat 接口提供这个模型。

适合场景

长上下文推理入口

如果你希望一次大请求携带完整工作集，而不是先搭建检索或切片流程，就适合使用 Kimi K3。

把复杂上下文放进一次请求

适合大型代码库、证据密集型文档包和长周期 Agent 任务，不需要过度拆分上下文。

保持接入轻量

AIReiter 通过 OpenAI Chat Completions 暴露 Kimi K3，现有应用通常只需要修改 baseURL 和 model。

让长提示词具备缓存意识

当稳定的 system prompt、项目背景或文档前缀重复出现时，直接从 usage 字段验证缓存读取。

预算参考

按当前 Token 组合估算可调用次数。

充值 Credits

$10

约 13 次示例请求

快速测试

$50

约 65 次示例请求

日常开发

$100

约 130 次示例请求

生产评估

价格

Kimi K3 Token 价格

价格按每 1M Token 展示。AIReiter 目前按 Kimi K3 公开模型价格展示，因此这个页面的价值在于快速接入、端点清晰和用量可见。

Token 类型	价格	说明
输入	$3.00 / 1M	稳定前缀没有从缓存读取时产生的提示词 Token。
缓存读取	$0.30 / 1M	在 usage 字段中上报的已缓存提示词 Token。
输出	$15.00 / 1M	生成回答的 Token，包括推理较重的回答。

生产接入层

Kimi K3 在生产模型栈中的位置

当上下文连续性会改变结果时，Kimi K3 最有价值：它不只是回答一个提示词，而是携带足够的项目状态、证据和工具输出来让下一步更可靠。

大型代码库开发

在进行高风险改动前，一次性审查架构说明、服务契约、旧测试、diff 和问题报告。

长文档分析

把合同、政策、研究笔记和证据材料放在同一个工作上下文中，而不是过早摘要导致细节丢失。

多步骤工具 Agent

保留工具调用 ID、中间观察、参数和决策记录，让后续步骤保持一致。

原型到生产的审查

用 Kimi K3 检查原型、迁移或 Agent 工作流是否有足够上下文来应对生产边界情况。

生产检查清单

上线 Kimi K3 前先确认这四件事

长上下文模型的失败方式不同于短提示词模型。上线前先确认模型 ID、上下文路径、会话状态和用量记录。

使用生产模型 ID

API 请求中发送 kimi-k3。page-chat key chat-kimi-k3 只用于 AIReiter 聊天页。

模型 ID

不要把 256K 当成同一个入口

这里的 Kimi K3 支持 1,048,576 Token。请确认你的客户端、代理和超时设置真的能承载大请求。

上下文

保留 assistant 和工具状态

长周期 Agent 运行需要历史 assistant 消息、工具输出和参数。丢掉这些内容经常会制造假的连续性。

工具状态

记录缓存和用量字段

缓存读取、输出 Token 和推理较重的回答都应该从 usage 字段计量，而不是通过请求次数猜测。

用量

request.ts

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.AIREITER_API_KEY,
  baseURL: "https://aireiter.com/api/v1",
});

const stream = await client.chat.completions.create({
  model: "kimi-k3",
  messages: [
    { role: "user", content: "分析这个代码仓库，并找出三个风险最高的实现假设。" }
  ],
  stream: true,
});

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}

terminal

curl "https://aireiter.com/api/v1/chat/completions"   -H "Authorization: Bearer $AIREITER_API_KEY"   -H "Content-Type: application/json"   -d '{
    "model": "kimi-k3",
    "messages": [
      { "role": "user", "content": "分析这个代码仓库，并找出三个风险最高的实现假设。" }
    ],
    "stream": true
  }'

cache-check.json

{
  "model": "kimi-k3",
  "messages": [
    { "role": "system", "content": "<稳定的代码仓库或文档上下文>" },
    { "role": "user", "content": "基于这段上下文，审查今天的 diff。" }
  ],
  "stream": true
}

// 从 usage 中确认缓存读取：
// usage.prompt_tokens_details.cached_tokens > 0

使用场景

Kimi K3 擅长什么

这些场景里，1M Token 上下文窗口带来的工作流变化，比一点延迟或风格差异更重要。

长上下文推理

一次请求读取完整项目 brief、架构说明、日志和最近 diff。

代码助手

用于代码库审查、高风险变更发现、迁移规划和实现方案批判。

研究综合

在不先搭建检索流程的情况下，汇总并调和大量长文档。

Agent 规划

把工具轨迹、任务历史和决策记录保留在对话窗口中。

成本质量评估

不要只按 Token 单价比较成本

生产任务里，Kimi K3 应该按“可用结果成本”衡量：重试、人工修改、工具成功率、缓存命中和获得可靠答案的时间。

首次通过率

人工改写率

重试次数

输出 Token

缓存命中率

工具调用成功率

获得可用答案耗时

升级处理率

如果 Kimi K3 能减少重试并保留更多上下文，即使 Token 数更高，也可能带来更低的最终任务成本。如果任务短且无状态，应选择更轻量的模型。

对比

Kimi K3 与 AIReiter 文本模型对比

维度	Kimi K3	GPT-5.6 Sol	Gemini 3.1 Pro	Claude Sonnet 4.6
维度	kimi-k3	gpt-5.6-sol	chat-gemini-3.1-pro	chat-claude-sonnet-4-6
AIReiter 协议	Chat Completions	Chat / Responses 系列页面	Chat 模型路由	Claude Messages 路由
适合场景	1M 上下文代码库、长文档、Agent 状态	OpenAI 兼容的旗舰推理	大上下文多模态和文档密集型任务	代码审查和文档判断
什么时候选择	当上下文连续性是瓶颈时	当需要 GPT-5.6 质量或路由时	当 Gemini 的文档或多模态表现更重要时	当 Claude 风格的代码质量更重要时

准备测试

创建 Key、充值 Credits，然后发送一次 Kimi K3 请求

对开发者来说，最快路径是：创建 API Key，保持 Chat Completions 端点不变，先用一个小的流式请求测试，再把大上下文放到生产流量里。

创建 API Key 充值 Credits

FAQ

Kimi K3 API 常见问题

Kimi K3 每 1M Token 多少钱？

公开页面通常列出 Kimi K3 的价格为：缓存未命中输入 $3.00 / 1M Token，缓存读取输入 $0.30 / 1M Token，输出 $15.00 / 1M Token。

Kimi K3 的上下文窗口有多大？

Kimi K3 标注为 1,048,576 Token 上下文窗口，这也是团队用它评估代码库、长文档和 Agent 记录的主要原因。

上下文缓存真的能降低成本吗？

能。缓存输入通常显示为 $0.30 / 1M Token，而未缓存输入为 $3.00 / 1M Token；当可复用上下文从缓存读取时，输入价格低 90%。

API 调用应该使用哪个模型 ID？

在 model 字段中使用 “kimi-k3”，请求发送到 https://aireiter.com/api/v1/chat/completions。不要把内部 page-chat key 当作公开 API 模型 ID 使用。

可以用 OpenAI 风格的 SDK 调用 Kimi K3 吗？

可以。Kimi K3 API 指南通常会展示 OpenAI 风格客户端。在 AIReiter 中，将 baseURL 设置为 https://aireiter.com/api/v1，保持 Chat Completions 格式，并发送 model “kimi-k3”。

生产使用时应该关注哪些指标？

关注缓存读取 Token、输出 Token、长请求延迟、重试率，以及推理较重的回答是否真正产出了工作流需要的可用答案。