体验 Kimi K3
百万上下文 • 始终推理 • 文本与图像输入 • 工具调用
Kimi K3 助手
长程编程 • 视觉推理 • 知识工作 • 结构化输出
Fast Response
Get instant answers powered by our optimized infrastructure
Privacy First
Your conversations are secure and never used for training
Premium Features
Sign in to unlock API access and unlimited conversations
快速了解 Kimi K3
以下数据来自 Moonshot AI 发布的 Kimi K3 资料。Kimrel 是独立的模型接入服务，与 Moonshot AI 不存在隶属或关联关系。
总参数量
2.8T
采用稀疏专家混合架构，规模达到三万亿参数级别
上下文窗口
1M
最多一百万 token，可容纳大型代码库、文档集合与长会话
激活专家
16 / 896
Kimi K3 的 Stable LatentMoE 会为每个 token 激活 896 个专家中的 16 个
Kimrel 最低扣费
3 Credits
每次成功请求最低扣除 3 credits，之后再按 token 用量计费
为什么开发者开始评估 Kimi K3
Kimi K3 将更大规模的稀疏架构、长上下文、原生视觉、持续推理和面向智能体的 API 能力组合在一起，适合需要多步骤推进的复杂工作。
长程软件工程
Kimi K3 面向持续时间较长的工程任务。它可以阅读更大范围的仓库上下文，遵守详细约束，调用终端类工具，并在第一种方案失败后继续调整。实际使用时仍应通过测试、分支和人工审查控制风险。
一百万 token 上下文
Kimi K3 将上下文窗口扩展到一百万 token，适合大型代码库、复杂规格、研究资料集合与长期智能体会话。但更大的窗口不等于可以忽略筛选，相关性仍会影响延迟、成本和结果质量。
原生图像理解
Kimi K3 能在同一次请求中结合文字与图像进行推理，截图、架构图、图表和界面状态都可以成为编程或分析的证据。Kimrel 当前为该模型开放图像输入，但明确拒绝视频输入。
始终开启深度推理
Kimi K3 会先进行推理再生成最终答案。官方 API 使用顶层 `reasoning_effort` 字段，目前公开文档支持的级别为 `max`。它不使用 K2.x 模型的 `thinking` 请求对象。
工具调用与结构化输出
Kimi K3 支持函数工具、强制工具选择、动态加载工具定义、JSON Schema 结构化输出和前缀续写。这些能力有助于把模型接入需要稳定参数与可验证结果的类型化业务流程。
新一代稀疏架构
Kimi K3 结合 Kimi Delta Attention、Attention Residuals、Gated MLA 与 Stable LatentMoE。Moonshot AI 报告称，其整体扩展效率约为 Kimi K2 的 2.5 倍，每个 token 激活 16 个专家。
Kimi K3 已公开的评测与案例说明了什么
Moonshot AI 的发布资料同时包含基准测试与长时间运行案例。它们可以作为选型信号，但不是效果保证。上线前仍应使用自己的提示词、工具、代码库、延迟目标和正确性检查进行评估。
DeepSWE — 67.3
Moonshot AI 报告 Kimi K3 在 mini-SWE-agent 框架下取得 67.3。该评测关注软件工程智能体，而非短代码补全，因此更接近仓库级任务；不同 agent harness 仍可能明显影响最终结果。
BrowseComp — 90.4
在完整使用一百万 token 上下文且不额外进行上下文管理时，Kimi K3 的 BrowseComp 公开成绩为 90.4。真实研究质量还取决于信息源选择、工具可靠性与事实核查。
MiniTriton 编译器项目
在公开案例中，Kimi K3 构建了一个精简的 Triton 类系统，包括 tile 级 IR、优化 pass、PTX 生成和可工作的 nanoGPT 训练流程，展示了跨多个工程层次协同推进的能力。
GPU 内核优化
Kimi K3 获得最长 24 小时，对四项 GPU kernel 任务进行分析、改写和基准测试。Moonshot AI 还表示，开发阶段的早期版本承担了团队后期相当一部分内核优化工作。
48 小时芯片设计
Kimi K3 的一项概念验证使用开源 EDA 工具，在 48 小时内完成一个加速器的设计与验证。公开模拟结果达到 100 MHz，并为目标小模型实现每秒超过 8,700 个解码 token。
从研究资料到可执行代码
在天体物理案例中，Kimi K3 阅读了 20 多篇论文，评估 300 多个状态方程，生成 3,000 多行 Python，并制作交互式仪表盘，把文献研究、数值实现和成果展示连接起来。
哪些任务更适合 Kimi K3
当任务真正需要深度推理、广泛上下文、视觉证据和反复工具调用时，可以优先评估 Kimi K3。简单请求可能在其他模型路由上更快、更经济，因此应按任务选择模型，而不是只看版本号。
仓库级功能交付
向 Kimi K3 提供架构、验收标准、编码规范与相关源码。它可以跨路由、服务、数据库代码和测试追踪任务。建议始终在可审查分支中执行，并逐项验证模型对行为的判断。
可视化前端调试
把截图、组件代码、浏览器输出和目标状态一起交给 Kimi K3。原生视觉能力让它能够把间距、层级、溢出和交互问题与具体实现联系起来，而不是只根据文字猜测。
大型文档知识工作
Kimi K3 可以在一个大上下文中处理长报告、合同、技术规格与研究资料。要求它标注证据、指出冲突并明确不确定性，能让长答案保持可核查，而不只是语言流畅。
研究与可执行分析
当研究最终需要落到代码、计算、图表或仪表盘时，可以使用 Kimi K3。将信息收集、实现、验证和展示分成清晰阶段，便于工具与审阅者分别检查每一步。
受控的工具型智能体
Kimi K3 能选择函数、读取结果，并在多轮对话中继续执行。生产智能体仍应只暴露权限有限的工具，校验每个参数，限制循环次数，记录执行结果，并在破坏性操作前要求审批。
技术方案探索
Kimi K3 可以比较架构、分析约束，并把设计转成实施顺序，尤其适合在决策前需要同时考虑源码、图示、日志与文字要求的复杂场景。
通过 Kimrel 调用 Kimi K3
Kimrel 使用与其他模型相同的独立 API Key 流程提供 Kimi K3。现有客户端可以保留认证方式与 endpoint 结构，只需选择新的模型 ID，并正确处理其推理与多模态特性。
使用准确的模型 ID
将 `model` 设置为 `kimi-k3`。Kimi K3 复用统一的上游 `KIMI_API_KEY` 配置，Kimrel 不会为该模型增加第二套供应商凭证或独立认证路径。
使用 reasoning_effort，而不是 thinking
调用 `/v1/chat/completions` 时，Kimi K3 接受 `reasoning_effort: "max"`。推理始终开启，不应发送 K2.x 的 `thinking` 对象。请为推理 token 和最终回答预留足够的 completion tokens。
选择两种兼容 endpoint
Kimi K3 可通过 `/v1/chat/completions` 或 `/v1/messages` 调用。Anthropic 兼容路由会把支持的消息和工具结构转换后转发，上游 K3 默认使用 max 推理。
发送文本与受支持的图片
Kimrel 上的 Kimi K3 接受文本以及 PNG、JPEG/JPG、WEBP 或 GIF 图片。虽然 Moonshot AI 为底层模型公开了原生视频理解能力，但本服务会明确拒绝视频文件与 video URL 内容块。
由 Kimrel 规范化远程图片
Kimi K3 可以接收 HTTP(S) 图片 URL 或 `data:image/...;base64,...`。Kimrel 会拉取远程图片、校验类型、阻止不安全主机并转换为 base64；原始文件上限 6MB，编码后 payload 上限 8MB。
按 token 规划 credits
Kimi K3 每百万输入 token 为 300 credits，每百万输出 token 为 1,500 credits，每次成功请求最低 3 credits。有 usage 时按实际用量计费，缺失时使用 Kimrel 文档说明的估算规则。
关于 Kimi K3 的直接回答
以下说明会区分 Moonshot AI 公布的模型能力与独立 Kimrel 服务的具体边界。
Kimi K3 是什么？
Kimi K3 是 Moonshot AI 推出的 2.8 万亿参数旗舰模型，面向长程编程、知识工作、视觉推理和工具型智能体。它结合 Kimi Delta Attention、Attention Residuals、稀疏 MoE 与一百万 token 上下文。
现在可以通过 Kimrel 使用 Kimi K3 吗？
可以。Kimi K3 已以 `kimi-k3` 注册到 Kimrel 的聊天、playground、模型列表、计费和 API 路由中。它使用与其他模型相同的 Kimrel API Key，并可从两种兼容 endpoint 调用。
Kimi K3 是否支持图片和视频？
底层 Kimi K3 具备原生视觉能力，Moonshot AI 也公开说明了图像和视频理解。Kimrel 当前只接受文本与图片，并会主动拒绝视频，使公开服务能力与已经验证的转发链路保持一致。
如何配置 Kimi K3 的推理？
Kimi K3 始终进行推理。在 OpenAI 兼容 endpoint 上使用顶层 `reasoning_effort` 字段并设置为 `max`，这也是当前默认值。不要发送 K2.x 的 `thinking` 对象，多轮工具工作流需保留完整 assistant 消息。
Kimi K3 能调用工具并返回 JSON 吗？
可以。上游 Kimi K3 API 支持函数调用、`tool_choice`、动态加载工具、JSON mode、严格 JSON Schema 输出和 partial continuation。应用仍必须校验模型生成的参数，并执行自己的权限控制。
Kimrel 是 Kimi K3 的开发者吗？
不是。Kimi K3 由 Moonshot AI 开发。Kimrel 是提供兼容接入层、credits 计费、远程图片规范化和独立服务控制的平台，与 Moonshot AI 不存在关联，也未获得其认可、背书或赞助。
让 Kimi K3 处理真正复杂的工作流
先在聊天中体验 Kimi K3，再通过 Kimrel API 构建长上下文、图像感知与工具辅助应用。