Kimi K3 和 Kimi K2.7 Code 有什么区别?

K2.7 Code 于 2026 年 6 月发布,是建立在 K2.6 上的代码专用模型:1T 总参数、32B 激活,上下文 256K,max_tokens 默认 32768,不支持 reasoning_effort,tool_choice 只接受 auto 和 none。K3 于 7 月 16 日发布,换成了 2.8T 的新架构,上下文 1M、输出最多 1048576,推理强度可调,定位从编程扩展到知识工作与深度推理。

为什么传了 temperature 会报错?

月之暗面把 K3 的 temperature 固定为 1.0,top_p 固定为 0.95,n 固定为 1,两个 penalty 固定为 0,传其他值会返回错误。官方建议请求里干脆不带这几个参数。

reasoning_effort 能在对话中途切换吗?

能切,但月之暗面提醒:换档会让已有的前缀缓存命中失效。最好在对话开始前选定档位;如果推理耗时太长,官方建议用 low。

Kimi K3

省 30%

moonshot/kimi-k3

Kimi K3 —— 月之暗面旗舰开源权重推理模型,100 万 token 上下文。

获取 API 密钥查看调用示例

在线模型 Playground

直接试用 Kimi K3

调整请求参数、查看当前费用上限，并在模型介绍页内直接看到真实结果。

streamchat

1配置输入

提示词

54 / 20,000

添加图片

请先登录，再向这个视觉模型上传图片。

最高预估费用—

2实时结果示例

Kimi K3

Translation:

Please include your API key in the request header and set an appropriate timeout for each request.

Alternative phrasing:

Include the API key in the request headers and configure an appropriate timeout for each request.

Notes on word choices:

"携带" is best rendered as "include" — the standard verb in API documentation (e.g., "Include your API key in the Authorization header")
"合理的" can be "appropriate" or "reasonable"; both are common, though "appropriate" is slightly more formal
The second version drops "Please" and uses the imperative mood, which is the preferred style in many technical writing guidelines (e.g., Google Developer Documentation Style Guide)

上下文窗口: 1M
最大输出: 1M
输入模态: 文本图像
输出模态: 文本
能力: 视觉理解 · 推理 · 工具调用 · 编码 · 提示词缓存 · 付费缓存写入
上游发布: 2026-07-16
RouteMux 名: moonshot/kimi-k3

Kimi K3 是什么

Kimi K3 是月之暗面的旗舰模型,2026 年 7 月 16 日发布,官方称它是首个 3T 级别的开放权重模型,完整权重已公开。总参数 2.8T,采用 Stable LatentMoE,896 个专家里每次激活 16 个;注意力基于 Kimi Delta Attention(混合线性注意力)和 Attention Residuals。月之暗面称它的整体 scaling 效率约为 Kimi K2 的 2.5 倍,定位是长周期编程、端到端知识工作和深度推理,官方文档的建议是:拿不准用哪个模型,就先用 kimi-k3。月之暗面公布的成绩包括 DeepSWE 67.3,以及在 1M 上下文、不做上下文管理的条件下 BrowseComp 90.4。

上下文 1M,max_completion_tokens 默认 131072,最多可以设到 1048576。原生支持视觉,在 RouteMux 上可以传文本和图片。思考始终开启、不能关闭;推理强度用顶层字段 reasoning_effort 控制,可选 low、high、max,默认 max(发布时只有 max,low 和 high 是后来加的)。月之暗面的参数说明里还有几条要注意:temperature 1.0、top_p 0.95、n 1、presence_penalty 与 frequency_penalty 0 都是固定值,传别的值会报错,最好不传;多轮对话和工具调用时要把完整的 assistant 消息原样带回,包括 reasoning_content;tool_choice 支持 auto、none、required。OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 三种协议都能调用。

和 Kimi K2.7 Code 比:K2.7 Code 是 6 月发布、建立在 K2.6 之上的代码专用模型,1T 总参数、32B 激活,上下文 256K,不支持 reasoning_effort,tool_choice 也不接受 required。K3 规模更大、上下文和输出上限都高得多,还能按任务调推理强度。月之暗面给出的迁移方法是:把模型名换成 kimi-k3,继续原样回传完整的 assistant 消息,按需加上 reasoning_effort。

在 RouteMux 上,Kimi K3 输入 $2.1 / 百万 tokens(官方 $3),输出 $10.5 / 百万 tokens(官方 $15),缓存命中 $0.21 / 百万 tokens,比官方价便宜 30%。

选型要点

Kimi K3 和 Kimi K2.7 Code 有什么区别?: K2.7 Code 于 2026 年 6 月发布,是建立在 K2.6 上的代码专用模型:1T 总参数、32B 激活,上下文 256K,max_tokens 默认 32768,不支持 reasoning_effort,tool_choice 只接受 auto 和 none。K3 于 7 月 16 日发布,换成了 2.8T 的新架构,上下文 1M、输出最多 1048576,推理强度可调,定位从编程扩展到知识工作与深度推理。
为什么传了 temperature 会报错?: 月之暗面把 K3 的 temperature 固定为 1.0,top_p 固定为 0.95,n 固定为 1,两个 penalty 固定为 0,传其他值会返回错误。官方建议请求里干脆不带这几个参数。
reasoning_effort 能在对话中途切换吗?: 能切,但月之暗面提醒:换档会让已有的前缀缓存命中失效。最好在对话开始前选定档位;如果推理耗时太长,官方建议用 low。

Kimi K3 API 定价

价格核验于 2026-10-12

输入官方 $3 / 百万 tokens

$2.1/ 百万 tokens省 30%

≈¥14.28 / 百万 tokens

输出官方 $15 / 百万 tokens

$10.5/ 百万 tokens省 30%

≈¥71.4 / 百万 tokens

缓存读 $0.21/M · 缓存写 $2.1/M

本币价按固定汇率折算(1 美元 = 6.8 CNY),汇率更新于 2026-08-02,仅供参考;计费始终以美元结算。

成本估算

输入 tokens输出 tokens

预估费用$0.0315

能力亮点

2.8T 开放权重: Stable LatentMoE 架构,896 个专家每次激活 16 个,完整权重已公开。
1M 上下文、最多 1M 输出: max_completion_tokens 默认 131072,最多可设到 1048576。
三档推理强度: 思考始终开启,reasoning_effort 可选 low、high、max,默认 max。
原生视觉: 同一个模型理解文本、图片和视频,在 RouteMux 上可以传图片。
三种协议: OpenAI Chat、OpenAI Responses、Anthropic Messages 都路由到这个模型。

典型用例

编程 Agent: 月之暗面称它适合编程 Agent 场景,把它定位为长周期编程的旗舰。
端到端知识工作: 官方把端到端知识工作和深度推理列为它的另一主要方向,并演示了交互式研究报告。
长时间自主任务: 月之暗面演示过 kernel 优化、编写 GPU 编译器,以及一次 48 小时的自主芯片设计。

限时首充加送 10%,最高送 200 Credits

注册后 72 小时内完成第一笔充值即可享受。满 $20 起,仅限第一笔。

注册并领取无需订阅,按用量结算。

接口与协议

OpenAI Chat Completions支持流式OpenAI Responses支持流式Anthropic Messages支持流式

API 调用时用任一 ID 都可以。

RouteMux 名moonshot/kimi-k3

把 ROUTEMUX_KEY 占位符替换为你的 API Key。创建 →

from openai import OpenAI

client = OpenAI(
    base_url="https://api.routemux.com/v1",
    api_key="<ROUTEMUX_KEY>",
)

completion = client.chat.completions.create(
    model="moonshot/kimi-k3",
    messages=[{"role": "user", "content": "What is the meaning of life?"}],
)
print(completion.choices[0].message.content)

base_url: https://api.routemux.com/v1

性能数据 (近 30 天)

最近 30 天 67 次请求

总用量876.5K

P50 首字延迟8.10s

平均吞吐46 tok/s

成功率100.0%

Uptime · 24htested via openai_chat

100.00%

成功率 · 60d · from real requests

Kimi K3 常见问题

›Kimi K3 是什么？

Kimi K3 —— 月之暗面旗舰开源权重推理模型,100 万 token 上下文。

›Kimi K3 的上下文窗口有多大？

Kimi K3 支持最多 1M tokens 的上下文窗口，单次最多输出 1M tokens。

›Kimi K3 的 API 价格是多少？

通过 RouteMux 调用 Kimi K3：输入 $2.1、输出 $10.5（USD / 1M tokens），低于官方定价。

›如何通过 API 调用 Kimi K3？

Kimi K3 兼容 OpenAI 接口：把 base URL 换成 RouteMux、model 填 moonshot/kimi-k3 即可，无需改代码。

›Kimi K3 支持哪些输入输出模态？

Kimi K3 的输入模态：text, image；输出模态：text。

›Kimi K3 是什么时候发布的？

Kimi K3 发布于 2026年7月16日。

参考来源

正文由 RouteMux 团队核对于 2026-10-24

查看 Markdown 纯文本