Senzurasız Kimi K3 API

Model seçimi bələdçilərinin çoxu qabiliyyət pulsuzmuş kimi yazılır. Pulsuz deyil. Yüksək səviyyəli model haqqında maraqlı sual heç vaxt "daha yaxşıdırmı" deyil — adətən elədir — sual budur: "bu tapşırıqda bir pillə aşağıdakı modeldən beş qat böyük hesabı doğruldacaq qədər daha yaxşıdırmı". Bu bələdçi buna real hesablamalarla cavab verir və daha ucuz variantların harada qazandığını açıq deyir.

01Kimi K3 əslində nədir

Kimi K3 Moonshot AI-nin açıq çəkili flaqmanıdır; 2026-cı ilin iyulunda Kimi K3 Lisenziyası altında buraxılıb — Kimi K2 ilə başlayan nəslin üçüncü nəsli və dəqiq nizamlama deyil, həqiqətən yeni arxitektura.

Dərc olunmuş düzülüş 93 qatdır — 69-u Kimi Delta Attention, 24-ü qapılı çoxbaşlı latent diqqət, biri sıx — token başına 896 ekspertdən 16-nı üstəgəl 2 ortağı seçən Stable LatentMoE marşrutlayıcısı ilə. Moonshot həmin kombinasiyadan Kimi K2 ilə müqayisədə miqyaslanma səmərəliliyində təxminən 2.5 dəfə yaxşılaşma bildirir. Görmə sonradan yamanmayıb, doğmadır: 401M parametrli MoonViT-V2 enkoderi mətni emal edən eyni gövdəni qidalandırır.

Seyrəklik rəqəmini mənimsəməyə dəyər: K3 token başına 104 milyard parametr aktivləşdirir, kataloqumuzun çoxu üçün 30-40 milyard aralığına qarşı. Bu, yaradılan token başına təxminən üç qat çox hesablama deməkdir və bu modelin qiymət siyahısının başında olmasının bütün səbəbi elə budur. Siz brend pilləsinə deyil, GPU-saniyələrinə pul ödəyirsiniz.

Nəsil, qısaca

• Kimi K2 — 1 trilyon parametr, 32 milyard aktiv, token başına 8-i marşrutlanan 384 ekspert, MuonClip optimizatoru ilə 15.5 trilyon token üzərində ilkin öyrədilib; bu miqyasda MoE təlimini məhv edən diqqət partlayışlarını dayandırmaq üçün qurulub.
• Kimi K2 Thinking — düşünməni alət istifadəsi ilə növbələşdirməyi öyrədilmiş eyni təməl; bir icrada ardıcıl 200-300 alət çağırışını davam etdirdiyi bildirilir, alətlərlə Humanity's Last Exam-də 44.9%, BrowseComp-da 60.2%.
• Kimi K3 — doğma multimodallıq və yuxarı axında 1M tokenlik pəncərə ilə yenidən qurulub, nəzarətli dəqiq nizamlama mərhələsindən etibarən kvantlamaya uyğun təlimlə (MXFP4 çəkilər, MXFP8 aktivasiyalar). K3-ün aqressiv sıxılmaya bunu nəzərə almadan öyrədilmiş modellərdən daha yaxşı dözməsinin səbəbi budur.

Əsas xətt uzun üfüqlü agentlikdir: hər nəsil qısa cavablı benchmarkları qazanmaq üçün deyil, yüzlərlə addım boyu tutarlı qalmaq üçün optimallaşdırılıb. Aldığınız qabiliyyət də elə budur.

02"3BIT-REAP" nə deməkdir və 2.8T model niyə buna ehtiyac duyur

Model identifikatorundakı şəkilçi bəzək deyil — çəkilər öz GPU klasterimizə yüklənməzdən əvvəl onlara nə edildiyini deyir və buradakı hər iddiaya bağlanan dürüst qeyd-şərtdir. Hesablamadan başlayaq. 16-bitlik dəqiqlikdə 2.8 trilyon parametrli model təxminən 5.6 terabayt çəkidir. Çəki başına 3 bitdə isə 1.05 terabayta yaxındır — hələ də böyük, amma 262K tokenlik KV keşi üçün yer qalan idarə oluna bilən yerləşdirmə. REAP ikinci yarıdır: marşrutlayıcının həqiqətən hansı ekspertlərə müraciət etdiyini profilləyən və nadir seçilənləri kvantlamadan əvvəl, sonra deyil, atan ekspert budama metodu. Token başına 896 ekspertdən yalnız 16-nı marşrutlayan modeldə bu təbii uyğunluqdur — bu qədər seyrək paylanmanın real trafikə çox az töhfə verən uzun quyruğu olur — və əvvəlcə budamaq qalan bit büdcəsinin əhəmiyyətli ekspertlərə xərclənməsi deməkdir.

Kataloqumuz üç şəkilçini qəsdən nərdivan kimi işlədir. 3BIT-REAP heç nəyin sığmadığı ən böyük təməllərə qoyulur. W4A16-AUTOROUND-REAP 4-bitlik çəkilər üstəgəl 16-bitlik aktivasiyalardır; AutoRound ilə kvantlanıb — sadə ən-yaxına yuvarlaqlaşdırma ilə müqayisədə real dəqiqlik bərpa edən öyrənilmiş yuvarlaqlaşdırma — üstəgəl eyni budama. W8A16 ən yüksək sədaqətli pillədir və aqressiv sıxılmaya ehtiyacı olmayacaq qədər kiçik təməllər üçündür. Qısası: şəkilçi orijinalın nə qədərinin sağ qaldığını, qiymət isə işlətməyin nəyə başa gəldiyini deyir.

03Görmə: şəkil anlama sizə nə qazandırır

Kimi-K3 on iki modellik kataloqumuzda görməsi olan beş modeldən biridir və beşinin ən qabiliyyətlisidir. Kommersiya görmə API-larının çoxu yüklənmiş şəkillərin üzərində təsnifatçı işlədir və geniş bir giriş kateqoriyasını model onları görməzdən əvvəl rədd edir — istehlakçı üçün ağlabatan standart, qanuni iş üçün ciddi maneə. Ekspluatasiya çıxışının ekran görüntüsünü çəkən təhlükəsizlik tədqiqatçıları, öz təsnifatçılarını quran moderasiya komandaları, məhkəmə-tibbi və dataset audit işi, red-team qiymətləndirməsi — hamısı həmin divara dəyir. Kimi-K3-ün imtina qatı və çıxış filtri yoxdur.

K3-ün görməsi daha ucuz görmə modellərindən üstün olaraq qiymətini harada qazanır

• Sıx diaqramlar və sxemlər — arxitektura diaqramları, şəbəkə topologiyaları, dövrələr: cavabın obyektləri adlandırmaqdan çox xətləri və etiketləri izləməkdən asılı olduğu hər şey.
• Ekran görüntülərindəki xırda mətn — stek izləri, terminal çıxışı, cədvəl xanaları. Görmə pillələri arasındakı fərq ən çox kiçik miqyasda oxunaqlılıqda özünü göstərir.
• Uzun mətnin içindəki şəkil — 200K tokenlik kontekstə salınmış ekran görüntüsü, burada model gördüyünü əlli min token əvvəl oxuduğu ilə əlaqələndirməlidir.
• Çoxşəkilli müqayisə — interfeysin iki versiyası, yaxud qrafik və onu yaradan cədvəl.

Qiymətini qazanmadığı yerlər: başlıq yazma, alt mətn, təmiz sənədlərin OCR-i və teqləmə boru xətləri. Bunlar milyon giriş tokeni üçün $0.50-ə həll olunub — şəkil iş yükünüz yüksək həcmlidirsə və hər element ayrılıqda sadədirsə, Kimi-K2.6 və ya MiniMax-M3 K3-ünkindən ayırd edə bilməyəcəyiniz cavablar verir.

Şəkillər mətnlə eyni 262,144 tokenlik büdcədən token yeyir və giriş dərəcəsi ilə hesablanır. Bir neçə yüksək ayırdetməli ekran görüntüsü pulsuz deyil.

04Uzun üfüqlü agent işi — bu pillə nə üçündür

Yüksək pilləni doğruldan bir iş yükü varsa, budur. Qısa tapşırıqlar bağışlayan şəkildə uğursuz olur: model səhv edir, siz fərq edirsiniz, yenidən cəhd edirsiniz, dörd saniyə itirmisiniz. Altıncı növbədə səhv budağa girən qırx növbəlik agent isə sonrakı otuz dörd növbəni səhvin üzərində zərif şəkildə qurmağa sərf edir, siz də aradakı hər tokenin pulunu ödəmiş halda bunu sonda öyrənirsiniz. Bu asimmetriya token başına qiymətin burada demək olar ki, səhv metrika olmasının səbəbidir. Əhəmiyyət kəsb edən uğurlu tamamlama başına xərcdir və ona da icranın nə qədər tez-tez zibilə atılması hakim olur. Moonshot-un K3 təməli üçün agent benchmarklarında dərc etdiyi rəqəmlər:

Bütün rəqəmlər 2026-cı ilin iyulunda kvantlanmamış Kimi K3 təməli üçün Moonshot tərəfindən bildirilib. Onlar bizim 3BIT-REAP quruluşumuzun ölçüləri deyil və biz onları belə təqdim etmirik.

Mənzərə arxitekturanın nə üçün qurulduğuna uyğun gəlir: BrowseComp və Terminal-Bench alət dövrəsi benchmarklarıdır — hərəkət et, müşahidə et, düzəlt dövrələrinin təkrarı. 42.0 ilə SWE Marathon isə əks çəkidir: dəstdəki ən çətin uzun üfüqlü kodlaşdırma qiymətləndirməsi, burada hətta sərhəd modeli də tapşırıqların çoxunda uğursuz olur. "Agentlik" həll olunmuş kateqoriya deyil; hansı modeli seçsəniz də, uğursuzluğa hazırlıqla dizayn edin.

Uzun icralar üçün praktik parametrlər

K3 reasoning_effort təqdim edir və burada bu, real xərc qoludur: düşünmə tokenləri çıxış tokeni kimi, milyon üçün $19.12 ilə hesablanır.

• Low — modelin bir neçə məlum variant arasında seçim etdiyi alət çağırışı marşrutlaşdırması və strukturlaşdırılmış çıxarma.
• High — real agent işi üçün standart: çoxaddımlı dəyişikliyin planlaşdırılması, stek izindən sazlama, ziddiyyətli mənbələrin uzlaşdırılması.
• Max — onu boru xəttindəki ən çətin tək çağırış üçün saxlayın: icranın başındakı plan və ya yekun baxış. High-da 30K, max-da 90K düşünmə tokeni sərf edən icra həmin bir bayraq üçün əlavə $1.15 ödəyir.

Konteksti də qəsdən büdcələyin: pəncərəmiz 262,144 token, maksimum çıxış 16,384 token-dir və milyon giriş üçün $3.83 qiymətində budanmamış tarixçə toplanır — hər növbə bütöv prefiksi yenidən hesaba salır.

05Bu uc nöqtədə "senzurasız" nə deməkdir

Shannon AI Gateway-dəki hər model imtina qatı və çıxışda məzmun filtri olmadan verilir. Bu, yüksək pillədə daha çox əhəmiyyət kəsb edir, çünki insanların yüksək səviyyəli modelə gətirdiyi tapşırıqlar filtri işə salmağa ən meyilli olanlardır: rəqib təhlükəsizlik tədqiqatı, hücum alətlərinin təhlili, moderasiya təsnifatçısının hazırlanması, təhdid kəşfiyyatı, çətin bədii ədəbiyyat və modelin aşkarlamağa çalışdığınız şeyi istehsal etməsini tələb edən hər qiymətləndirmə.

• Çıxış təsnifatçısı yoxdur. Cavablar generasiyadan sonra skan edilib yenidən yazılmır və ya bloklanmır.
• Giriş qapısı yoxdur. Promptlar və şəkillər modelə çatmazdan əvvəl yoxlanmır.
• Fərqli model deyil. Bu, adətən qarşısında duran qat olmadan verilən Kimi K3 təməlidir.
• Məsuliyyətin ötürülməsi deyil. İmtina qatının götürülməsi mühakiməni sizə keçirir — məsuliyyətli istifadə siyasətimizə baxın.

Qiymətləndirmə sistemləri quranlar üçün daha az səslənən bir fayda da var: filtrsiz model sabit baza xəttidir. Gözlənilməz şəkildə imtina edən model ölçmələri küylü edir, çünki qabiliyyət həddini siyasət həddindən ayıra bilmirsiniz. Burada uğursuzluq qabiliyyət uğursuzluğudur — sazlaya biləcəyiniz yeganə növ.

06Qiymət: $3.83 giriş, $19.12 çıxış — və bunu nə vaxt qazanır

Bu, siyahımızdakı ən bahalı modeldir və fərq böyükdür: çıxış $2.00 döşəməmizin 9.6 qatı və Kimi-K2.6-nın qiymətinin 5.2 qatıdır. Hesablama açıq şəkildə budur.

Model	Giriş / 1M	Çıxış / 1M	Görmə	JSON sxem
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	Bəli	Bəli
DeepSeek-V4-Pro-0813 · 3BIT-REAP	$1.95	$3.90	Xeyr	Bəli
inkling · W4A16-AUTOROUND-REAP	$1.42	$6.07	Bəli	Xeyr
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	Bəli	Bəli
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	Xeyr	Bəli
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	Bəli	Bəli
MiMo-V2.5 · W8A16	$0.50	$2.00	Bəli	Bəli

Seçilmiş sətirlər, giriş qiymətinə görə sıralanıb. On iki modelin hamısı eyni 262,144 tokenlik konteksti, 16,384 tokenlik maksimum çıxışı, axını, alət çağırışını və reasoning_effort-u bölüşür. Canlı qabiliyyət bayraqları API sənədləri səhifəsindədir.

İki işlənmiş nümunə

Birincisi, 120,000 tokenlik giriş — kod bazası dökümü, tənzimləyici sənəd — 3,000 tokenlik təhlil istehsal edir. İkincisi, qırx növbəlik agent icrası: kontekst topladıqca təxminən 1.2M kumulyativ giriş tokeni, düşünmə daxil olmaqla 90,000 çıxış tokeni.

Ssenari	Kimi-K3	Kimi-K2.6	MiniMax-M3
120K giriş / 3K çıxış	$0.517	$0.105	$0.066
40 növbəlik agent icrası	$6.32	$1.27	$0.78

Sənəd çağırışında K3 Kimi-K2.6-nın təxminən 4.9 qatına başa gəlir. Əlli sent bir dəfəyə heç nədir; min çağırışda isə $105-ə qarşı gündə $517-dir. Agent icrasında fərq təxminən $5-dir. İndi əhəmiyyət kəsb edən yeganə testi tətbiq edin: tapşırıq mühəndisin saatlıq $100 vaxtına dəyirsə, K3 ilk cəhddə uğuru beş faiz bəndi artırdığı anda özünü ödəyir — həqiqətən çətin uzun üfüqlü işdə isə pillələr arasındakı fərq adətən daha böyükdür. Tapşırıq kiminsə otuz saniyəsinə dəyirsə, eyni $5 müdafiə olunmazdır.

07Kimi-K3, yoxsa daha ucuz qardaşı?

Kataloqumuzdakı iki Kimi modeli rəqib deyil, bir nərdivanın iki pilləsidir. Kimi-K2.6 daha az aqressiv kvantlanıb — K3-ün 3 bitinə qarşı W4A16-AUTOROUND-REAP, öyrənilmiş yuvarlaqlaşdırma ilə 4-bitlik çəkilər — və daha kiçik təməl üzərindədir. Onun görməsi, JSON sxem çıxışı, eyni kontekst pəncərəsi var və təxminən beşdəbir qiymətə başa gəlir.

Tapşırıq	İşlədin	Niyə
Qırx növbəlik avtonom agent	Kimi-K3	Uğursuzluq toplanır; birinci növbədəki plan keyfiyyəti icranı həll edir
Repozitoriya miqyaslı refaktorinq	Kimi-K3	Tam konteksti sadəcə ondan axtarmaq yox, tutarlı tutmaq lazımdır
Sıx diaqramlar, xırda ekran görüntüsü mətni	Kimi-K3	Pillələr arasında ən geniş görmə fərqi oxunaqlılıq və məkan düşüncəsindədir
Yaxşı təsvir edilmiş təkfayllı redaktələr	Kimi-K2.6	Məhdud tapşırıq, ucuz təkrar cəhd, ölçülə bilən tavan fərqi yoxdur
Həcmli şəkil başlığı yazma	MiniMax-M3 / MiMo-V2.5	$0.50 girişdə həll olunub; eyni başlıq üçün K3 çıxışı 9.6 qatdır
Düşünmə ağırlıqlı, amma yalnız mətn	DeepSeek-V4-Pro	$19.12-yə qarşı $3.90 çıxış — şəkil lazım deyilsə, K3-ü buraxın

Həmin son sətir ən çox gözdən qaçan qənaətdir. Tapşırığınız şəkil ehtiva etmirsə, əvvəlcə DeepSeek-V4-Pro-ya baxın. O da böyük təməl üzərində 3BIT-REAP quruluşudur, çətin düşünmədə güclüdür və çıxışı K3-ün $19.12-sinə qarşı $3.90-dır. Yüksək pilləyə uzanan trafikin çoxu bir sətir aşağıda eyni dərəcədə yaxşı verilən yalnız mətn düşüncəsidir.

08Senzurasız Kimi K3 API-nın çağırılması

Model hər üç dialektdə Kimi-K3-3BIT-REAP kimi təqdim olunur, hər birində axınla və aralarında qabiliyyət fərqi olmadan — yalnız naqil formatı fərqlidir: /v1/chat/completions (OpenAI uyumlu), /v1/messages (Anthropic uyumlu) və /v1/responses. Çətin vizual tapşırıq üçün düşünmə səyi qaldırılmış görmə sorğusu:

curl https://shannon-ai.com/v1/chat/completions \
  -H "Authorization: Bearer $SHANNON_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "Kimi-K3-3BIT-REAP",
    "reasoning_effort": "high",
    "max_tokens": 4096,
    "stream": true,
    "messages": [{
      "role": "user",
      "content": [
        { "type": "text",
          "text": "Trace the data path in this diagram and list every point where an untrusted input crosses a trust boundary." },
        { "type": "image_url",
          "image_url": { "url": "data:image/png;base64,..." } }
      ]
    }]
  }'

K3 həm response_format, həm də tam json_schema dəstəkləyir, ona görə agentin alət arqumentlərini məhdudlaşdıra və ya hesabatı sonradan parsinq etmədən sabit formaya sala bilərsiniz. Alət çağırışı doğmadır və uzun icraları idarə etməyin nəzərdə tutulan yoludur. Parametrlər, autentifikasiya, sürət limitləri və canlı playground API sənədləri səhifəsindədir.

Birinci gündən pul qazandıran üç şey

• Prefiksi budayın. Hər növbə bütöv söhbəti milyon üçün $3.83 ilə yenidən hesaba salır; 40 növbəlik tarixçəni bir dəfə 4K tokenlik vəziyyət obyektinə yığmaq model dəyişikliklərinin çoxundan artıq qənaət edir.
• Şəkilləri kiçildin. Şəkil tokenləri giriş tokenidir; hələ də oxunaqlı ölçüyə salınmış 4K ekran görüntüsü eyni cavabı daha ucuza verir.
• Çətinliyə görə marşrutlayın. Adi növbələrdə ucuz model, planda, çətin budaqda və yekun baxışda isə K3 — bu, çox vaxt hesabın 25%-inə qabiliyyətin 80%-ini verir.

09Tez-tez verilən suallar

---

Təməl faktları və benchmarklar Moonshot AI-nin Kimi K3 və Kimi K2 üçün dərc etdiyi rəqəmlərdir və kvantlanmamış yuxarı axın modellərini təsvir edir; bizim quruluşumuz 3-bitlik REAP kvantlamasıdır və fərqlənəcək. Qiymətlər, kontekst və qabiliyyət bayraqları Shannon AI-nin özününküdür və 5 sentyabr 2026-cı il tarixinə aktualdır — canlı dəyərlər həmişə /v1/models tərəfindən qaytarılanlardır. Mənbələr: Kimi K3 model kartı · Kimi K3 repozitoriyası · Kimi K2 Thinking.