Нецензуриран Kimi K3 API

Повечето ръководства за избор на модел са написани така, сякаш способностите са безплатни. Не са. Интересният въпрос за модел от най-високо ниво никога не е „по-добър ли е“ — обикновено е — а „достатъчно по-добър ли е при тази задача, за да оправдае сметка пет пъти по-голяма от тази на модела едно стъпало по-надолу“. Това ръководство отговаря с реални сметки и казва направо къде печелят по-евтините варианти.

01Какво всъщност е Kimi K3

Kimi K3 е флагманът с отворени тегла на Moonshot AI, издаден през юли 2026 г. под лиценза Kimi K3 — третото поколение на линия, започнала с Kimi K2, и наистина нова архитектура, а не донастройка.

Публикуваното разположение е 93 слоя — 69 използват Kimi Delta Attention, 24 използват гейтвано multi-head latent attention, един е плътен — със Stable LatentMoE маршрутизатор, избиращ 16 от 896 експерта на токен плюс 2 споделени. Moonshot съобщава за приблизително 2.5x подобрение в ефективността на мащабиране спрямо Kimi K2 от тази комбинация. Зрението е вградено, а не прикачено отвън: енкодер MoonViT-V2 с 401M параметъра захранва същия ствол, който обработва текста.

Числото за разредеността си струва да се осъзнае: K3 активира 104 милиарда параметъра на токен, срещу диапазона от 30 до 40 милиарда при по-голямата част от нашия каталог. Това е приблизително три пъти повече аритметика на генериран токен и е цялата причина този модел да оглавява ценовата листа. Не плащате за марково ниво — плащате за GPU-секунди.

Родословието накратко

• Kimi K2 — 1 трилион параметъра, 32 милиарда активни, 384 експерта с 8 маршрутизирани на токен, предварително обучен върху 15.5 трилиона токена с оптимизатора MuonClip, построен така, че да спре експлозиите на вниманието, които съсипват обучението на MoE в такъв мащаб.
• Kimi K2 Thinking — същата основа, научена да преплита разсъждение с използване на инструменти, за която се съобщава, че поддържа 200 до 300 последователни извиквания на инструменти в едно изпълнение, с 44.9% на Humanity's Last Exam с инструменти и 60.2% на BrowseComp.
• Kimi K3 — построен наново с вградена мултимодалност и прозорец от 1M токена нагоре по веригата, с обучение, отчитащо квантуването, още от етапа на надзираваното донастройване (MXFP4 тегла, MXFP8 активации). Ето защо K3 понася агресивна компресия по-добре от модели, които никога не са били обучавани с оглед на нея.

Червената нишка е агентност с дълъг хоризонт: всяко поколение е оптимизирано да остане свързано през стотици стъпки, а не да печели бенчмаркове с кратки отговори. Точно тази способност купувате.

02Какво означава „3BIT-REAP“ и защо модел от 2.8T има нужда от него

Наставката в идентификатора на модела не е украса — тя казва какво е направено с теглата, преди да бъдат заредени върху собствения ни GPU клъстер, и е честната уговорка, прикрепена към всяко твърдение тук. Започнете с аритметиката. Модел с 2.8 трилиона параметъра при 16-битова точност е около 5.6 терабайта тегла. При 3 бита на тегло е по-близо до 1.05 терабайта — все още много, но обозримо разгръщане, в което остава място за KV кеш от 262K токена. REAP е втората половина: метод за отрязване на експерти, който профилира кои експерти маршрутизаторът действително използва и премахва рядко избираните преди квантуването, а не след него. При модел, който маршрутизира само 16 от 896 експерта на токен, това пасва естествено — толкова разредено разпределение има дълга опашка, която допринася много малко за реалния трафик — а отрязването първо означава, че оставащият битов бюджет се харчи за експерти, които имат значение.

Нашият каталог използва три наставки като съзнателна стълбица. 3BIT-REAP отива при най-големите основи, където нищо друго не се побира. W4A16-AUTOROUND-REAP е 4-битови тегла с 16-битови активации, квантувани с AutoRound — научено закръгляне, което възстановява реална точност спрямо наивното закръгляне до най-близкото — плюс същото отрязване. W8A16 е нивото с най-висока вярност, за основи, достатъчно малки, за да не се нуждаят от агресивна компресия. Накратко: наставката ви казва колко от оригинала е оцеляло; цената ви казва колко струва да се пусне.

03Зрение: какво ви купува разбирането на изображения

Kimi-K3 е един от петте модела в нашия каталог от дванадесет със зрение и най-способният от тях. Повечето търговски API за зрение пускат класификатор върху качените изображения и отказват широка категория входове, преди моделът изобщо да ги види — разумна потребителска настройка по подразбиране и сериозна пречка пред легитимната работа. Изследователите на сигурността, които правят екранни снимки на изхода на експлойт, екипите по модерация, които строят собствени класификатори, съдебната работа и одитът на набори от данни, както и оценяването от червени екипи, всички се удрят в тази стена. Kimi-K3 няма слой за откази и няма филтриране на изхода.

Къде зрението на K3 си заслужава цената спрямо по-евтините модели със зрение

• Гъсти диаграми и схеми — архитектурни диаграми, мрежови топологии, електрически схеми: всичко, при което отговорът зависи от проследяването на линии и надписи, а не от назоваването на обекти.
• Дребен текст в екранни снимки — стекови следи, изход от терминал, клетки на електронна таблица. Разликата между нивата на зрение е най-голяма при четливостта в малък размер.
• Изображение вътре в дълъг текст — екранна снимка, пусната в контекст от 200K токена, където моделът трябва да свърже видяното с прочетеното петдесет хиляди токена по-рано.
• Сравнение на няколко изображения — две версии на потребителски интерфейс или графика спрямо таблицата, която я е породила.

Къде не си заслужава цената: надписи, алтернативен текст, OCR на чисти документи и конвейери за етикетиране. Те са решени на $0.50 на милион входни токена — ако вашето натоварване с изображения е с голям обем и всеки елемент поотделно е прост, Kimi-K2.6 или MiniMax-M3 дават отговори, които няма да различите от тези на K3.

Изображенията изразходват токени от същия бюджет от 262 144 токена като текста и се таксуват по входната ставка. Шепа екранни снимки с висока резолюция не са безплатни.

04Агентна работа с дълъг хоризонт — за това е това ниво

Ако едно натоварване оправдава най-високото ниво, това е то. Кратките задачи се провалят опрощаващо: моделът сгреши, вие забелязвате, опитвате отново, изгубили сте четири секунди. Агент с четиридесет хода, който поеме грешно разклонение на шестия ход, прекарва следващите тридесет и четири хода, изграждайки сложна постройка върху грешка, а вие разбирате накрая, след като сте платили за всеки токен по пътя. Тази асиметрия е причината цената на токен да е почти грешната мярка тук. Значение има цената на успешно завършване, доминирана от това колко често едно изпълнение отива за боклука. Публикуваните от Moonshot числа за основата K3 на агентни бенчмаркове:

Всички числа са съобщени от Moonshot за неквантуваната основа Kimi K3, юли 2026 г. Те не са измервания на нашия билд 3BIT-REAP и не ги представяме като такива.

Формата съответства на това, за което е построена архитектурата: BrowseComp и Terminal-Bench са бенчмаркове с цикъл от инструменти — повтарящи се цикли на действие, наблюдение, преработка. SWE Marathon с 42.0 е противотежестта: най-трудната оценка за програмиране с дълъг хоризонт в набора, при която дори челен модел се проваля при повечето задачи. „Агентен“ не е решена категория; проектирайте с оглед на провала, независимо кой модел изберете.

Практични настройки за дълги изпълнения

K3 предоставя reasoning_effort, а тук той е реален лост за разходите: токените на разсъждение се таксуват като изходни токени, по $19.12 на милион.

• Low — маршрутизиране на извиквания на инструменти и структурирано извличане, където моделът избира между шепа известни опции.
• High — стойността по подразбиране за реална агентна работа: планиране на многостъпкова промяна, дебъгване по стекова следа, съгласуване на противоречиви източници.
• Max — запазете го за най-трудното единично извикване в конвейера: плана в началото на изпълнението или финалния преглед. Изпълнение, което изразходва 30K токена разсъждение при high и 90K при max, плаща допълнително $1.15 само заради този флаг.

Планирайте съзнателно и контекста: нашият прозорец е 262 144 токена с максимален изход от 16 384 токена, а при $3.83 на милион входни неподрязана история се натрупва — всеки ход таксува наново целия префикс.

05Какво означава „нецензуриран“ при тази крайна точка

Всеки модел в шлюза на Shannon AI се обслужва без слой за откази и без филтриране на съдържанието на изхода. Това има по-голямо значение при най-високото ниво, защото задачите, които хората носят на модел от най-високо ниво, най-вероятно ще задействат филтър: състезателно изследване на сигурността, анализ на нападателни инструменти, разработка на класификатори за модерация, разузнаване на заплахи, трудна художествена литература и всяка оценка, изискваща от модела да произведе точно това, което се опитвате да откриете.

• Без класификатор на изхода. Отговорите не се сканират и не се пренаписват или блокират след генерирането.
• Без порта на входа. Промптовете и изображенията не се проверяват, преди да стигнат до модела.
• Не е различен модел. Това е основата Kimi K3, обслужвана без слоя, който обикновено стои пред нея.
• Не е прехвърляне на отговорност. Премахването на слоя за откази премества преценката към вас — вижте нашата политика за отговорно използване.

Има и по-тиха полза за всеки, който строи системи за оценяване: нефилтрираният модел е стабилна базова линия. Модел, който отказва непредвидимо, прави измерванията шумни, защото не можете да отделите ограничение в способностите от ограничение в политиката. Тук провалът е провал на способностите — единственият вид, който можете да дебъгвате.

06Цената: $3.83 вход, $19.12 изход — и кога си я заслужава

Това е най-скъпият модел в списъка ни със значителна преднина: изходът струва 9.6x нашето дъно от $2.00 и 5.2x това, което струва Kimi-K2.6. Ето аритметиката на открито.

Модел	Вход / 1M	Изход / 1M	Зрение	JSON схема
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	Да	Да
DeepSeek-V4-Pro-0813 · 3BIT-REAP	$1.95	$3.90	Не	Да
inkling · W4A16-AUTOROUND-REAP	$1.42	$6.07	Да	Не
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	Да	Да
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	Не	Да
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	Да	Да
MiMo-V2.5 · W8A16	$0.50	$2.00	Да	Да

Избрани редове, подредени по входна цена. И дванадесетте модела споделят същия контекст от 262 144 токена, максимален изход от 16 384 токена, поточно предаване, извикване на инструменти и reasoning_effort. Живите флагове за възможностите са на страницата с API документацията.

Два разработени примера

Първо, вход от 120 000 токена — извадка от кодова база, регулаторен документ — произвеждащ анализ от 3000 токена. Второ, агентно изпълнение с четиридесет хода: приблизително 1.2M натрупани входни токена, докато контекстът се увеличава, и 90 000 изходни токена, включително разсъждението.

Сценарий	Kimi-K3	Kimi-K2.6	MiniMax-M3
120K вход / 3K изход	$0.517	$0.105	$0.066
Агентно изпълнение с 40 хода	$6.32	$1.27	$0.78

K3 струва около 4.9x повече от Kimi-K2.6 при извикването с документа. Петдесет цента са нищо веднъж; те са $517 на ден при хиляда извиквания, срещу $105. При агентното изпълнение разликата е около $5. Сега приложете единствения тест, който има значение: ако задачата струва един час от времето на инженер за $100, K3 се изплаща в мига, в който повиши успеха от първи опит с пет процентни пункта — а при наистина трудна работа с дълъг хоризонт разликата между нивата обикновено е по-голяма. Ако задачата струва тридесет секунди от нечие време, същите $5 са незащитими.

07Kimi-K3 или по-евтин събрат?

Двата модела Kimi в нашия каталог са две стъпала на една стълбица, а не конкуренти. Kimi-K2.6 е квантуван по-малко агресивно — W4A16-AUTOROUND-REAP, 4-битови тегла с научено закръгляне, срещу 3-битовите на K3 — върху по-малка основа. Има зрение, изход по JSON схема, същия контекстен прозорец и струва около една пета.

Задача	Използвайте	Защо
Автономен агент с четиридесет хода	Kimi-K3	Провалът се натрупва; качеството на плана на първия ход решава изпълнението
Рефакторинг в мащаба на хранилище	Kimi-K3	Нужно е целият контекст да се държи свързано, а не просто да се извлича от него
Гъсти диаграми, дребен текст в екранни снимки	Kimi-K3	Най-голямата разлика в зрението между нивата е четливостта и пространственото разсъждение
Редакции в един файл, добре специфицирани	Kimi-K2.6	Ограничена задача, евтин повторен опит, без измерима разлика в тавана
Надписи на изображения в голям обем	MiniMax-M3 / MiMo-V2.5	Решено на $0.50 вход; изходът на K3 е 9.6x за същия надпис
Натоварено с разсъждение, но само текст	DeepSeek-V4-Pro	$3.90 изход срещу $19.12 — откажете се от K3, ако не ви трябват изображения

Последният ред е най-често пропусканата икономия. Ако вашата задача не включва изображения, проверете първо DeepSeek-V4-Pro. Той също е билд 3BIT-REAP върху голяма основа, силен при трудно разсъждение, а изходът му струва $3.90 срещу $19.12 при K3. Голяма част от трафика, който посяга към най-високото ниво, е разсъждение само с текст, обслужвано също толкова добре един ред по-надолу.

08Извикване на нецензурирания Kimi K3 API

Моделът е достъпен като Kimi-K3-3BIT-REAP и в трите диалекта, с поточно предаване при всеки и без разлика във възможностите между тях — само в мрежовия формат: /v1/chat/completions (съвместим с OpenAI), /v1/messages (съвместим с Anthropic) и /v1/responses. Заявка със зрение и повишено усилие на разсъждение за трудна визуална задача:

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 поддържа както response_format, така и пълна json_schema, така че можете да ограничите аргументите на инструментите на агент или да принудите доклад да приеме фиксирана форма без последващо парсване. Извикването на инструменти е вградено и е предвиденият начин да управлявате дълги изпълнения. Параметрите, автентикацията, ограниченията на скоростта и жива площадка за изпробване са на страницата с API документацията.

Три неща, които пестят пари от първия ден

• Подрязвайте префикса. Всеки ход таксува наново целия разговор по $3.83 на милион; обобщаването на история от 40 хода в обект със състояние от 4K токена веднъж спестява повече от повечето смени на модел.
• Намалявайте изображенията. Токените за изображения са входни токени; екранна снимка 4K, преоразмерена до нещо, което все още е четливо, дава същия отговор за по-малко.
• Маршрутизирайте според трудността. Евтин модел за рутинните ходове и K3 за плана, трудното разклонение и финалния преглед често дава 80% от способностите на 25% от сметката.

09Често задавани въпроси

---

Фактите за основата и бенчмарковете са публикуваните от Moonshot AI числа за Kimi K3 и Kimi K2 и описват неквантуваните модели нагоре по веригата; нашият билд е 3-битово REAP квантуване и ще се различава. Цените, контекстът и флаговете за възможностите са на Shannon AI и са актуални към 5 септември 2026 г. — живите стойности винаги са тези, върнати от /v1/models. Източници: карта на модела Kimi K3 · хранилище на Kimi K3 · Kimi K2 Thinking.