আনসেন্সরড Kimi K3 API

মডেল বাছাইয়ের বেশিরভাগ গাইড এমনভাবে লেখা যেন সক্ষমতা বিনামূল্যে। তা নয়। একটি শীর্ষস্তরের মডেল নিয়ে আসল প্রশ্ন কখনোই "এটি কি ভালো" নয় — সাধারণত ভালোই — বরং "এই কাজটিতে এটি কি এতটাই ভালো যে এক ধাপ নিচের মডেলের চেয়ে পাঁচ গুণ বড় বিল ন্যায্য হয়"। এই গাইড সত্যিকারের হিসাব কষে তার উত্তর দেয়, আর সোজাসুজি বলে দেয় কোথায় সস্তা বিকল্পগুলিই জেতে।

01Kimi K3 আসলে কী

Kimi K3 হলো Moonshot AI-এর ওপেন-ওয়েটস ফ্ল্যাগশিপ, ২০২৬-এর জুলাইয়ে Kimi K3 License-এর অধীনে প্রকাশিত — Kimi K2 দিয়ে শুরু হওয়া একটি বংশের তৃতীয় প্রজন্ম, আর কোনো ফাইন-টিউন নয়, সত্যিকারের নতুন একটি স্থাপত্য।

প্রকাশিত বিন্যাসটি 93 স্তরের — 69টি Kimi Delta Attention ব্যবহার করে, 24টি গেটেড মাল্টি-হেড লেটেন্ট অ্যাটেনশন, আর একটি ডেন্স — সঙ্গে একটি Stable LatentMoE রাউটার, যা প্রতি টোকেনে 896টির মধ্যে 16টি এক্সপার্ট প্লাস 2টি শেয়ার্ড বাছে। Moonshot জানায় যে ওই সমন্বয় থেকে Kimi K2-এর তুলনায় স্কেলিং দক্ষতায় মোটামুটি 2.5x উন্নতি এসেছে। ভিশন উপর থেকে বসানো নয়, নেটিভ: 401M-প্যারামিটারের একটি MoonViT-V2 এনকোডার সেই একই কাণ্ডে খাওয়ায় যা লেখা সামলায়।

স্পার্সিটির সংখ্যাটি মনে গেঁথে রাখার মতো: K3 প্রতি টোকেনে 104 বিলিয়ন প্যারামিটার সক্রিয় করে, অথচ আমাদের ক্যাটালগের বেশিরভাগের জন্য সেটি 30 থেকে 40 বিলিয়নের ঘরে। অর্থাৎ প্রতিটি উৎপন্ন টোকেনে মোটামুটি তিন গুণ গণনা, আর এই মডেলটির দামের তালিকায় শীর্ষে থাকার গোটা কারণই সেটি। আপনি কোনো ব্র্যান্ড-স্তরের জন্য টাকা দিচ্ছেন না — আপনি GPU-সেকেন্ডের জন্য দিচ্ছেন।

বংশটি, সংক্ষেপে

• Kimi K2 — 1 ট্রিলিয়ন প্যারামিটার, 32 বিলিয়ন সক্রিয়, 384টি এক্সপার্টের মধ্যে প্রতি টোকেনে 8টি রাউটেড, MuonClip অপ্টিমাইজার দিয়ে 15.5 ট্রিলিয়ন টোকেনে প্রি-ট্রেইন করা, আর ওই মাপে MoE প্রশিক্ষণ ভেঙে দেওয়া অ্যাটেনশন-বিস্ফোরণ থামানোর জন্য তৈরি।
• Kimi K2 Thinking — সেই একই ভিত্তি, তবে রিজনিংকে টুল ব্যবহারের সঙ্গে বিজড়িত করতে শেখানো; জানানো হয় যে এটি এক রানে 200 থেকে 300টি পরপর টুল কল ধরে রাখতে পারে, টুল সহ Humanity's Last Exam-এ 44.9% আর BrowseComp-এ 60.2% নিয়ে।
• Kimi K3 — নেটিভ মাল্টিমোডালিটি আর উজানে 1M-টোকেন উইন্ডো নিয়ে নতুন করে গড়া, সুপারভাইজড ফাইন-টিউনিং পর্যায় থেকেই কোয়ান্টাইজেশন-সচেতন প্রশিক্ষণ সহ (MXFP4 ওয়েট, MXFP8 অ্যাক্টিভেশন)। সেজন্যই যেসব মডেল কখনও তা মাথায় রেখে প্রশিক্ষিত হয়নি তাদের চেয়ে K3 আক্রমণাত্মক সংকোচন ভালোভাবে সহ্য করে।

মূল সুতোটি হলো দীর্ঘ-দিগন্তের কর্তৃত্ব: প্রতিটি প্রজন্মই সংক্ষিপ্ত-উত্তরের বেঞ্চমার্ক জেতার জন্য নয়, শত শত ধাপ জুড়ে সুসংগত থাকার জন্য অপ্টিমাইজ করা। আপনি সেই সক্ষমতাটিই কিনছেন।

02"3BIT-REAP" মানে কী, আর একটি 2.8T মডেলের কেন তা লাগে

মডেল আইডির প্রত্যয়টি সাজসজ্জা নয় — আমাদের নিজস্ব GPU ক্লাস্টারে তোলার আগে ওয়েটগুলির সঙ্গে কী করা হয়েছে তা এটি বলে, আর এই পাতার প্রতিটি দাবির সঙ্গে জুড়ে থাকা সৎ শর্তটিও এটিই। হিসাব দিয়েই শুরু করি। 16-বিট নির্ভুলতায় 2.8-ট্রিলিয়ন-প্যারামিটারের একটি মডেল মানে প্রায় 5.6 টেরাবাইট ওয়েট। প্রতি ওয়েটে 3 বিটে সেটি 1.05 টেরাবাইটের কাছাকাছি — এখনও বড়, তবে একটি 262K-টোকেন KV ক্যাশের জায়গা রেখেও সামলানোর মতো একটি ডিপ্লয়মেন্ট। REAP হলো দ্বিতীয় অর্ধেক: একটি এক্সপার্ট-ছাঁটাই পদ্ধতি, যা প্রোফাইল করে দেখে রাউটার আসলে কোন এক্সপার্টগুলির কাছে যায়, আর কদাচিৎ নির্বাচিতগুলিকে কোয়ান্টাইজ করার আগেই বাদ দেয়, পরে নয়। যে মডেল প্রতি টোকেনে 896টির মধ্যে মাত্র 16টি এক্সপার্ট রাউট করে, তার জন্য এটি স্বাভাবিক মিল — এতটা স্পার্স একটি বণ্টনের একটি দীর্ঘ লেজ থাকে যা আসল ট্র্যাফিকে সামান্যই অবদান রাখে — আর আগে ছাঁটাই করার মানে বাকি বিট-বাজেটটি সেই এক্সপার্টদের পিছনেই খরচ হয় যারা গুরুত্বপূর্ণ।

আমাদের ক্যাটালগ তিনটি প্রত্যয়কে একটি ইচ্ছাকৃত সিঁড়ি হিসেবে ব্যবহার করে। 3BIT-REAP বসে বৃহত্তম ভিত্তিগুলিতে, যেখানে আর কিছুই আঁটে না। W4A16-AUTOROUND-REAP হলো 4-বিট ওয়েট আর 16-বিট অ্যাক্টিভেশন, AutoRound দিয়ে কোয়ান্টাইজ করা — শেখা রাউন্ডিং, যা নিকটতম-সংখ্যায় গোল করার তুলনায় বাস্তব নির্ভুলতা ফিরিয়ে আনে — সঙ্গে সেই একই ছাঁটাই। W8A16 হলো সর্বোচ্চ-বিশ্বস্ততার স্তর, এমন ভিত্তিগুলির জন্য যেগুলি এতটাই ছোট যে আক্রমণাত্মক সংকোচনের দরকার নেই। সংক্ষেপে: প্রত্যয়টি বলে মূলটির কতখানি টিকে আছে; দামটি বলে চালাতে কত খরচ।

03ভিশন: ছবি বোঝার ক্ষমতা আপনাকে কী দেয়

আমাদের বারো-মডেলের ক্যাটালগে ভিশন আছে এমন পাঁচটি মডেলের একটি Kimi-K3, আর পাঁচটির মধ্যে সবচেয়ে সক্ষম। বেশিরভাগ বাণিজ্যিক ভিশন API আপলোড করা ছবির উপর একটি ক্লাসিফায়ার চালায় আর মডেল দেখার আগেই ইনপুটের একটি বিস্তৃত শ্রেণি প্রত্যাখ্যান করে — ভোক্তার জন্য যুক্তিসঙ্গত একটি ডিফল্ট, আর বৈধ কাজের জন্য গুরুতর একটি বাধা। এক্সপ্লয়েট আউটপুটের স্ক্রিনশট তোলা নিরাপত্তা গবেষক, নিজেদের ক্লাসিফায়ার বানানো মডারেশন দল, ফরেনসিক ও ডেটাসেট-নিরীক্ষার কাজ, আর রেড-টিম মূল্যায়ন — সবাই ওই দেয়ালে গিয়ে ধাক্কা খায়। Kimi-K3-এ কোনো প্রত্যাখ্যানের স্তর নেই আর আউটপুটে কোনো ফিল্টারিং নেই।

সস্তা ভিশন মডেলের তুলনায় K3-এর ভিশন কোথায় তার দাম উসুল করে

• ঘন ডায়াগ্রাম ও স্কিম্যাটিক — আর্কিটেকচার ডায়াগ্রাম, নেটওয়ার্ক টপোলজি, সার্কিট: যেখানেই উত্তরটি বস্তুর নাম বলার বদলে রেখা ও লেবেল অনুসরণের উপর নির্ভর করে।
• স্ক্রিনশটে ছোট লেখা — স্ট্যাক ট্রেস, টার্মিনাল আউটপুট, স্প্রেডশিটের ঘর। ছোট মাপে পাঠযোগ্যতাতেই ভিশন স্তরগুলির মধ্যে ফারাক সবচেয়ে বড়।
• দীর্ঘ লেখার ভিতরে ছবি — 200K-টোকেন কনটেক্সটে ফেলা একটি স্ক্রিনশট, যেখানে মডেলকে যা দেখছে তা পঞ্চাশ হাজার টোকেন আগে যা পড়েছে তার সঙ্গে মেলাতে হয়।
• একাধিক ছবির তুলনা — একটি UI-এর দুটি সংস্করণ, কিংবা যে টেবিল থেকে একটি চার্ট তৈরি হয়েছে তার সঙ্গে চার্টটি।

যেখানে এটি তার দাম উসুল করে না: ক্যাপশন লেখা, অল্ট টেক্সট, পরিচ্ছন্ন নথির OCR, আর ট্যাগিং পাইপলাইন। ওগুলি প্রতি মিলিয়ন ইনপুট টোকেনে $0.50-তেই সমাধান হয়ে গেছে — আপনার ছবির কাজ যদি বেশি পরিমাণের হয় আর প্রতিটি আইটেম আলাদাভাবে সহজ হয়, তবে Kimi-K2.6 বা MiniMax-M3 এমন উত্তর দেবে যা আপনি K3-এরটির থেকে আলাদা করতে পারবেন না।

ছবি লেখার মতোই একই 262,144-টোকেন বাজেট থেকে টোকেন খরচ করে আর ইনপুট দরেই বিল হয়। মুঠোভরা উচ্চ-রেজোলিউশন স্ক্রিনশট বিনামূল্যে নয়।

04দীর্ঘ-দিগন্তের এজেন্টিক কাজ — এই স্তরটি যার জন্য

একটিমাত্র কাজ যদি শীর্ষ স্তরটিকে ন্যায্যতা দেয়, তবে সেটি এটিই। ছোট কাজ ক্ষমাসুন্দরভাবে ব্যর্থ হয়: মডেল ভুল করে, আপনি খেয়াল করেন, আবার চালান, চার সেকেন্ড গেল। কিন্তু চল্লিশ-পর্বের একটি এজেন্ট ষষ্ঠ পর্বে ভুল শাখায় গেলে পরের চৌত্রিশ পর্ব ধরে একটি ভুলের উপর বিস্তারিত ইমারত গড়ে, আর আপনি তা টের পান শেষে, মাঝখানের প্রতিটি টোকেনের দাম দেওয়ার পর। এই অসমতার জন্যই এখানে প্রতি-টোকেন দাম প্রায় ভুল মাপকাঠি। যা গুরুত্বপূর্ণ তা হলো প্রতি সফল সমাপ্তির খরচ, যাকে নিয়ন্ত্রণ করে একটি রান কত ঘন ঘন ফেলে দিতে হয়। এজেন্টিক বেঞ্চমার্কে K3 ভিত্তিটির জন্য Moonshot-এর প্রকাশিত সংখ্যাগুলি:

সব সংখ্যাই অকোয়ান্টাইজড Kimi K3 ভিত্তির জন্য Moonshot-এর জানানো, জুলাই ২০২৬। এগুলি আমাদের 3BIT-REAP বিল্ডের পরিমাপ নয় আর আমরা সেভাবে উপস্থাপনও করি না।

আকৃতিটি স্থাপত্যটি যার জন্য তৈরি তার সঙ্গেই মেলে: BrowseComp আর Terminal-Bench হলো টুল-লুপ বেঞ্চমার্ক — কাজ করা, পর্যবেক্ষণ করা, সংশোধন করার পুনরাবৃত্ত চক্র। SWE Marathon-এ 42.0 হলো পাল্টা ওজন: সেটের সবচেয়ে কঠিন দীর্ঘ-দিগন্তের কোডিং মূল্যায়ন, যেখানে একটি ফ্রন্টিয়ার মডেলও বেশিরভাগ কাজে ব্যর্থ হয়। "এজেন্টিক" কোনো সমাধান-হয়ে-যাওয়া শ্রেণি নয়; যে মডেলই বাছুন, ব্যর্থতা ধরে নিয়েই নকশা করুন।

দীর্ঘ রানের জন্য ব্যবহারিক সেটিং

K3 reasoning_effort উন্মুক্ত করে, আর এখানে সেটি খরচের একটি বাস্তব হাতল: রিজনিং টোকেন আউটপুট টোকেন হিসেবেই বিল হয়, প্রতি মিলিয়নে $19.12 দরে।

• Low — টুল-কল রাউটিং ও কাঠামোবদ্ধ নিষ্কাশন, যেখানে মডেল মুঠোভরা জানা বিকল্পের মধ্যে বাছে।
• High — আসল এজেন্টিক কাজের জন্য ডিফল্ট: একটি বহু-ধাপের পরিবর্তনের পরিকল্পনা, একটি স্ট্যাক ট্রেস থেকে ডিবাগিং, পরস্পরবিরোধী উৎস মেলানো।
• Max — এটি একটি পাইপলাইনের কঠিনতম একক কলটির জন্য তুলে রাখুন: রানের মাথায় থাকা পরিকল্পনাটি, বা শেষ পর্যালোচনাটি। high-এ 30K আর max-এ 90K রিজনিং টোকেন খরচ করা একটি রান ওই একটি ফ্ল্যাগের জন্য বাড়তি $1.15 দেয়।

কনটেক্সটের বাজেটও সচেতনভাবে করুন: আমাদের উইন্ডো 262,144 টোকেন আর সর্বোচ্চ আউটপুট 16,384 টোকেন, আর প্রতি মিলিয়ন ইনপুটে $3.83 দরে না-ছাঁটা ইতিহাস চক্রবৃদ্ধি হারে বাড়ে — প্রতিটি পর্বে গোটা উপসর্গটি আবার বিল হয়।

05এই এন্ডপয়েন্টে "আনসেন্সরড" মানে কী

Shannon AI গেটওয়ের প্রতিটি মডেলই কোনো প্রত্যাখ্যানের স্তর ছাড়া আর আউটপুটে কোনো কনটেন্ট ফিল্টারিং ছাড়াই পরিবেশিত হয়। শীর্ষ স্তরে এটি আরও বেশি গুরুত্বপূর্ণ, কারণ মানুষ একটি শীর্ষস্তরের মডেলে যেসব কাজ নিয়ে আসেন সেগুলিরই ফিল্টারে আটকানোর সম্ভাবনা সবচেয়ে বেশি: প্রতিকূল নিরাপত্তা গবেষণা, আক্রমণাত্মক-সরঞ্জামের বিশ্লেষণ, মডারেশন-ক্লাসিফায়ার তৈরি, হুমকি-গোয়েন্দাগিরি, কঠিন কল্পকাহিনি, আর যেকোনো মূল্যায়ন যেখানে মডেলকে সেই জিনিসটিই তৈরি করতে হয় যা আপনি শনাক্ত করার চেষ্টা করছেন।

• কোনো আউটপুট ক্লাসিফায়ার নেই। উত্তর তৈরির পর সেগুলি স্ক্যান করে নতুন করে লেখা বা আটকানো হয় না।
• কোনো ইনপুট ফটক নেই। মডেলে পৌঁছানোর আগে প্রম্পট ও ছবি বাছাই করা হয় না।
• এটি আলাদা কোনো মডেল নয়। এটি সেই Kimi K3 ভিত্তিটিই, যে স্তরটি সাধারণত এর সামনে বসে তা ছাড়াই পরিবেশিত।
• এটি দায় হস্তান্তর নয়। একটি প্রত্যাখ্যানের স্তর সরিয়ে দেওয়ার মানে বিচারের ভারটি আপনার কাঁধে যাওয়া — দেখুন আমাদের দায়িত্বশীল ব্যবহার নীতি।

যাঁরা মূল্যায়ন ব্যবস্থা বানান তাঁদের জন্য একটি নিঃশব্দ সুবিধাও আছে: একটি ফিল্টারহীন মডেল একটি স্থিতিশীল ভিত্তিরেখা। যে মডেল অননুমেয়ভাবে প্রত্যাখ্যান করে সে পরিমাপকে গোলমেলে করে দেয়, কারণ আপনি সক্ষমতার সীমা আর নীতির সীমা আলাদা করতে পারেন না। এখানে একটি ব্যর্থতা মানে সক্ষমতার ব্যর্থতা — একমাত্র যে ধরনটি আপনি ডিবাগ করতে পারেন।

06দাম: $3.83 ইন, $19.12 আউট — আর কখন তা উসুল হয়

আমাদের তালিকায় এটিই বহু ব্যবধানে সবচেয়ে দামি মডেল: আউটপুটের খরচ আমাদের $2.00 মেঝের 9.6x, আর Kimi-K2.6-এর খরচের 5.2x। হিসাবটি এখানে খোলাখুলি দেওয়া হলো।

মডেল	ইন / 1M	আউট / 1M	ভিশন	JSON schema
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	হ্যাঁ	হ্যাঁ
DeepSeek-V4-Pro-0813 · 3BIT-REAP	$1.95	$3.90	না	হ্যাঁ
inkling · W4A16-AUTOROUND-REAP	$1.42	$6.07	হ্যাঁ	না
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	হ্যাঁ	হ্যাঁ
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	না	হ্যাঁ
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	হ্যাঁ	হ্যাঁ
MiMo-V2.5 · W8A16	$0.50	$2.00	হ্যাঁ	হ্যাঁ

বাছাই করা সারি, ইনপুট দাম অনুসারে সাজানো। বারোটি মডেলই একই 262,144-টোকেন কনটেক্সট, 16,384-টোকেন সর্বোচ্চ আউটপুট, স্ট্রিমিং, টুল কলিং ও reasoning_effort ভাগ করে নেয়। লাইভ সক্ষমতার ফ্ল্যাগগুলি আছে API ডকুমেন্টেশন পাতায়।

দুটি কষে দেখানো উদাহরণ

প্রথমত, 120,000-টোকেনের একটি ইনপুট — একটি কোডবেস ডাম্প, একটি নিয়ন্ত্রক নথি — যা 3,000-টোকেনের একটি বিশ্লেষণ তৈরি করে। দ্বিতীয়ত, চল্লিশ-পর্বের একটি এজেন্ট রান: কনটেক্সট জমতে জমতে মোটামুটি 1.2M ক্রমসঞ্চিত ইনপুট টোকেন, রিজনিং সহ 90,000 আউটপুট টোকেন।

পরিস্থিতি	Kimi-K3	Kimi-K2.6	MiniMax-M3
120K ইন / 3K আউট	$0.517	$0.105	$0.066
40-পর্বের এজেন্ট রান	$6.32	$1.27	$0.78

নথির কলটিতে K3-এর খরচ Kimi-K2.6-এর প্রায় 4.9x। একবারের জন্য পঞ্চাশ সেন্ট কিছুই নয়; হাজারটি কলে সেটি দিনে $517, বিপরীতে $105। এজেন্ট রানে ফারাকটি প্রায় $5। এবার একমাত্র যে পরীক্ষাটি গুরুত্বপূর্ণ তা প্রয়োগ করুন: কাজটি যদি $100 দরে একজন ইঞ্জিনিয়ারের এক ঘণ্টার সমান মূল্যবান হয়, তবে K3 প্রথম-চেষ্টায় সাফল্য পাঁচ শতাংশ বিন্দু বাড়ানো মাত্রই নিজের দাম তুলে নেয় — আর সত্যিকারের কঠিন দীর্ঘ-দিগন্তের কাজে স্তরগুলির মধ্যে ফারাক সাধারণত আরও বড়। কাজটি যদি যে কারও ত্রিশ সেকেন্ডের সমান মূল্যের হয়, তবে সেই একই $5 অসমর্থনযোগ্য।

07Kimi-K3 নাকি একটি সস্তা সহোদর?

আমাদের ক্যাটালগের দুটি Kimi মডেল প্রতিদ্বন্দ্বী নয়, একই সিঁড়ির দুটি ধাপ। Kimi-K2.6 কম আক্রমণাত্মকভাবে কোয়ান্টাইজ করা — W4A16-AUTOROUND-REAP, শেখা রাউন্ডিং সহ 4-বিট ওয়েট, K3-এর 3-বিটের বিপরীতে — আর একটি ছোট ভিত্তিতে। এতে ভিশন আছে, JSON-schema আউটপুট আছে, একই কনটেক্সট উইন্ডো আছে, আর খরচ প্রায় এক-পঞ্চমাংশ।

কাজ	ব্যবহার করুন	কেন
চল্লিশ-পর্বের স্বয়ংক্রিয় এজেন্ট	Kimi-K3	ব্যর্থতা জমা হয়; প্রথম পর্বের পরিকল্পনার মানই রানটি ঠিক করে দেয়
রিপোজিটরি-মাপের রিফ্যাক্টর	Kimi-K3	পূর্ণ কনটেক্সট কেবল সেখান থেকে খুঁজে আনা নয়, সুসংগতভাবে ধরে রাখা দরকার
ঘন ডায়াগ্রাম, স্ক্রিনশটে ছোট লেখা	Kimi-K3	স্তরগুলির মধ্যে ভিশনের সবচেয়ে বড় ফারাক পাঠযোগ্যতা ও স্থানিক যুক্তিতে
এক-ফাইলের সম্পাদনা, ভালোভাবে নির্দিষ্ট করা	Kimi-K2.6	সীমাবদ্ধ কাজ, সস্তা পুনঃচেষ্টা, ছাদে মাপার মতো কোনো পার্থক্য নেই
বিপুল পরিমাণে ছবির ক্যাপশন	MiniMax-M3 / MiMo-V2.5	$0.50 ইনেই সমাধান; একই ক্যাপশনের জন্য K3-এর আউটপুট 9.6x
রিজনিং-ভারী কিন্তু কেবল লেখা	DeepSeek-V4-Pro	$19.12-এর বিপরীতে $3.90 আউটপুট — ছবি দরকার না হলে K3 বাদ দিন

শেষ সারিটিই সবচেয়ে বেশি হাতছাড়া হওয়া সাশ্রয়। আপনার কাজে ছবি না থাকলে আগে DeepSeek-V4-Pro দেখুন। সেটিও একটি বড় ভিত্তির উপর 3BIT-REAP বিল্ড, কঠিন রিজনিংয়ে শক্তিশালী, আর তার আউটপুটের খরচ K3-এর $19.12-এর বিপরীতে $3.90। শীর্ষ স্তরের দিকে যাওয়া ট্র্যাফিকের অনেকটাই কেবল-লেখার রিজনিং, যা এক সারি নিচেই সমান ভালোভাবে সামলানো যায়।

08আনসেন্সরড Kimi K3 API কল করা

মডেলটি তিনটি উপভাষাতেই Kimi-K3-3BIT-REAP হিসেবে উন্মুক্ত, প্রতিটিতে স্ট্রিমিং সহ আর এদের মধ্যে সক্ষমতায় কোনো পার্থক্য নেই — কেবল ওয়্যার ফরম্যাট আলাদা: /v1/chat/completions (OpenAI-সামঞ্জস্যপূর্ণ), /v1/messages (Anthropic-সামঞ্জস্যপূর্ণ), আর /v1/responses। একটি কঠিন দৃশ্যগত কাজের জন্য reasoning effort বাড়িয়ে একটি ভিশন রিকোয়েস্ট:

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 response_format ও পূর্ণ json_schema দুটিই সমর্থন করে, তাই আপনি একটি এজেন্টের টুল আর্গুমেন্ট বেঁধে দিতে পারেন বা পরে পার্স না করেই একটি প্রতিবেদনকে নির্দিষ্ট আকারে ঢালতে পারেন। টুল কলিং নেটিভ আর দীর্ঘ রান চালানোর অভিপ্রেত উপায়ও সেটিই। প্যারামিটার, অথেন্টিকেশন, রেট লিমিট আর একটি লাইভ প্লেগ্রাউন্ড আছে API ডকুমেন্টেশন পাতায়।

প্রথম দিনেই টাকা বাঁচায় এমন তিনটি জিনিস

• উপসর্গটি ছাঁটুন। প্রতিটি পর্বে গোটা কথোপকথন প্রতি মিলিয়নে $3.83 দরে আবার বিল হয়; 40-পর্বের একটি ইতিহাসকে একবার 4K-টোকেনের একটি স্টেট অবজেক্টে সংক্ষেপ করলে বেশিরভাগ মডেল-বদলের চেয়েও বেশি সাশ্রয় হয়।
• ছবি ছোট করুন। ছবির টোকেন ইনপুট টোকেনই; একটি 4K স্ক্রিনশট পাঠযোগ্য থাকে এমন মাপে ছোট করলে কম খরচে একই উত্তর মেলে।
• কঠিনতা অনুযায়ী রাউট করুন। রুটিন পর্বগুলিতে একটি সস্তা মডেল, আর পরিকল্পনা, কঠিন শাখা ও শেষ পর্যালোচনায় K3 — এতে প্রায়ই বিলের 25%-এ সক্ষমতার 80% মেলে।

09প্রায়শই জিজ্ঞাসিত প্রশ্ন

---

ভিত্তি সংক্রান্ত তথ্য ও বেঞ্চমার্ক হলো Kimi K3 ও Kimi K2-এর জন্য Moonshot AI-এর প্রকাশিত সংখ্যা আর সেগুলি অকোয়ান্টাইজড উজানের মডেলগুলির বর্ণনা দেয়; আমাদের বিল্ড একটি 3-বিট REAP কোয়ান্টাইজেশন আর তা আলাদা হবে। দাম, কনটেক্সট ও সক্ষমতার ফ্ল্যাগ Shannon AI-এর নিজস্ব, ৫ সেপ্টেম্বর ২০২৬ পর্যন্ত হালনাগাদ — লাইভ মান সবসময়ই /v1/models যা ফেরত দেয় তা-ই। উৎস: Kimi K3 মডেল কার্ড · Kimi K3 রিপোজিটরি · Kimi K2 Thinking।