Tsenseerimata Kimi K3 API

Enamik mudelivaliku juhendeid on kirjutatud nii, nagu oleks võimekus tasuta. Ei ole. Huvitav küsimus tipptaseme mudeli kohta ei ole kunagi „kas ta on parem” — tavaliselt on —, vaid „kas ta on sellel ülesandel piisavalt palju parem, et õigustada arvet, mis on viis korda suurem kui ühe pulga võrra madalamal mudelil”. See juhend vastab sellele päris arvutusega ja ütleb otse välja, kus odavamad valikud võidavad.

01Mis Kimi K3 tegelikult on

Kimi K3 on Moonshot AI avatud kaaludega lipulaev, mis anti välja 2026. aasta juulis Kimi K3 litsentsi all — kolmas põlvkond liinist, mis algas Kimi K2-ga, ja tõeliselt uus arhitektuur, mitte peenhäälestus.

Avaldatud paigutus on 93 kihti — 69 kasutab Kimi Delta Attention'it, 24 väravatud mitmepealist latentset tähelepanu, üks on tihe — ning Stable LatentMoE ruuter valib tokeni kohta 16 eksperti 896-st pluss 2 jagatut. Moonshot teatab sellest kombinatsioonist umbes 2.5x paranemisest skaleerimistõhususes võrreldes Kimi K2-ga. Nägemine on natiivne, mitte külge poldatud: 401M parameetriga MoonViT-V2 kooder söödab sama tüve, mis tegeleb tekstiga.

Hõredusnumber tasub sisse võtta: K3 aktiveerib 104 miljardit parameetrit tokeni kohta, samas kui enamikul meie kataloogist on see 30 kuni 40 miljardit. See on umbes kolm korda rohkem arvutust genereeritud tokeni kohta ja see ongi täielik põhjus, miks see mudel hinnakirja tipus on. Sa ei maksa brändiastme, vaid GPU-sekundite eest.

Liin lühidalt

• Kimi K2 — 1 triljon parameetrit, 32 miljardit aktiivset, 384 eksperti, kellest 8 marsruuditakse tokeni kohta, eeltreenitud 15.5 triljonil tokenil MuonClip optimeerijaga, ehitatud selleks, et peatada tähelepanuplahvatused, mis MoE treeningu sellel skaalal rikuvad.
• Kimi K2 Thinking — sama vundament, õpetatud põimima arutlust tööriistakasutusega, teatatult püsib ühes jooksus 200 kuni 300 järjestikust tööriistakutset, 44.9% Humanity's Last Exam'il tööriistadega ja 60.2% BrowseComp'il.
• Kimi K3 — üles ehitatud natiivse multimodaalsusega ja ülesvoolu miljoni tokeni pikkuse aknaga, kvantiseerimisteadliku treeninguga alates juhendatud peenhäälestuse etapist (MXFP4 kaalud, MXFP8 aktivatsioonid). Just seepärast talub K3 agressiivset kompressiooni paremini kui mudelid, mida ei ole seda silmas pidades treenitud.

Läbiv joon on pika horisondiga agentsus: iga põlvkond optimeeriti sidususe hoidmiseks sadade sammude vältel, mitte lühivastuste võrdlustestide võitmiseks. Just seda võimekust sa ostad.

02Mida tähendab „3BIT-REAP” ja miks 2.8T mudel seda vajab

Mudeli id järelliide ei ole kaunistus — see ütleb, mida kaaludega tehti, enne kui need meie enda GPU-klastrisse laaditi, ja see on aus reservatsioon iga siinse väite juures. Alusta arvutusest. 2.8 triljoni parameetriga mudel 16-bitises täpsuses on umbes 5.6 terabaiti kaale. 3 biti juures kaalu kohta on see pigem 1.05 terabaiti — endiselt suur, kuid teostatav paigaldus, kuhu jääb ruumi ka 262K-tokenilisele KV-vahemälule. REAP on teine pool: ekspertide kärpimise meetod, mis profileerib, milliste ekspertide järele ruuter tegelikult haarab, ja eemaldab harva valitud eksperdid enne kvantiseerimist, mitte pärast. Mudelil, mis marsruudib tokeni kohta ainult 16 eksperti 896-st, on see loomulik sobivus — nii hõredal jaotusel on pikk saba, mis päris liiklusesse väga vähe panustab — ja kärpimine enne tähendab, et järelejäänud bitieelarve kulub ekspertidele, kes loevad.

Meie kataloog kasutab kolme järelliidet teadliku redelina. 3BIT-REAP läheb kõige suurematele vundamentidele, kuhu miski muu ei mahu. W4A16-AUTOROUND-REAP on 4-bitised kaalud 16-bitiste aktivatsioonidega, kvantiseeritud AutoRoundi abil — õpitud ümardamine, mis taastab naiivse lähima ümardamise ees päris täpsust — pluss sama kärpimine. W8A16 on kõige suurema täpsusega tase, vundamentidele, mis on piisavalt väikesed, et agressiivset kompressiooni mitte vajada. Lühidalt: järelliide ütleb sulle, kui palju originaalist alles jäi; hind ütleb, mis maksab selle käitamine.

03Nägemine: mida pildimõistmine sulle annab

Kimi-K3 on üks viiest nägemisega mudelist meie kaheteistkümnest ja neist kõige võimekam. Enamik kommertslikke nägemis-API-sid laseb üleslaaditud pildid läbi klassifikaatori ja keeldub laiast sisendikategooriast juba enne, kui mudel neid näebki — mõistlik tarbija vaikeseade ja tõsine takistus õiguspärasele tööle. Turvauurijad, kes teevad ekraanitõmmiseid ekspluatatsiooni väljundist, modereerimismeeskonnad, kes ehitavad oma klassifikaatoreid, kohtuekspertiisi- ja andmestikuauditi töö ning punase meeskonna hindamine põrkuvad kõik sellesse seina. Kimi-K3-l ei ole keeldumiskihti ega väljundi filtreerimist.

Kus K3 nägemine teenib oma hinna odavamate nägemismudelite ees ära

• Tihedad skeemid ja joonised — arhitektuuriskeemid, võrgutopoloogiad, elektriskeemid: kõik, kus vastus sõltub joonte ja siltide järgimisest, mitte objektide nimetamisest.
• Väike tekst ekraanitõmmistel — pinujäljed, terminali väljund, tabeliarvutuse lahtrid. Nägemistasemete vahe on kõige suurem loetavuses väikeses mõõdus.
• Pilt pika teksti sees — ekraanitõmmis, mis on visatud 200K-tokenilisse konteksti, kus mudel peab nähtu seostama sellega, mida ta viiskümmend tuhat tokenit varem luges.
• Mitme pildi võrdlus — kaks kasutajaliidese versiooni või diagramm selle tabeli vastu, mis selle tekitas.

Kus ta oma hinda ei teeni: pildiallkirjad, alt-tekst, puhaste dokumentide OCR ja sildistamistorustikud. Need on lahendatud $0.50 eest miljoni sisendtokeni kohta — kui sinu pildikoormus on suuremahuline ja iga ühik eraldi lihtne, annavad Kimi-K2.6 või MiniMax-M3 vastuseid, mida sa K3 omadest ei erista.

Pildid kulutavad tokeneid samast 262,144-tokenilisest eelarvest mis tekst ja arveldatakse sisendimääraga. Käputäis kõrglahutusega ekraanitõmmiseid ei ole tasuta.

04Pika horisondiga agenditöö — milleks see tase mõeldud on

Kui üks koormus tipptaset õigustab, siis just see. Lühikesed ülesanded kukuvad andestavalt läbi: mudel eksib, sina märkad, proovid uuesti, oled kaotanud neli sekundit. Neljakümnevooruline agent, kes läheb kuuendal vooril valele harule, ehitab järgmised kolmkümmend neli vooru vea peale keeruka ehitise ja sina saad seda teada lõpus, olles maksnud iga vahepealse tokeni eest. Just see asümmeetria on põhjus, miks tokenikohane hind on siin peaaegu vale mõõdik. Loeb kulu ühe õnnestunud lõpetuse kohta, mida domineerib see, kui sageli jooks minema visatakse. Moonshoti avaldatud arvud K3 vundamendi kohta agentsetes võrdlustestides:

Kõik arvud on Moonshoti teatatud kvantiseerimata Kimi K3 vundamendi kohta, juuli 2026. Need ei ole meie 3BIT-REAP ehituse mõõtmised ja me ei esita neid sellisena.

Kuju vastab sellele, milleks arhitektuur ehitati: BrowseComp ja Terminal-Bench on tööriistatsükli võrdlustestid — korduvad tegutsemise, vaatlemise ja parandamise ringid. SWE Marathon 42.0 juures on vastukaal: komplekti raskeim pika horisondiga kodeerimishindamine, kus isegi tipptasemel mudel kukub enamikul ülesannetest läbi. „Agentne” ei ole lahendatud kategooria; kavanda tõrke jaoks, ükskõik millise mudeli sa valid.

Praktilised seaded pikkadeks jooksudeks

K3 avab parameetri reasoning_effort ja siin on see päris kuluhoob: arutlustokenid arveldatakse väljundi tokenitena, hinnaga $19.12 miljoni kohta.

• Low — tööriistakutsete marsruutimine ja struktureeritud ekstraktimine, kus mudel valib käputäie teadaoleva valiku vahel.
• High — vaikevalik päris agenditööks: mitmesammulise muudatuse planeerimine, silumine pinujälje põhjal, vasturääkivate allikate lepitamine.
• Max — hoia see torustiku raskeima üksiku kutse jaoks: plaan jooksu tipus või lõplik ülevaatus. Jooks, mis kulutab 30K arutlustokenit high'i ja 90K max'i juures, maksab selle ühe lipu eest $1.15 lisaks.

Planeeri ka konteksti teadlikult: meie aken on 262,144 tokenit ja maksimaalne väljund 16,384 tokenit, ning $3.83 juures miljoni sisendtokeni kohta kuhjub kärpimata ajalugu — iga voor arveldab kogu eesliite uuesti.

05Mida „tsenseerimata” sellel otspunktil tähendab

Iga Shannon AI lüüsi mudelit serveeritakse ilma keeldumiskihi ja väljundi sisufiltrita. Tipptasemel loeb see rohkem, sest ülesanded, mida inimesed tipptaseme mudelile toovad, on kõige tõenäolisemad filtri vallandajad: vaenulikud turvauuringud, ründetööriistade analüüs, modereerimisklassifikaatorite arendus, ohuluure, raske ilukirjandus ja iga hindamine, mis nõuab mudelilt just selle tootmist, mida sa üritad tuvastada.

• Väljundiklassifikaatorit ei ole. Vastuseid ei skaneerita ega kirjutata pärast genereerimist ümber ega blokeerita.
• Sisendiväravat ei ole. Päringuid ja pilte ei sõeluta enne mudelini jõudmist.
• Tegemist ei ole teise mudeliga. See on Kimi K3 vundament, serveeritud ilma selle kihita, mis tavaliselt selle ees istub.
• Vastutust see üle ei anna. Keeldumiskihi eemaldamine liigutab otsustuskoha sinu kätte — vaata meie vastutustundliku kasutamise poliitikat.

Vaiksem kasu on igaühele, kes ehitab hindamissüsteeme: filtreerimata mudel on stabiilne lähtejoon. Mudel, kes keeldub ettearvamatult, teeb mõõtmised mürarikkaks, sest sa ei suuda võimekusepiiri poliitikapiirist eraldada. Siin on tõrge võimekusetõrge — ainus liik, mida saab siluda.

06Hind: $3.83 sisse, $19.12 välja — ja millal ta selle ära teenib

See on suure vahega meie nimekirja kalleim mudel: väljund maksab 9.6x meie $2.00 põrandat ja 5.2x seda, mis maksab Kimi-K2.6. Siin on arvutus avalikult väljas.

Mudel	Sisse / 1M	Välja / 1M	Nägemine	JSON-skeem
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	Jah	Jah
DeepSeek-V4-Pro-0813 · 3BIT-REAP	$1.95	$3.90	Ei	Jah
inkling · W4A16-AUTOROUND-REAP	$1.42	$6.07	Jah	Ei
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	Jah	Jah
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	Ei	Jah
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	Jah	Jah
MiMo-V2.5 · W8A16	$0.50	$2.00	Jah	Jah

Valitud read, järjestatud sisendihinna järgi. Kõik kaksteist mudelit jagavad sama 262,144-tokenilist konteksti, 16,384-tokenilist maksimaalset väljundit, voogedastust, tööriistakutseid ja reasoning_effort-i. Elavad võimekuselipud on API dokumentatsiooni leheküljel.

Kaks läbitöötatud näidet

Esiteks 120,000-tokeniline sisend — koodibaasi väljavõte, regulatiivne aruanne —, mis toodab 3,000-tokenilise analüüsi. Teiseks neljakümnevooruline agendijooks: umbes 1.2M kumulatiivset sisendtokenit, kuna kontekst koguneb, ja 90,000 väljundtokenit koos arutlusega.

Stsenaarium	Kimi-K3	Kimi-K2.6	MiniMax-M3
120K sisse / 3K välja	$0.517	$0.105	$0.066
40-vooruline agendijooks	$6.32	$1.27	$0.78

K3 maksab dokumendikutsel umbes 4.9x Kimi-K2.6 oma. Viiskümmend senti on ühe korra eest eimiski; tuhande kutse juures on see $517 päevas $105 vastu. Agendijooksul on vahe umbes $5. Rakenda nüüd ainsat testi, mis loeb: kui ülesanne on väärt tund insenerile aega $100 eest, tasub K3 end ära hetkel, mil ta tõstab esimese katse õnnestumist viie protsendipunkti võrra — ja tõeliselt raskel pika horisondiga tööl on tasemetevaheline vahe tavaliselt suurem. Kui ülesanne on väärt kellegi kolmekümmet sekundit, on sama $5 kaitsmatu.

07Kimi-K3 või odavam sugulane?

Kaks Kimi mudelit meie kataloogis on ühe redeli kaks pulka, mitte konkurendid. Kimi-K2.6 on vähem agressiivselt kvantiseeritud — W4A16-AUTOROUND-REAP, 4-bitised kaalud õpitud ümardamisega, K3 3 biti vastu — väiksemal vundamendil. Tal on nägemine, JSON-skeemiga väljund, sama kontekstiaken ja ta maksab umbes viiendiku.

Ülesanne	Kasuta	Miks
Neljakümnevooruline autonoomne agent	Kimi-K3	Tõrge kuhjub; esimese vooru plaani kvaliteet otsustab jooksu
Hoidla mastaabis refaktoreerimine	Kimi-K3	Vajab kogu konteksti sidusalt peas, mitte üksnes sealt otsimist
Tihedad skeemid, väike tekst ekraanitõmmisel	Kimi-K3	Tasemetevaheline nägemisvahe on suurim loetavuses ja ruumilises arutluses
Ühe faili muudatused, hästi spetsifitseeritud	Kimi-K2.6	Piiritletud ülesanne, odav kordus, mõõdetavat laevahet ei ole
Pildiallkirjad suures mahus	MiniMax-M3 / MiMo-V2.5	Lahendatud $0.50 eest sisse; K3 väljund on sama allkirja eest 9.6x
Arutlusraskusega, aga ainult tekst	DeepSeek-V4-Pro	$3.90 väljundit $19.12 vastu — jäta K3 kõrvale, kui sa pilte ei vaja

See viimane rida on kõige sagedamini märkamata jääv kokkuhoid. Kui sinu ülesanne pilte ei puuduta, vaata kõigepealt DeepSeek-V4-Pro poole. Ka tema on 3BIT-REAP ehitus suurel vundamendil, tugev raskel arutlusel, ja tema väljund maksab $3.90 K3 $19.12 vastu. Suur osa liiklusest, mis tipptaseme järele haarab, on ainult teksti arutlus, mida teenindab ühe rea võrra allpool sama hästi.

08Tsenseerimata Kimi K3 API kutsumine

Mudel on avatud nime all Kimi-K3-3BIT-REAP kõigis kolmes dialektis, igaühes voogedastusega ja ilma võimekusevaheta — erineb ainult juhtmevorming: /v1/chat/completions (OpenAI-ga ühilduv), /v1/messages (Anthropicuga ühilduv) ja /v1/responses. Nägemispäring, kus arutluspingutus on raske visuaalse ülesande jaoks tõstetud:

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 toetab nii response_format-i kui ka täielikku json_schema-t, nii et sa saad agendi tööriistaargumente piirata või suruda aruande kindlasse kujusse ilma tagantjärele sõelumiseta. Tööriistakutsed on natiivsed ja need on ette nähtud viis pikkade jooksude juhtimiseks. Parameetrid, autentimine, kiiruspiirid ja elav mänguväljak on API dokumentatsiooni leheküljel.

Kolm asja, mis hoiavad esimesest päevast raha kokku

• Kärbi eesliidet. Iga voor arveldab kogu vestluse uuesti hinnaga $3.83 miljoni kohta; 40-voorulise ajaloo ühekordne kokkuvõtmine 4K-tokeniliseks olekuobjektiks hoiab kokku rohkem kui enamik mudelivahetusi.
• Vähenda piltide mõõtu. Pilditokenid on sisendtokenid; 4K ekraanitõmmis, mille suurust on vähendatud millekski, mis on ikka veel loetav, annab sama vastuse odavamalt.
• Marsruudi raskuse järgi. Odav mudel rutiinsetel vooridel ning K3 plaanil, raskel harul ja lõplikul ülevaatusel annab sageli 80% võimekusest 25% arve eest.

09Korduma kippuvad küsimused

---

Vundamendi faktid ja võrdlustestid on Moonshot AI avaldatud numbrid Kimi K3 ja Kimi K2 kohta ning kirjeldavad kvantiseerimata ülesvoolu mudeleid; meie ehitus on 3-bitine REAP-kvantiseering ja erineb. Hinnad, kontekst ja võimekuselipud on Shannon AI enda omad, ajakohased 5. septembri 2026 seisuga — elavad väärtused on alati need, mille tagastab /v1/models. Allikad: Kimi K3 mudelikaart · Kimi K3 hoidla · Kimi K2 Thinking.