Sensuroimaton Kimi K3 -API
Shannon AI -yhdyskäytävän huipputaso: 2,8 biljoonan parametrin multimodaalinen perusta, jossa on näkö, työkalukutsut ja 262K konteksti — ei kieltäytymiskerrosta ja listamme korkein hinta. Tässä on se, milloin hinta kannattaa maksaa.
Tiivistelmä
Kimi-K3-3BIT-REAP on vahvin tarjoamamme malli ja kallein: $3.83 miljoonalta syötetokenilta, $19.12 miljoonalta tulostetokenilta. Siinä on näkö, 262 144 tokenin konteksti, 16 384 tokenin enimmäistuloste, työkalukutsut, JSON-skeeman mukainen tuloste, säädettävä reasoning_effort ja suoratoisto kaikilla kolmella API-murteella — ilman kieltäytymiskerrosta ja ilman tulosteen suodatusta. Oikea valinta pitkäjänteisiin agenttiajoihin, vaikeaan monivaiheiseen päättelyyn ja kuvatyöhön jossa hienoilla visuaalisilla yksityiskohdilla on merkitystä. Väärä valinta luokitteluun, poimintaan, chattiin ja kaikkeen mitä ajat satatuhatta kertaa päivässä.
Useimmat mallinvalintaoppaat on kirjoitettu ikään kuin kyvykkyys olisi ilmaista. Ei se ole. Kiinnostava kysymys huipputason mallista ei koskaan ole ”onko se parempi” — yleensä on — vaan ”onko se tässä tehtävässä riittävästi parempi oikeuttaakseen viisi kertaa suuremman laskun kuin yhden pykälän alempi malli”. Tämä opas vastaa siihen oikealla laskennalla ja sanoo suoraan missä halvemmat vaihtoehdot voittavat.
01Mikä Kimi K3 oikeasti on
Kimi K3 on Moonshot AI:n avoinpainoinen lippulaiva, julkaistu heinäkuussa 2026 Kimi K3 -lisenssillä — kolmas sukupolvi sukulinjassa joka alkoi Kimi K2:sta, ja aidosti uusi arkkitehtuuri eikä hienosäätö.
Julkaistu rakenne on 93 kerrosta — 69 käyttää Kimi Delta Attentionia, 24 portitettua latenttia monipäähuomiota, yksi tiheä — ja Stable LatentMoE -reititin valitsee 16 asiantuntijaa 896:sta tokenia kohti plus 2 jaettua. Moonshot raportoi tästä yhdistelmästä noin 2,5-kertaisen parannuksen skaalaustehokkuudessa Kimi K2:een verrattuna. Näkö on natiivi eikä päälle liimattu: 401 miljoonan parametrin MoonViT-V2 -enkooderi syöttää samaa runkoa joka käsittelee tekstin.
Harvuusluku kannattaa sisäistää: K3 aktivoi 104 miljardia parametria tokenia kohti, kun useimmilla luettelomme malleilla luku on 30–40 miljardia. Se on karkeasti kolminkertainen laskenta generoitua tokenia kohti, ja se on koko syy siihen miksi tämä malli on hintalistan huipulla. Et maksa brändiluokasta — maksat GPU-sekunneista.
Sukulinja lyhyesti
- Kimi K2 — biljoona parametria, 32 miljardia aktiivista, 384 asiantuntijaa joista 8 reititettyä tokenia kohti, esikoulutettu 15,5 biljoonalla tokenilla MuonClip-optimoijalla, rakennettu pysäyttämään ne huomioräjähdykset jotka pilaavat MoE-koulutuksen tuossa mittakaavassa.
- Kimi K2 Thinking — sama perusta opetettuna lomittamaan päättely ja työkalukäyttö, raportoidusti ylläpitäen 200–300 peräkkäistä työkalukutsua yhdessä ajossa, tuloksin 44,9 % Humanity's Last Exam -testissä työkaluilla ja 60,2 % BrowseCompissa.
- Kimi K3 — rakennettu uusiksi natiivilla multimodaalisuudella ja miljoonan tokenin ikkunalla lähteessä, kvantisointitietoisella koulutuksella ohjatusta hienosäädöstä eteenpäin (MXFP4-painot, MXFP8-aktivaatiot). Siksi K3 sietää aggressiivista pakkausta paremmin kuin mallit joita ei koskaan koulutettu se mielessä.
Punainen lanka on pitkäjänteinen toimijuus: jokainen sukupolvi optimoitiin pysymään johdonmukaisena satojen askelten läpi eikä voittamaan lyhytvastausvertailuja. Sitä kyvykkyyttä olet ostamassa.
02Mitä ”3BIT-REAP” tarkoittaa ja miksi 2,8 biljoonan malli tarvitsee sen
Mallitunnuksen pääte ei ole koristetta — se kertoo mitä painoille tehtiin ennen kuin ne ladattiin omalle GPU-klusterillemme, ja se on rehellinen varauma jokaisen tällä sivulla esitetyn väitteen perässä. Aloita laskennasta. 2,8 biljoonan parametrin malli 16-bittisellä tarkkuudella on noin 5,6 teratavua painoja. Kolmella bitillä painoa kohti se on lähempänä 1,05 teratavua — yhä suuri, mutta hallittava käyttöönotto, jossa jää tilaa 262K tokenin KV-välimuistille. REAP on toinen puolisko: asiantuntijoiden karsintamenetelmä, joka profiloi mitä asiantuntijoita reititin oikeasti käyttää ja poistaa harvoin valitut ennen kvantisointia eikä sen jälkeen. Mallissa joka reitittää vain 16 asiantuntijaa 896:sta tokenia kohti se sopii luonnostaan — näin harvassa jakaumassa on pitkä häntä joka vaikuttaa hyvin vähän todelliseen liikenteeseen — ja karsiminen ensin tarkoittaa, että jäljelle jäävä bittibudjetti käytetään merkityksellisiin asiantuntijoihin.
Ollaan rehellisiä kompromissista
Pakkaus maksaa tarkkuutta, eikä tasaisesti. Se näkyy ensin pitkän hännän faktamuistissa ja vaikean matematiikan viimeisissä pisteissä, paljon vähemmän ohjeiden noudattamisessa, työkalukutsujen muotoilussa tai pitkän agenttisuunnitelman rakenteessa. K3:n kvantisointitietoinen koulutus on syy siihen että tämä build kestää. Mutta jos kuormasi on kertaluonteista hämärän faktan hakua, älä oleta että kvantisoitu 2,8 biljoonan malli voittaa 8-bittisen pienemmän pelkän parametrimäärän perusteella.
Luettelomme käyttää kolmea päätettä tarkoituksellisena portaikkona. 3BIT-REAP menee suurimmille perustoille, joille mikään muu ei mahdu. W4A16-AUTOROUND-REAP on 4-bittiset painot 16-bittisillä aktivaatioilla, kvantisoituna AutoRoundilla — opittu pyöristys joka palauttaa todellista tarkkuutta naiiviin lähimpään pyöristykseen verrattuna — plus sama karsinta. W8A16 on korkeimman tarkkuuden taso, perustoille jotka ovat riittävän pieniä jottei aggressiivista pakkausta tarvita. Lyhyesti: pääte kertoo kuinka paljon alkuperäisestä säilyi; hinta kertoo mitä sen ajaminen maksaa.
03Näkö: mitä kuvien ymmärtäminen ostaa sinulle
Kimi-K3 on yksi kahdentoista mallin luettelomme viidestä näkökykyisestä mallista ja näistä viidestä kyvykkäin. Useimmat kaupalliset näkö-API:t ajavat luokittelijan ladattujen kuvien yli ja kieltäytyvät laajasta syöteluokasta ennen kuin malli edes näkee ne — järkevä kuluttajaoletus ja vakava este oikeutetulle työlle. Tietoturvatutkijat jotka kaappaavat hyväksikäytön tulosteita, moderointitiimit jotka rakentavat omia luokittelijoitaan, oikeuslääketieteellinen ja aineistoauditointityö sekä red team -arviointi törmäävät kaikki tuohon seinään. Kimi-K3:ssa ei ole kieltäytymiskerrosta eikä tulosteen suodatusta.
Missä K3:n näkö ansaitsee hintansa halvempiin näkömalleihin verrattuna
- Tiheät kaaviot ja piirustukset — arkkitehtuurikaaviot, verkkotopologiat, piirit: kaikki missä vastaus riippuu viivojen ja merkintöjen seuraamisesta eikä esineiden nimeämisestä.
- Pieni teksti kuvakaappauksissa — pinojäljet, terminaalituloste, taulukkolaskennan solut. Ero näkötasojen välillä on suurimmillaan luettavuudessa pienessä koossa.
- Kuva pitkän tekstin sisällä — kuvakaappaus pudotettuna 200K tokenin kontekstiin, jossa mallin on suhteutettava näkemänsä siihen mitä se luki viisikymmentätuhatta tokenia aiemmin.
- Monen kuvan vertailu — kaksi versiota käyttöliittymästä tai kaavio sen tuottanutta taulukkoa vasten.
Missä se ei ansaitse hintaansa: kuvatekstitys, vaihtoehtoinen teksti, puhtaiden dokumenttien OCR ja tägäysputket. Ne on ratkaistu hintaan $0.50 miljoonalta syötetokenilta — jos kuvakuormasi on suurivolyyminen ja kukin kohde yksinään yksinkertainen, Kimi-K2.6 tai MiniMax-M3 tuottavat vastauksia joita et erota K3:n vastauksista.
Kuvat kuluttavat tokeneita samasta 262 144 tokenin budjetista kuin teksti ja laskutetaan syötehinnalla. Kourallinen korkearesoluutioisia kuvakaappauksia ei ole ilmaista.
04Pitkäjänteinen agenttityö — tätä varten tämä taso on
Jos yksi kuorma oikeuttaa huipputason, tämä on se. Lyhyet tehtävät epäonnistuvat anteeksiantavasti: malli menee vikaan, huomaat sen, yrität uudelleen, olet menettänyt neljä sekuntia. Neljänkymmenen kierroksen agentti joka ottaa väärän haaran kierroksella kuusi käyttää seuraavat 34 kierrosta rakentaen huolellisesti virheen päälle, ja saat tietää lopussa maksettuasi jokaisesta välissä olleesta tokenista. Tuo epäsymmetria on syy siihen miksi tokenikohtainen hinta on lähes väärä mittari täällä. Merkitystä on onnistuneen suorituksen hinnalla, jota hallitsee se kuinka usein ajo heitetään roskiin. Moonshotin julkaisemat luvut K3-perustalle agenttivertailuissa:
Kaikki luvut ovat Moonshotin raportoimia kvantisoimattomalle Kimi K3 -perustalle, heinäkuu 2026. Ne eivät ole mittauksia 3BIT-REAP-buildistamme emmekä esitä niitä sellaisina.
Muoto vastaa sitä mitä varten arkkitehtuuri rakennettiin: BrowseComp ja Terminal-Bench ovat työkalusilmukkavertailuja — toistuvia sykleja jossa toimitaan, havainnoidaan ja korjataan. SWE Marathon lukemalla 42,0 on vastapaino: joukon vaikein pitkäjänteinen koodausarviointi, jossa huippumallikin epäonnistuu useimmissa tehtävissä. ”Agenttimaisuus” ei ole ratkaistu luokka; suunnittele epäonnistumisen varalle valitsitpa minkä mallin tahansa.
Käytännön asetukset pitkiin ajoihin
K3 tarjoaa reasoning_effort-parametrin, ja täällä se on todellinen kustannusvipu: päättelytokenit laskutetaan tulostetokeneina, hintaan $19.12 miljoonalta.
- Matala — työkalukutsujen reititys ja rakenteinen poiminta, joissa malli valitsee kourallisesta tunnettuja vaihtoehtoja.
- Korkea — oletus oikeaan agenttityöhön: monivaiheisen muutoksen suunnittelu, virheenjäljitys pinojäljestä, ristiriitaisten lähteiden sovittaminen.
- Maksimi — varaa se putken vaikeimpaan yksittäiseen kutsuun: ajon alun suunnitelmaan tai loppukatselmointiin. Ajo joka käyttää 30K päättelytokenia korkealla ja 90K maksimilla maksaa tuosta yhdestä lipusta $1.15 ylimääräistä.
Budjetoi myös konteksti tarkoituksella: ikkunamme on 262 144 tokenia ja enimmäistuloste 16 384 tokenia, ja hinnalla $3.83 miljoonalta syötetokenilta karsimaton historia kumuloituu — jokainen kierros laskuttaa koko etuliitteen uudelleen.
05Mitä ”sensuroimaton” tarkoittaa tässä päätepisteessä
Jokainen Shannon AI -yhdyskäytävän malli tarjotaan ilman kieltäytymiskerrosta ja ilman tulosteen sisällönsuodatusta. Sillä on enemmän merkitystä huipputasolla, koska juuri ne tehtävät joita ihmiset tuovat huipputason mallille laukaisevat todennäköisimmin suodattimen: adversariaalinen tietoturvatutkimus, hyökkäystyökalujen analyysi, moderointiluokittelijoiden kehitys, uhkatiedustelu, vaikea fiktio ja mikä tahansa arviointi joka vaatii mallia tuottamaan juuri sen mitä yrität havaita.
- Ei tulosteluokittelijaa. Vastauksia ei skannata ja kirjoiteta uusiksi tai estetä generoinnin jälkeen.
- Ei syöteporttia. Kehotteita ja kuvia ei seulota ennen kuin ne saapuvat mallille.
- Ei eri malli. Tämä on Kimi K3 -perusta tarjottuna ilman sitä kerrosta joka yleensä istuu sen edessä.
- Ei vastuun siirto. Kieltäytymiskerroksen poistaminen siirtää harkinnan sinulle — katso vastuullisen käytön käytäntömme.
On myös hiljaisempi hyöty kenelle tahansa joka rakentaa arviointijärjestelmiä: suodattamaton malli on vakaa perustaso. Malli joka kieltäytyy arvaamattomasti tekee mittauksista kohinaisia, koska et voi erottaa kyvykkyysrajaa käytäntörajasta. Täällä epäonnistuminen on kyvykkyyden epäonnistuminen — ainoa laji jonka voit jäljittää.
06Hinta: $3.83 sisään, $19.12 ulos — ja milloin se ansaitsee sen
Tämä on listamme kallein malli selvällä marginaalilla: tuloste maksaa 9,6× $2.00-pohjamme ja 5,2× sen mitä Kimi-K2.6 maksaa. Tässä laskenta avoimesti.
| Malli | Sisään / 1M | Ulos / 1M | Näkö | JSON-skeema |
|---|---|---|---|---|
| Kimi-K3 · 3BIT-REAP | $3.83 | $19.12 | Kyllä | Kyllä |
| DeepSeek-V4-Pro-0813 · 3BIT-REAP | $1.95 | $3.90 | Ei | Kyllä |
| inkling · W4A16-AUTOROUND-REAP | $1.42 | $6.07 | Kyllä | Ei |
| Kimi-K2.6 · W4A16-AUTOROUND-REAP | $0.78 | $3.67 | Kyllä | Kyllä |
| GLM-5.2 · 3BIT-REAP | $0.73 | $2.34 | Ei | Kyllä |
| MiniMax-M3 · 3BIT-REAP | $0.50 | $2.00 | Kyllä | Kyllä |
| MiMo-V2.5 · W8A16 | $0.50 | $2.00 | Kyllä | Kyllä |
Valittuja rivejä, järjestettynä syötehinnan mukaan. Kaikilla kahdellatoista mallilla on sama 262 144 tokenin konteksti, 16 384 tokenin enimmäistuloste, suoratoisto, työkalukutsut ja reasoning_effort. Live-ominaisuusliput ovat API-dokumentaatiosivulla.
Kaksi laskettua esimerkkiä
Ensin 120 000 tokenin syöte — koodikannan vedos, viranomaisilmoitus — joka tuottaa 3 000 tokenin analyysin. Toiseksi neljänkymmenen kierroksen agenttiajo: karkeasti 1,2 miljoonaa kumulatiivista syötetokenia kontekstin kertyessä, 90 000 tulostetokenia päättely mukaan lukien.
| Skenaario | Kimi-K3 | Kimi-K2.6 | MiniMax-M3 |
|---|---|---|---|
| 120K sisään / 3K ulos | $0.517 | $0.105 | $0.066 |
| 40 kierroksen agenttiajo | $6.32 | $1.27 | $0.78 |
K3 maksaa dokumenttikutsussa noin 4,9× Kimi-K2.6:n verran. Viisikymmentä senttiä ei ole mitään kerran; tuhannella kutsulla se on $517 päivässä, kun vertailukohta on $105. Agenttiajossa ero on noin $5. Sovella nyt ainoaa merkitsevää testiä: jos tehtävä on insinöörin tunnin työn arvoinen hintaan $100, K3 maksaa itsensä takaisin sillä hetkellä kun se nostaa ensimmäisen yrityksen onnistumista viidellä prosenttiyksiköllä — ja aidosti vaikeassa pitkäjänteisessä työssä ero tasojen välillä on yleensä suurempi. Jos tehtävä on kenen tahansa kolmenkymmenen sekunnin arvoinen, sama $5 on puolustuskelvoton.
Sääntö jota oikeasti käytämme
Nosta Kimi-K3:een kun ajon epäonnistumisen kustannus ylittää sen ajamisen hintaeron paremmalla mallilla. Se asettaa päätöksen tehtävän arvon eikä tokenin hinnan varaan. Arvokas, pienivolyyminen, pitkäjänteinen ja vaikeasti todennettava työ menee K3:lle. Suurivolyyminen, vähäriskinen ja helposti uudelleenyritettävä ei — oli parametrimäärä kuinka vaikuttava tahansa.
07Kimi-K3 vai halvempi sisarus?
Luettelomme kaksi Kimi-mallia ovat yhden portaikon kaksi askelmaa eivätkä kilpailijoita. Kimi-K2.6 on kvantisoitu vähemmän aggressiivisesti — W4A16-AUTOROUND-REAP, 4-bittiset painot opitulla pyöristyksellä, vastaan K3:n 3 bittiä — pienemmällä perustalla. Siinä on näkö, JSON-skeeman mukainen tuloste, sama konteksti-ikkuna, ja se maksaa noin viidesosan.
| Tehtävä | Käytä | Miksi |
|---|---|---|
| Neljänkymmenen kierroksen autonominen agentti | Kimi-K3 | Virhe kumuloituu; suunnitelman laatu ensimmäisellä kierroksella ratkaisee ajon |
| Repositorion laajuinen refaktorointi | Kimi-K3 | Vaatii koko kontekstin hallussa pitämisen johdonmukaisesti, ei vain siitä hakemista |
| Tiheät kaaviot, pieni teksti kuvakaappauksissa | Kimi-K3 | Suurin näköero tasojen välillä on luettavuus ja tilallinen päättely |
| Yksittäisen tiedoston muokkaukset, hyvin määritellyt | Kimi-K2.6 | Rajattu tehtävä, halpa uusintayritys, ei mitattavaa kattoeroa |
| Kuvatekstitys volyymilla | MiniMax-M3 / MiMo-V2.5 | Ratkaistu hintaan $0.50 sisään; K3:n tuloste on 9,6× samasta kuvatekstistä |
| Päättelypainotteinen mutta vain teksti | DeepSeek-V4-Pro | $3.90 tulostetta vastaan $19.12 — jätä K3 pois jos et tarvitse kuvia |
Tuo viimeinen rivi on yleisimmin ohitettu säästö. Jos tehtäväsi ei sisällä kuvia, tarkista DeepSeek-V4-Pro ensin. Sekin on 3BIT-REAP-build suurella perustalla, vahva vaikeassa päättelyssä, ja sen tuloste maksaa $3.90 vastaan K3:n $19.12. Suuri osa siitä liikenteestä joka tarttuu huipputasoon on vain tekstiä koskevaa päättelyä, joka palvellaan yhtä hyvin rivin alempaa.
08Sensuroimattoman Kimi K3 -API:n kutsuminen
Malli on tarjolla nimellä Kimi-K3-3BIT-REAP kaikilla kolmella murteella, suoratoisto kussakin eikä kyvykkyyseroa niiden välillä — vain siirtomuoto: /v1/chat/completions (OpenAI-yhteensopiva), /v1/messages (Anthropic-yhteensopiva) ja /v1/responses. Näköpyyntö päättelyn tasoa nostettuna vaikeaan visuaaliseen tehtävään:
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 tukee sekä response_format- että täyttä json_schema-määrittelyä, joten voit rajoittaa agentin työkaluargumentit tai pakottaa raportin kiinteään muotoon ilman jälkikäteistä jäsentämistä. Työkalukutsut ovat natiiveja ja niiden on tarkoitus ohjata pitkiä ajoja. Parametrit, tunnistautuminen, käyttörajat ja live-leikkikenttä ovat API-dokumentaatiosivulla.
Kolme asiaa jotka säästävät rahaa ensimmäisenä päivänä
- Karsi etuliite. Jokainen kierros laskuttaa koko keskustelun uudelleen hintaan $3.83 miljoonalta; 40 kierroksen historian tiivistäminen kerran 4K tokenin tilaobjektiksi säästää enemmän kuin useimmat mallinvaihdot.
- Pienennä kuvat. Kuvatokenit ovat syötetokeneita; 4K-kuvakaappaus skaalattuna yhä luettavaan kokoon antaa saman vastauksen halvemmalla.
- Reititä vaikeuden mukaan. Halpa malli rutiinikierroksille ja K3 suunnitelmaan, vaikeaan haaraan ja loppukatselmointiin on usein 80 % kyvykkyydestä 25 %:lla laskusta.
09Usein kysytyt kysymykset
Mikä on sensuroimaton Kimi K3 -API?
Se on Kimi-K3 3BIT-REAP -malli Shannon AI -yhdyskäytävässä: Moonshot AI:n 2,8 biljoonan parametrin multimodaalinen Mixture-of-Experts-perusta tarjottuna omalla GPU-klusterillamme 262 144 tokenin kontekstilla, 16 384 tokenin enimmäistulosteella, näöllä, työkalukutsuilla, JSON-skeeman mukaisella rakenteisella tulosteella ja suoratoistolla, ilman kieltäytymiskerrosta ja ilman tulosteeseen kohdistuvaa suodatusta. Se on tavoitettavissa osoitteiden /v1/chat/completions, /v1/messages ja /v1/responses kautta.
Tukeeko sensuroimaton Kimi K3 -API näköä?
Kyllä. Kimi-K3 on yksi luettelomme viidestä kuvien ymmärtämiseen kykenevästä mallista ja niistä kyvykkäin. Lähetät kuvat samalla tavalla kuin mihin tahansa OpenAI-yhteensopivaan päätepisteeseen, image_url-sisältöosina tekstin rinnalla. Kuvat kuluttavat kontekstia samasta 262 144 tokenin budjetista kuin teksti, ja kuvatokenit laskutetaan syötehinnalla $3.83 miljoonalta.
Miksi Kimi K3 maksaa $3.83 sisään ja $19.12 ulos, kun muut Shannon-mallit maksavat $0.50 ja $2.00?
Koska perusta on noin 2,8 biljoonaa parametria ja 104 miljardia aktiivista tokenia kohti, kun luettelon muut mallit ovat 30–40 miljardin aktiivisen luokkaa. Enemmän aktiivisia parametreja tokenia kohti tarkoittaa enemmän GPU-sekunteja tokenia kohti, ja hinta heijastaa tarjoamisen kustannusta eikä kyvykkyysveroa. Tuloste on 9,6× pohjamalliemme hinta, joten ratkaiseva kysymys on, onko korkeampi ensimmäisen yrityksen onnistumisaste pitkässä tehtävässä noin viisinkertaisen laskun arvoinen.
Onko Kimi K3 sama malli kuin Kimi K2 tai Kimi K2 Thinking?
Ei. Kimi K2 oli biljoonan parametrin MoE, jossa oli 32 miljardia aktiivista parametria ja 384 asiantuntijaa; K2 Thinking lisäsi lomitetun päättelyn ja pitkät työkalukutsuketjut samalle perustalle. Kimi K3, jonka Moonshot AI julkaisi heinäkuussa 2026, on eri arkkitehtuuri: 2,8 biljoonaa parametria yhteensä, 104 miljardia aktiivista, 896 asiantuntijaa joista 16 reititetään tokenia kohti, Kimi Delta Attention ja natiivi näköenkooderi. K2 ja K3 jakavat sukulinjan, eivät mallia.
Milloin kannattaa käyttää Kimi-K2.6:ta Kimi-K3:n sijaan?
Käytä Kimi-K2.6 W4A16-AUTOROUND-REAP -mallia kun tehtävä on rajattu ja ajaisit sen monta kertaa: luokittelu, poiminta, yksittäisen tiedoston muokkaukset, chat ja kuvatehtävät joissa tarvitset lähinnä pätevän kuvauksen etkä hienojakoista visuaalista päättelyä. Siinäkin on näkö, se on kvantisoitu vähemmän aggressiivisesti ja se maksaa $0.78 sisään ja $3.67 ulos, noin viidesosan K3:sta. Nosta Kimi-K3:een kun ajo on pitkä, haarautuva tai kallis epäonnistua.
Jokainen arkkitehtuuri- ja vertailuluku tässä on Moonshot AI:n julkaisema tai nähtävissä heidän avoimessa mallikortissaan, ja kuvaa kvantisoimatonta perustaa eikä 3BIT-REAP-buildiamme. Tarkista ne itse.
Kokeile sensuroimatonta Kimi K3 -API:a
Huipputason agentti- ja näkötaso. Ei kieltäytymiskerrosta. Maksat tokeneista.
Lue API-dokumentaatio Selaa kaikkia mallejaShannon Lab LLC · New Mexico, USA · mallit tarjotaan omalla GPU-klusterillamme
Perustaa koskevat tiedot ja vertailuluvut ovat Moonshot AI:n julkaisemia lukuja Kimi K3:lle ja Kimi K2:lle ja kuvaavat kvantisoimattomia lähdemalleja; meidän buildimme on 3-bittinen REAP-kvantisointi ja poikkeaa niistä. Hinnat, konteksti ja ominaisuusliput ovat Shannon AI:n omia, ajan tasalla 5. syyskuuta 2026 — live-arvot ovat aina ne jotka /v1/models palauttaa. Lähteet: Kimi K3 -mallikortti · Kimi K3 -repositorio · Kimi K2 Thinking.