ה-API של Kimi K3 ללא צנזורה

רוב המדריכים לבחירת מודל נכתבים כאילו יכולת היא חינם. היא לא. השאלה המעניינת לגבי מודל מהדרג העליון אינה לעולם "האם הוא טוב יותר" — בדרך כלל כן — אלא "האם הוא טוב יותר מספיק, במשימה הזו, כדי להצדיק חשבון גדול פי חמישה מהמודל שדרגה אחת מתחת". המדריך הזה עונה על זה בחשבון אמיתי, ואומר בפירוש היכן האפשרויות הזולות מנצחות.

01מה Kimi K3 באמת

Kimi K3 הוא מודל הדגל במשקלים פתוחים של Moonshot AI, ששוחרר ביולי 2026 תחת רישיון Kimi K3 — הדור השלישי של שושלת שהחלה עם Kimi K2, וארכיטקטורה חדשה באמת ולא כוונון עדין.

התצורה שפורסמה היא 93 שכבות — 69 בשימוש Kimi Delta Attention, 24 בשימוש קשב סמוי רב-ראשי עם שערים, ואחת צפופה — עם נתב Stable LatentMoE שבוחר 16 מתוך 896 מומחים לכל טוקן בתוספת 2 משותפים. Moonshot מדווחת על שיפור של כפי 2.5 ביעילות ההגדלה לעומת Kimi K2 מהשילוב הזה. הראייה מובנית ולא מולחמת מבחוץ: מקודד MoonViT-V2 בן 401M פרמטרים מזין את אותו גזע שמטפל בטקסט.

שווה להפנים את מספר הדלילות: K3 מפעיל 104 מיליארד פרמטרים לכל טוקן, מול טווח של 30 עד 40 מיליארד ברוב הקטלוג שלנו. זה בערך פי שלושה חשבון לכל טוקן שנוצר, וזו כל הסיבה שהמודל הזה מוביל את רשימת המחירים. אינך משלם על דרג מותג — אתה משלם על שניות GPU.

השושלת, בקצרה

• Kimi K2 — טריליון פרמטרים, 32 מיליארד פעילים, 384 מומחים עם 8 מנותבים לכל טוקן, אימון מקדים על 15.5 טריליון טוקנים בעזרת אופטימייזר MuonClip, שנבנה כדי לעצור את התפוצצויות הקשב שהורסות אימון MoE בקנה מידה כזה.
• Kimi K2 Thinking — אותו מודל יסוד שלומד לשזור חשיבה בשימוש בכלים, ומדווח שהוא מחזיק 200 עד 300 קריאות כלים עוקבות בריצה אחת, עם 44.9% ב-Humanity's Last Exam עם כלים ו-60.2% ב-BrowseComp.
• Kimi K3 — נבנה מחדש עם רב-מודליות מובנית וחלון של מיליון טוקנים במעלה הזרם, עם אימון מודע לקוונטיזציה משלב הכוונון העדין המונחה ואילך (משקלי MXFP4, הפעלות MXFP8). לכן K3 סובל דחיסה אגרסיבית טוב יותר ממודלים שמעולם לא אומנו מתוך מחשבה עליה.

הקו המנחה הוא סוכנות לטווח ארוך: כל דור מיטב את היכולת להישאר קוהרנטי לאורך מאות צעדים ולא את הניצחון בבנצ'מרקים של תשובות קצרות. זו היכולת שאתה קונה.

02מה אומר "3BIT-REAP", ולמה מודל של 2.8T זקוק לזה

הסיומת במזהה המודל אינה קישוט — היא אומרת מה נעשה למשקלים לפני שנטענו על אשכול ה-GPU שלנו, והיא הסתייגות כנה שמתלווה לכל טענה כאן. נתחיל בחשבון. מודל עם 2.8 טריליון פרמטרים בדיוק של 16 סיביות הוא כ-5.6 טרה-בייט של משקלים. ב-3 סיביות למשקל הוא קרוב יותר ל-1.05 טרה-בייט — עדיין גדול, אבל פריסה ברת ביצוע עם מקום שנשאר למטמון KV של 262K טוקנים. REAP הוא המחצית השנייה: שיטת גיזום מומחים שמנתחת לאילו מומחים הנתב באמת פונה ומסירה את אלה שנבחרים לעיתים רחוקות לפני הקוונטיזציה ולא אחריה. במודל שמנתב רק 16 מתוך 896 מומחים לכל טוקן זו התאמה טבעית — להתפלגות דלילה כל כך יש זנב ארוך שתורם מעט מאוד לתעבורה אמיתית — וגיזום מוקדם פירושו שתקציב הסיביות הנותר מוצא על המומחים שחשובים.

הקטלוג שלנו משתמש בשלוש סיומות כסולם מכוון. 3BIT-REAP מוצמד למודלי היסוד הגדולים ביותר, שם שום דבר אחר לא נכנס. W4A16-AUTOROUND-REAP הוא משקלים של 4 סיביות עם הפעלות של 16 סיביות שמקוונטזות בעזרת AutoRound — עיגול נלמד שמשחזר דיוק ממשי לעומת עיגול נאיבי לערך הקרוב — בתוספת אותו גיזום. W8A16 הוא דרג הנאמנות הגבוה ביותר, למודלי יסוד קטנים מספיק כדי לא להזדקק לדחיסה אגרסיבית. בקצרה: הסיומת אומרת לך כמה מהמקור שרד; המחיר אומר לך כמה עולה להריץ אותו.

03ראייה: מה הבנת תמונות קונה לך

Kimi-K3 הוא אחד מחמישה מודלים מתוך שנים-עשר בקטלוג שלנו עם ראייה, והחזק שבחמישה. רוב ממשקי ה-API המסחריים עם ראייה מריצים מסווג על התמונות שהועלו ומסרבים לקטגוריה רחבה של קלטים עוד לפני שהמודל רואה אותם — ברירת מחדל סבירה לצרכנים ומכשול רציני לעבודה לגיטימית. חוקרי אבטחה שמצלמים פלט של ניצול פרצה, צוותי מיתון שבונים מסווגים משלהם, עבודה פורנזית וביקורת מערכי נתונים, והערכות red team — כולם נתקלים בקיר הזה. ל-Kimi-K3 אין שכבת סירוב ואין סינון על הפלט.

איפה הראייה של K3 מצדיקה את מחירה על פני מודלי ראייה זולים יותר

• תרשימים וסכמות צפופים — תרשימי ארכיטקטורה, טופולוגיות רשת, מעגלים: כל דבר שבו התשובה תלויה במעקב אחר קווים ותוויות ולא בשיום עצמים.
• טקסט קטן בצילומי מסך — עקבות מחסנית, פלט טרמינל, תאי גיליון אלקטרוני. הפער בין דרגי הראייה גדול ביותר בקריאוּת בקנה מידה קטן.
• תמונה בתוך טקסט ארוך — צילום מסך שנשתל בהקשר של 200K טוקנים, שם המודל חייב לקשר בין מה שהוא רואה לבין מה שקרא חמישים אלף טוקנים קודם לכן.
• השוואת תמונות מרובות — שתי גרסאות של ממשק, או תרשים מול הטבלה שיצרה אותו.

איפה היא אינה מצדיקה את מחירה: כיתובים, טקסט חלופי, OCR של מסמכים נקיים, וצינורות תיוג. אלה פתורים ב-$0.50 למיליון טוקני קלט — אם עומס התמונות שלך גדול בנפח וכל פריט פשוט בפני עצמו, Kimi-K2.6 או MiniMax-M3 יפיקו תשובות שלא תבחין בינן לבין אלה של K3.

תמונות צורכות טוקנים מאותו תקציב של 262,144 טוקנים כמו טקסט ומחויבות בתעריף הקלט. קומץ צילומי מסך ברזולוציה גבוהה אינו חינם.

04עבודה סוכנית לטווח ארוך — בשביל זה הדרג הזה קיים

אם עומס עבודה אחד מצדיק את הדרג העליון, זה הוא. משימות קצרות נכשלות בסלחנות: המודל טועה, אתה מבחין, אתה מנסה שוב, הפסדת ארבע שניות. סוכן של ארבעים סבבים שפונה לענף שגוי בסבב שש מבזבז את שלושים וארבעת הסבבים הבאים על בנייה מפוארת מעל טעות, ואתה מגלה זאת בסוף אחרי ששילמת על כל טוקן שבדרך. חוסר הסימטריה הזה הוא הסיבה שמחיר לטוקן הוא כמעט המדד הלא נכון כאן. מה שחשוב הוא עלות להשלמה מוצלחת, שנשלטת על ידי התדירות שבה ריצה נזרקת לפח. הנה המספרים שפרסמה Moonshot למודל היסוד K3 בבנצ'מרקים סוכניים:

כל המספרים מדווחים על ידי Moonshot עבור מודל היסוד Kimi K3 הלא מקוונטז, יולי 2026. הם אינם מדידות של הבנייה שלנו ב-3BIT-REAP ואיננו מציגים אותם ככאלה.

הצורה תואמת את מה שהארכיטקטורה נבנתה עבורו: BrowseComp ו-Terminal-Bench הם בנצ'מרקים של לולאת כלים — מחזורים חוזרים של פעולה, תצפית ותיקון. SWE Marathon ב-42.0 הוא משקל הנגד: ההערכה הקשה ביותר לקוד לטווח ארוך במערך, שבה אפילו מודל חזית נכשל ברוב המשימות. "סוכני" אינה קטגוריה פתורה; תכנן לכישלון בכל מודל שתבחר.

הגדרות מעשיות לריצות ארוכות

K3 חושף את reasoning_effort, וכאן זהו מנוף עלות ממשי: טוקני חשיבה מחויבים כטוקני פלט, ב-$19.12 למיליון.

• Low — ניתוב קריאות כלים וחילוץ מובנה, שבהם המודל בוחר מבין קומץ אפשרויות ידועות.
• High — ברירת המחדל לעבודה סוכנית אמיתית: תכנון שינוי רב-שלבי, ניפוי שגיאות מתוך עקבת מחסנית, יישוב מקורות סותרים.
• Max — שמור אותו לקריאה הקשה ביותר בצינור: התוכנית בראש הריצה, או הסקירה הסופית. ריצה שמוציאה 30K טוקני חשיבה ב-high ו-90K ב-max משלמת $1.15 נוספים על הדגל האחד הזה.

תקצב גם את ההקשר במכוון: החלון שלנו הוא 262,144 טוקנים עם פלט מרבי של 16,384 טוקנים, ובמחיר $3.83 למיליון קלט היסטוריה לא גזומה מצטברת — כל סבב מחייב מחדש את כל התחילית.

05מה אומר "ללא צנזורה" בנקודת הקצה הזו

כל מודל בשער של Shannon AI מוגש בלי שכבת סירוב ובלי סינון תוכן על הפלט. זה חשוב יותר בדרג העליון, כי המשימות שאנשים מביאים למודל מהדרג העליון הן הסבירות ביותר להפעיל מסנן: מחקר אבטחה יריבי, ניתוח כלי תקיפה, פיתוח מסווגי מיתון, מודיעין איומים, בדיון קשה, וכל הערכה שדורשת מהמודל לייצר את הדבר שאתה מנסה לזהות.

• אין מסווג פלט. תשובות אינן נסרקות ונכתבות מחדש או נחסמות אחרי היצירה.
• אין שער קלט. הנחיות ותמונות אינן נבדקות לפני שהן מגיעות למודל.
• זה לא מודל אחר. זהו מודל היסוד Kimi K3 שמוגש בלי השכבה שיושבת לפניו בדרך כלל.
• זו אינה העברת אחריות. הסרת שכבת סירוב מעבירה את שיקול הדעת אליך — ראה את מדיניות השימוש האחראי שלנו.

יש יתרון שקט יותר לכל מי שבונה מערכות הערכה: מודל לא מסונן הוא קו בסיס יציב. מודל שמסרב באופן בלתי צפוי הופך מדידות לרועשות, כי אינך יכול להפריד מגבלת יכולת ממגבלת מדיניות. כאן כשל הוא כשל יכולת — הסוג היחיד שאפשר לנפות.

06המחיר: $3.83 קלט, $19.12 פלט — ומתי הוא מצדיק את עצמו

זהו המודל היקר ביותר ברשימה שלנו בפער ניכר: הפלט עולה פי 9.6 מרצפת $2.00 שלנו ופי 5.2 ממה ש-Kimi-K2.6 עולה. הנה החשבון בגלוי.

מודל	קלט / 1M	פלט / 1M	ראייה	סכמת JSON
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	כן	כן
DeepSeek-V4-Pro-0813 · 3BIT-REAP	$1.95	$3.90	לא	כן
inkling · W4A16-AUTOROUND-REAP	$1.42	$6.07	כן	לא
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	כן	כן
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	לא	כן
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	כן	כן
MiMo-V2.5 · W8A16	$0.50	$2.00	כן	כן

שורות נבחרות, ממוינות לפי מחיר הקלט. כל שנים-עשר המודלים חולקים את אותו הקשר של 262,144 טוקנים, את אותו פלט מרבי של 16,384 טוקנים, הזרמה, קריאת כלים ו-reasoning_effort. דגלי היכולות החיים נמצאים בדף תיעוד ה-API.

שתי דוגמאות מעובדות

ראשית, קלט של 120,000 טוקנים — היטל של בסיס קוד, הגשה רגולטורית — שמפיק ניתוח של 3,000 טוקנים. שנית, ריצת סוכן של ארבעים סבבים: בערך 1.2M טוקני קלט מצטברים ככל שההקשר נערם, ו-90,000 טוקני פלט כולל חשיבה.

תרחיש	Kimi-K3	Kimi-K2.6	MiniMax-M3
120K קלט / 3K פלט	$0.517	$0.105	$0.066
ריצת סוכן של 40 סבבים	$6.32	$1.27	$0.78

K3 עולה בערך פי 4.9 מ-Kimi-K2.6 בקריאת המסמך. חמישים סנט זה כלום פעם אחת; זה $517 ביום באלף קריאות, מול $105. בריצת הסוכן ההפרש הוא כ-$5. עכשיו החל את המבחן היחיד שחשוב: אם המשימה שווה שעה מזמנו של מהנדס ב-$100, K3 מחזיר את השקעתו ברגע שהוא מעלה את שיעור ההצלחה בניסיון הראשון ב-חמש נקודות אחוז — ובעבודה קשה באמת לטווח ארוך הפער בין הדרגים בדרך כלל גדול יותר. אם המשימה שווה שלושים שניות מזמנו של מישהו, אותם $5 אינם ניתנים להגנה.

07Kimi-K3 או אח זול יותר?

שני מודלי Kimi בקטלוג שלנו הם שתי דרגות של סולם אחד ולא מתחרים. Kimi-K2.6 מקוונטז בפחות אגרסיביות — W4A16-AUTOROUND-REAP, משקלים של 4 סיביות עם עיגול נלמד, מול 3 הסיביות של K3 — על מודל יסוד קטן יותר. יש לו ראייה, פלט לפי סכמת JSON, אותו חלון הקשר, והוא עולה בערך חמישית.

משימה	השתמש ב	למה
סוכן אוטונומי של ארבעים סבבים	Kimi-K3	כישלון מצטבר; איכות התוכנית בסבב הראשון מכריעה את הריצה
שכתוב בהיקף מאגר שלם	Kimi-K3	דורש להחזיק את ההקשר המלא בקוהרנטיות, לא רק לשלוף ממנו
תרשימים צפופים, טקסט קטן בצילומי מסך	Kimi-K3	הפער הגדול ביותר בראייה בין הדרגים הוא קריאוּת וחשיבה מרחבית
עריכות בקובץ יחיד, מוגדרות היטב	Kimi-K2.6	משימה תחומה, ניסיון חוזר זול, אין הפרש תקרה מדיד
כיתוב תמונות בנפח גדול	MiniMax-M3 / MiMo-V2.5	פתור ב-$0.50 קלט; הפלט של K3 עולה פי 9.6 על אותו כיתוב
עתיר חשיבה אך טקסט בלבד	DeepSeek-V4-Pro	$3.90 פלט מול $19.12 — ותר על K3 אם אינך זקוק לתמונות

השורה האחרונה היא החיסכון שמפספסים הכי הרבה. אם המשימה שלך אינה כוללת תמונות, בדוק קודם את DeepSeek-V4-Pro. גם הוא בנייה של 3BIT-REAP על מודל יסוד גדול, חזק בחשיבה קשה, והפלט שלו עולה $3.90 מול $19.12 של K3. חלק גדול מהתעבורה שפונה לדרג העליון היא חשיבה בטקסט בלבד שמוגשת באותה מידה של הצלחה שורה אחת מתחת.

08לקרוא ל-API של Kimi K3 ללא צנזורה

המודל נחשף כ-Kimi-K3-3BIT-REAP בכל שלושת הדיאלקטים, עם הזרמה בכל אחד ובלי הבדל יכולות ביניהם — רק פורמט תקשורת: /v1/chat/completions (תואם OpenAI), /v1/messages (תואם Anthropic), ו-/v1/responses. הנה בקשת ראייה עם מאמץ חשיבה מוגבר למשימה ויזואלית קשה:

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 תומך גם ב-response_format וגם ב-json_schema מלא, כך שאפשר להגביל את ארגומנטי הכלים של סוכן או לכפות על דוח צורה קבועה בלי ניתוח בדיעבד. קריאת הכלים מובנית והיא הדרך המיועדת להניע ריצות ארוכות. פרמטרים, אימות, מגבלות קצב ומגרש משחקים חי נמצאים בדף תיעוד ה-API.

שלושה דברים שחוסכים כסף כבר ביום הראשון

• גזום את התחילית. כל סבב מחייב מחדש את השיחה כולה ב-$3.83 למיליון; סיכום היסטוריה של 40 סבבים לאובייקט מצב של 4K טוקנים פעם אחת חוסך יותר מרוב החלפות המודלים.
• הקטן תמונות. טוקני תמונה הם טוקני קלט; צילום מסך ב-4K שהוקטן למשהו שעדיין קריא נותן את אותה תשובה בפחות.
• נתב לפי קושי. מודל זול בסבבים השגרתיים, עם K3 על התוכנית, על הענף הקשה ועל הסקירה הסופית, נותן לעיתים קרובות 80% מהיכולת ב-25% מהחשבון.

09שאלות נפוצות

---

עובדות מודל היסוד והבנצ'מרקים הם המספרים שפרסמה Moonshot AI עבור Kimi K3 ו-Kimi K2 והם מתארים את המודלים הלא מקוונטזים במעלה הזרם; הבנייה שלנו היא קוונטיזציית REAP של 3 סיביות ותהיה שונה. המחירים, ההקשר ודגלי היכולות הם של Shannon AI, נכונים ל-5 בספטמבר 2026 — הערכים החיים הם תמיד אלה שמוחזרים על ידי /v1/models. מקורות: כרטיס המודל Kimi K3 · מאגר Kimi K3 · Kimi K2 Thinking.