Necenzūruotas Kimi K3 API

Dauguma modelių pasirinkimo vadovų rašomi taip, tarsi gebėjimai būtų nemokami. Jie nėra. Įdomus klausimas apie aukščiausios pakopos modelį niekada nėra „ar jis geresnis“ — paprastai taip — o „ar jis pakankamai geresnis būtent šiai užduočiai, kad pateisintų penkis kartus didesnę sąskaitą nei modelio vienu lygiu žemiau“. Šis vadovas atsako į tai realia aritmetika ir tiesiai pasako, kur laimi pigesni variantai.

01Kas iš tikrųjų yra Kimi K3

Kimi K3 yra Moonshot AI atviro kodo svorių flagmanas, išleistas 2026 m. liepą su Kimi K3 licencija — trečioji linijos, prasidėjusios Kimi K2, karta ir tikrai nauja architektūra, o ne papildomas apmokymas.

Paskelbta schema yra 93 sluoksniai — 69 naudoja Kimi Delta Attention, 24 naudoja vartų valdomą daugiagalvį latentinį dėmesį, vienas tankus — su Stable LatentMoE maršrutizatoriumi, kuris vienam žetonui parenka 16 iš 896 ekspertų plius 2 bendruosius. Moonshot praneša, kad tas derinys duoda maždaug 2,5 karto geresnį mastelio efektyvumą nei Kimi K2. Rega yra savoji, o ne prilipdyta: 401 mln. parametrų MoonViT-V2 koduotuvas maitina tą patį kamieną, kuris tvarko tekstą.

Retumo skaičių verta įsisąmoninti: K3 vienam žetonui aktyvuoja 104 milijardus parametrų, palyginti su 30–40 milijardų diapazonu daugumoje mūsų katalogo. Tai maždaug trigubai daugiau aritmetikos vienam sugeneruotam žetonui ir būtent dėl to šis modelis yra kainoraščio viršuje. Mokate ne už prekės ženklo pakopą — mokate už GPU sekundes.

Trumpai apie liniją

• Kimi K2 — 1 trilijonas parametrų, 32 milijardai aktyvių, 384 ekspertai su 8 maršrutizuojamais vienam žetonui, iš anksto apmokytas ties 15,5 trilijono žetonų naudojant MuonClip optimizatorių ir sukurtas taip, kad sustabdytų dėmesio sprogimus, griaunančius MoE mokymą tokiu mastu.
• Kimi K2 Thinking — tas pats pagrindas, išmokytas persipinti samprotavimą su įrankių naudojimu; pranešama, kad viename vykdyme jis išlaiko 200–300 nuoseklių įrankių iškvietimų, surinkdamas 44,9 % Humanity's Last Exam su įrankiais ir 60,2 % BrowseComp teste.
• Kimi K3 — perstatytas su savuoju daugiamodalumu ir 1 mln. žetonų langu pirminėje versijoje, su kvantavimą įvertinančiu mokymu nuo prižiūrimo papildomo apmokymo etapo (MXFP4 svoriai, MXFP8 aktyvacijos). Todėl K3 agresyvų glaudinimą pakelia geriau nei modeliai, mokyti visai apie tai negalvojant.

Bendra gija yra ilgo horizonto agentiškumas: kiekviena karta buvo optimizuojama tam, kad išliktų nuosekli per šimtus žingsnių, o ne kad laimėtų trumpo atsakymo etalonus. Būtent tą gebėjimą ir perkate.

02Ką reiškia „3BIT-REAP“ ir kodėl 2,8 trln. modeliui to reikia

Priesaga modelio id nėra papuošalas — ji pasako, kas buvo padaryta su svoriais prieš įkeliant juos į mūsų pačių GPU klasterį, ir tai sąžininga išlyga, prisegta prie kiekvieno čia esančio teiginio. Pradėkime nuo aritmetikos. 2,8 trilijono parametrų modelis 16 bitų tikslumu yra apie 5,6 terabaito svorių. Prie 3 bitų vienam svoriui tai jau arčiau 1,05 terabaito — vis dar daug, bet įgyvendinamas diegimas, kuriame lieka vietos 262K žetonų KV podėliui. REAP yra antroji pusė: ekspertų genėjimo metodas, kuris profiliuoja, į kuriuos ekspertus maršrutizatorius iš tikrųjų kreipiasi, ir retai parenkamus pašalina prieš kvantavimą, o ne po jo. Modeliui, kuris vienam žetonui maršrutizuoja tik 16 iš 896 ekspertų, tai natūraliai tinka — tokia reta pasiskirstymo forma turi ilgąją uodegą, prie realaus srauto prisidedančią labai menkai — o genint pirma likęs bitų biudžetas išleidžiamas svarbiems ekspertams.

Mūsų kataloge trys priesagos sudaro sąmoningą kopėčią. 3BIT-REAP tenka didžiausiems pagrindams, kur niekas kita netelpa. W4A16-AUTOROUND-REAP yra 4 bitų svoriai su 16 bitų aktyvacijomis, kvantuoti naudojant AutoRound — išmoktą apvalinimą, kuris atgauna realų tikslumą, palyginti su naiviu apvalinimu iki artimiausio — plius tas pats genėjimas. W8A16 yra aukščiausio ištikimumo pakopa pagrindams, pakankamai mažiems, kad agresyvaus glaudinimo nereikėtų. Trumpai: priesaga pasako, kiek originalo išliko; kaina pasako, kiek kainuoja jį leisti.

03Rega: ką jums perka vaizdų supratimas

Kimi-K3 yra vienas iš penkių mūsų dvylikos modelių katalogo modelių su rega ir pajėgiausias iš tų penkių. Dauguma komercinių regos API leidžia įkeltus vaizdus per klasifikatorių ir atmeta plačią įvesčių kategoriją dar prieš modeliui juos pamatant — protingas numatytasis nustatymas vartotojui ir rimta kliūtis teisėtam darbui. Į tą sieną atsimuša saugumo tyrėjai, fiksuojantys eksploito išvestį ekrano nuotraukose, moderavimo komandos, kuriančios savus klasifikatorius, teismo ekspertizės ir duomenų rinkinių audito darbai bei red-team vertinimas. Kimi-K3 neturi jokio atsisakymo sluoksnio ir jokio išvesties filtravimo.

Kur K3 rega pateisina savo kainą prieš pigesnius regos modelius

• Tankios diagramos ir schemos — architektūros diagramos, tinklų topologijos, grandinės: viskas, kur atsakymas priklauso nuo linijų ir užrašų sekimo, o ne nuo objektų įvardijimo.
• Smulkus tekstas ekrano nuotraukose — dėklo pėdsakai, terminalo išvestis, skaičiuoklės langeliai. Atotrūkis tarp regos pakopų didžiausias būtent įskaitomumo esant mažam mastui srityje.
• Vaizdas ilgo teksto viduje — ekrano nuotrauka, įmesta į 200K žetonų kontekstą, kur modelis turi susieti tai, ką mato, su tuo, ką perskaitė penkiasdešimt tūkstančių žetonų anksčiau.
• Kelių vaizdų palyginimas — dvi sąsajos versijos arba diagrama prieš ją sugeneravusią lentelę.

Kur ji savo kainos nepateisina: antraščių kūrimas, alt tekstas, švarių dokumentų OCR ir žymėjimo konvejeriai. Tai išspręsta už $0.50 už milijoną įvesties žetonų — jei jūsų vaizdų krūvis didelės apimties, o kiekvienas elementas pats savaime paprastas, Kimi-K2.6 arba MiniMax-M3 duos atsakymus, kurių nuo K3 neatskirsite.

Vaizdai naudoja žetonus iš to paties 262 144 žetonų biudžeto kaip ir tekstas ir apmokestinami įvesties tarifu. Sauja didelės skiriamosios gebos ekrano nuotraukų nėra nemokama.

04Ilgo horizonto agentinis darbas — kam ši pakopa skirta

Jei vienas darbo krūvis pateisina aukščiausią pakopą, tai būtent šis. Trumpos užduotys žlunga atlaidžiai: modelis suklysta, jūs pastebite, pakartojate, prarandate keturias sekundes. Keturiasdešimties ėjimų agentas, pasukęs ne ta šaka šeštame ėjime, kitus trisdešimt keturis ėjimus išradingai stato ant klaidos, o jūs tai sužinote pabaigoje, jau sumokėję už kiekvieną tarpinį žetoną. Dėl šios asimetrijos kaina už žetoną čia yra beveik neteisinga metrika. Svarbu yra kaina už sėkmingą užbaigimą, kurią lemia tai, kaip dažnai vykdymą tenka išmesti. Moonshot paskelbti K3 pagrindo skaičiai agentiniuose etalonuose:

Visi skaičiai yra Moonshot pateikti nekvantuotam Kimi K3 pagrindui, 2026 m. liepa. Tai nėra mūsų 3BIT-REAP versijos matavimai ir mes jų taip nepateikiame.

Vaizdas atitinka tai, kam architektūra buvo kuriama: BrowseComp ir Terminal-Bench yra įrankių kilpos etalonai — pakartotiniai veiksmo, stebėjimo ir taisymo ciklai. SWE Marathon su 42,0 yra atsvara: sunkiausias ilgo horizonto programavimo vertinimas rinkinyje, kuriame net pažangus modelis daugumą užduočių neatlieka. „Agentinis“ nėra išspręsta kategorija; kad ir kokį modelį pasirinktumėte, projektuokite atsižvelgdami į nesėkmes.

Praktiniai nustatymai ilgiems vykdymams

K3 atveria reasoning_effort, ir čia tai tikra sąnaudų svirtis: samprotavimo žetonai apmokestinami kaip išvesties žetonai, po $19.12 už milijoną.

• Low — įrankių iškvietimų maršrutizavimui ir struktūrizuotam ištraukimui, kur modelis renkasi iš saujelės žinomų variantų.
• High — numatytasis režimas realiam agentiniam darbui: kelių žingsnių pakeitimo planavimui, klaidų paieškai pagal dėklo pėdsaką, prieštaringų šaltinių derinimui.
• Max — pasilikite jį sunkiausiam vienam kvietimui konvejeryje: planui vykdymo pradžioje arba galutinei peržiūrai. Vykdymas, sunaudojantis 30 tūkst. samprotavimo žetonų ties high ir 90 tūkst. ties max, už tą vieną vėliavėlę sumoka $1.15 daugiau.

Kontekstą taip pat planuokite sąmoningai: mūsų langas yra 262 144 žetonai su 16 384 žetonų didžiausia išvestimi, o kai įvestis kainuoja $3.83 už milijoną, nenugenėta istorija kaupiasi — kiekvienas ėjimas iš naujo apmokestina visą priešdėlį.

05Ką šiame galiniame taške reiškia „necenzūruotas“

Kiekvienas Shannon AI vartų modelis teikiamas be atsisakymo sluoksnio ir be turinio filtravimo išvestyje. Aukščiausioje pakopoje tai svarbiau, nes užduotys, kurias žmonės neša aukščiausios pakopos modeliui, labiausiai tikėtina, kad užklius už filtro: priešiški saugumo tyrimai, puolamųjų įrankių analizė, moderavimo klasifikatorių kūrimas, grėsmių žvalgyba, sudėtinga grožinė kūryba ir bet koks vertinimas, reikalaujantis, kad modelis sukurtų tai, ką bandote aptikti.

• Jokio išvesties klasifikatoriaus. Atsakymai po sugeneravimo nėra skenuojami ir perrašomi ar blokuojami.
• Jokių įvesties vartų. Užklausos ir vaizdai netikrinami prieš pasiekiant modelį.
• Ne kitas modelis. Tai Kimi K3 pagrindas, teikiamas be sluoksnio, kuris paprastai stovi priešais jį.
• Ne atsakomybės perdavimas. Pašalinus atsisakymo sluoksnį sprendimas perkeliamas jums — žr. mūsų atsakingo naudojimo politiką.

Kuriantiems vertinimo sistemas yra ir tylesnė nauda: nefiltruotas modelis yra stabilus atskaitos taškas. Nenuspėjamai atsisakantis modelis daro matavimus triukšmingus, nes negalite atskirti gebėjimų ribos nuo politikos ribos. Čia nesėkmė yra gebėjimų nesėkmė — vienintelė rūšis, kurią galima ištirti.

06Kaina: $3.83 įvestis, $19.12 išvestis — ir kada ji pateisinama

Tai brangiausias modelis mūsų sąraše su dideliu atotrūkiu: išvestis kainuoja 9,6 karto daugiau nei mūsų $2.00 grindys ir 5,2 karto daugiau nei Kimi-K2.6. Štai aritmetika atvirai.

Modelis	Įvestis / 1 mln.	Išvestis / 1 mln.	Rega	JSON schema
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	Taip	Taip
DeepSeek-V4-Pro-0813 · 3BIT-REAP	$1.95	$3.90	Ne	Taip
inkling · W4A16-AUTOROUND-REAP	$1.42	$6.07	Taip	Ne
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	Taip	Taip
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	Ne	Taip
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	Taip	Taip
MiMo-V2.5 · W8A16	$0.50	$2.00	Taip	Taip

Atrinktos eilutės, surikiuotos pagal įvesties kainą. Visi dvylika modelių dalijasi tuo pačiu 262 144 žetonų kontekstu, 16 384 žetonų didžiausia išvestimi, srautiniu perdavimu, įrankių iškvietimu ir reasoning_effort. Gyvos galimybių žymos yra API dokumentacijos puslapyje.

Du išnagrinėti pavyzdžiai

Pirma, 120 000 žetonų įvestis — kodų bazės išklotinė, reguliavimo institucijai teikiamas dokumentas — duodanti 3 000 žetonų analizę. Antra, keturiasdešimties ėjimų agento vykdymas: maždaug 1,2 mln. sukauptų įvesties žetonų kaupiantis kontekstui ir 90 000 išvesties žetonų kartu su samprotavimu.

Scenarijus	Kimi-K3	Kimi-K2.6	MiniMax-M3
120K įvestis / 3K išvestis	$0.517	$0.105	$0.066
40 ėjimų agento vykdymas	$6.32	$1.27	$0.78

Dokumento kvietime K3 kainuoja apie 4,9 karto daugiau nei Kimi-K2.6. Penkiasdešimt centų yra niekis vieną kartą; tūkstančiui kvietimų tai jau $517 per dieną, palyginti su $105. Agento vykdyme skirtumas yra apie $5. Dabar pritaikykite vienintelį svarbų testą: jei užduotis verta valandos inžinieriaus laiko už $100, K3 atsiperka tą akimirką, kai pakelia sėkmę iš pirmo karto penkiais procentiniais punktais — o tikrai sunkiame ilgo horizonto darbe atotrūkis tarp pakopų paprastai didesnis. Jei užduotis verta trisdešimties sekundžių bet kieno laiko, tie patys $5 yra nepateisinami.

07Kimi-K3 ar pigesnis giminaitis?

Du Kimi modeliai mūsų kataloge yra dvi tų pačių kopėčių pakopos, o ne konkurentai. Kimi-K2.6 kvantuotas švelniau — W4A16-AUTOROUND-REAP, 4 bitų svoriai su išmoktu apvalinimu, palyginti su K3 3 bitais — ant mažesnio pagrindo. Jis turi regą, JSON schemos išvestį, tokį patį konteksto langą ir kainuoja maždaug penktadalį.

Užduotis	Naudokite	Kodėl
Keturiasdešimties ėjimų autonominis agentas	Kimi-K3	Klaidos kaupiasi; plano kokybė pirmame ėjime nulemia vykdymą
Visos saugyklos masto pertvarkymas	Kimi-K3	Reikia visą kontekstą laikyti nuosekliai, o ne vien iš jo ištraukinėti
Tankios diagramos, smulkus tekstas ekrano nuotraukose	Kimi-K3	Didžiausias regos atotrūkis tarp pakopų yra įskaitomumas ir erdvinis samprotavimas
Vieno failo taisymai, gerai apibrėžti	Kimi-K2.6	Apibrėžta užduotis, pigus pakartojimas, jokio išmatuojamo lubų skirtumo
Vaizdų antraštės dideliais kiekiais	MiniMax-M3 / MiMo-V2.5	Išspręsta už $0.50 įvestį; K3 išvestis kainuoja 9,6 karto daugiau už tą pačią antraštę
Daug samprotavimo, bet tik tekstas	DeepSeek-V4-Pro	$3.90 išvestis prieš $19.12 — atsisakykite K3, jei vaizdų nereikia

Paskutinė eilutė yra dažniausiai praleidžiamas sutaupymas. Jei jūsų užduotyje nėra vaizdų, pirmiausia pasitikrinkite DeepSeek-V4-Pro. Tai taip pat 3BIT-REAP versija ant didelio pagrindo, stipri sunkiame samprotavime, o jos išvestis kainuoja $3.90 prieš K3 $19.12. Didelė dalis srauto, siekiančio aukščiausios pakopos, yra vien tekstinis samprotavimas, kurį lygiai taip pat gerai aptarnauja viena eilute žemiau esantis modelis.

08Kaip kviesti necenzūruotą Kimi K3 API

Modelis atviras kaip Kimi-K3-3BIT-REAP visuose trijuose dialektuose, kiekviename su srautiniu perdavimu ir be jokių gebėjimų skirtumų tarp jų — skiriasi tik laidinis formatas: /v1/chat/completions (suderinamas su OpenAI), /v1/messages (suderinamas su Anthropic) ir /v1/responses. Regos užklausa su padidintu samprotavimo intensyvumu sunkiai vizualiai užduočiai:

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 palaiko ir response_format, ir pilną json_schema, todėl galite apriboti agento įrankių argumentus arba priversti ataskaitą įgauti fiksuotą formą be papildomo analizavimo po fakto. Įrankių iškvietimas yra savasis ir tai numatytas būdas valdyti ilgus vykdymus. Parametrai, autentifikacija, dažnio ribos ir gyva bandymų aikštelė yra API dokumentacijos puslapyje.

Trys dalykai, taupantys pinigus nuo pirmos dienos

• Genėkite priešdėlį. Kiekvienas ėjimas iš naujo apmokestina visą pokalbį po $3.83 už milijoną; 40 ėjimų istorijos suspaudimas į 4 tūkst. žetonų būsenos objektą vieną kartą sutaupo daugiau nei dauguma modelių keitimų.
• Sumažinkite vaizdus. Vaizdų žetonai yra įvesties žetonai; 4K ekrano nuotrauka, sumažinta iki vis dar įskaitomo dydžio, duoda tą patį atsakymą pigiau.
• Maršrutizuokite pagal sudėtingumą. Pigus modelis įprastiems ėjimams su K3 planui, sunkiai šakai ir galutinei peržiūrai dažnai duoda 80 % gebėjimų už 25 % sąskaitos.

09Dažnai užduodami klausimai

---

Pagrindo faktai ir etalonai yra Moonshot AI paskelbti Kimi K3 ir Kimi K2 skaičiai ir aprašo nekvantuotus pirminius modelius; mūsų versija yra 3 bitų REAP kvantavimas ir skirsis. Kainos, kontekstas ir galimybių žymos yra pačios Shannon AI, galiojančios 2026 m. rugsėjo 5 d. — gyvos reikšmės visada yra tos, kurias grąžina /v1/models. Šaltiniai: Kimi K3 modelio kortelė · Kimi K3 saugykla · Kimi K2 Thinking.