Necenzēts Kimi K3 API

Vairums modeļu izvēles ceļvežu ir rakstīti tā, it kā spējas būtu bez maksas. Tās nav. Interesantais jautājums par augstākā līmeņa modeli nekad nav „vai tas ir labāks” — parasti ir —, bet gan „vai tas šajā uzdevumā ir pietiekami labāks, lai attaisnotu piecas reizes lielāku rēķinu nekā modelim vienu pakāpienu zemāk”. Šis ceļvedis atbild uz to ar īstu rēķinu un skaidri pasaka, kur uzvar lētākie varianti.

01Kas Kimi K3 patiesībā ir

Kimi K3 ir Moonshot AI atvērto svaru flagmanis, izlaists 2026. gada jūlijā ar Kimi K3 licenci — trešā paaudze ciltij, kas sākās ar Kimi K2, un patiešām jauna arhitektūra, nevis piefinēšana.

Publicētais izkārtojums ir 93 slāņi — 69 izmanto Kimi Delta Attention, 24 izmanto vārtotu daudzgalvu latento uzmanību, viens ir blīvs — ar Stable LatentMoE maršrutētāju, kas uz tokenu izvēlas 16 no 896 ekspertiem plus 2 koplietotos. Moonshot ziņo, ka šī kombinācija dod aptuveni 2.5× mērogošanas efektivitātes uzlabojumu pār Kimi K2. Redze ir iebūvēta, nevis pieskrūvēta: 401M parametru MoonViT-V2 kodētājs baro to pašu stumbru, kas apstrādā tekstu.

Retuma skaitli ir vērts paturēt prātā: K3 uz tokenu aktivē 104 miljardus parametru pretstatā 30 līdz 40 miljardiem vairumam mūsu kataloga. Tas ir aptuveni trīskārt vairāk aritmētikas uz ģenerēto tokenu, un tieši tas ir iemesls, kāpēc šis modelis ir cenu saraksta augšgalā. Jūs nemaksājat par zīmola līmeni — jūs maksājat par GPU sekundēm.

Cilts īsumā

• Kimi K2 — 1 triljons parametru, 32 miljardi aktīvo, 384 eksperti ar 8 maršrutētiem uz tokenu, iepriekštrenēts uz 15.5 triljoniem tokenu ar MuonClip optimizētāju, būvēts tā, lai apturētu tos uzmanības sprādzienus, kas šādā mērogā izposta MoE treniņu.
• Kimi K2 Thinking — tas pats pamatmodelis, iemācīts ieaust spriešanu rīku lietošanā; ziņots, ka tas vienā gājienā notur 200 līdz 300 secīgu rīku izsaukumu, ar 44.9% uz Humanity's Last Exam ar rīkiem un 60.2% uz BrowseComp.
• Kimi K3 — pārbūvēts ar iebūvētu multimodalitāti un 1M tokenu logu augšpusē, ar kvantēšanu apzinošu treniņu, sākot jau no uzraudzītās piefinēšanas posma (MXFP4 svari, MXFP8 aktivācijas). Tāpēc K3 panes agresīvu saspiešanu labāk nekā modeļi, kas nekad nav trenēti, to paturot prātā.

Caurvijošā līnija ir ilga horizonta aģentums: katra paaudze ir optimizēta tā, lai noturētu saskaņotību simtiem soļu garumā, nevis lai uzvarētu īso atbilžu etalonos. Tieši šo spēju jūs pērkat.

02Ko nozīmē „3BIT-REAP” un kāpēc 2.8T modelim tas ir vajadzīgs

Piedēklis modeļa id nav dekorācija — tas pasaka, kas ar svariem izdarīts, pirms tie tika ielādēti mūsu paša GPU klasterī, un tā ir godīgā atruna, kas piesaistīta katram šeit izteiktajam apgalvojumam. Sāksim ar aritmētiku. 2.8 triljonu parametru modelis 16 bitu precizitātē ir aptuveni 5.6 terabaiti svaru. Ar 3 bitiem uz svaru tas ir tuvāk 1.05 terabaitiem — joprojām liels, bet jau paveicams izvietojums, kur atliek vieta arī 262K tokenu KV kešatmiņai. REAP ir otrā puse: ekspertu atzarošanas metode, kas profilē, pēc kuriem ekspertiem maršrutētājs patiešām sniedzas, un izmet reti izvēlētos pirms kvantēšanas, nevis pēc tās. Modelī, kas uz tokenu maršrutē tikai 16 no 896 ekspertiem, tas iederas dabiski — tik rets sadalījums nozīmē garu asti, kas reālajā datplūsmā dod ļoti maz —, un atzarošana vispirms nozīmē, ka atlikušais bitu budžets tiek tērēts ekspertiem, kuriem ir nozīme.

Mūsu katalogs izmanto trīs piedēkļus kā apzinātas kāpnes. 3BIT-REAP nonāk uz lielākajiem pamatmodeļiem, kur nekas cits neietilpst. W4A16-AUTOROUND-REAP ir 4 bitu svari ar 16 bitu aktivācijām, kvantēti ar AutoRound — iemācītu noapaļošanu, kas atgūst reālu precizitāti pār naivu noapaļošanu uz tuvāko — plus tā pati atzarošana. W8A16 ir augstākās precizitātes līmenis pamatmodeļiem, kas ir pietiekami mazi, lai agresīva saspiešana nebūtu vajadzīga. Īsumā: piedēklis pasaka, cik daudz no oriģināla ir izdzīvojis; cena pasaka, cik maksā tā darbināšana.

03Redze: ko jums dod attēlu saprašana

Kimi-K3 ir viens no pieciem modeļiem mūsu divpadsmit modeļu katalogā ar redzi un spējīgākais no šiem pieciem. Vairums komerciālo redzes API laiž augšupielādētos attēlus caur klasifikatoru un atsaka plašu ievades kategoriju, pirms modelis tos vispār redz — saprātīgs noklusējums patērētājam un nopietns šķērslis likumīgam darbam. Drošības pētnieki, kas ekrānuzņēmumos fiksē ekspluatācijas izvadi, moderācijas komandas, kas būvē pašas savus klasifikatorus, tiesu ekspertīzes un datu kopu audita darbs, kā arī sarkanās komandas vērtēšana — visi atduras pret šo sienu. Kimi-K3 ir bez atteikuma slāņa un bez izvades filtrēšanas.

Kur K3 redze nopelna savu cenu pār lētākiem redzes modeļiem

• Blīvas diagrammas un shēmas — arhitektūras diagrammas, tīklu topoloģijas, elektriskās shēmas: viss, kur atbilde ir atkarīga no līniju un apzīmējumu izsekošanas, nevis no objektu nosaukšanas.
• Sīks teksts ekrānuzņēmumos — steka izsekojumi, termināļa izvade, izklājlapu šūnas. Atšķirība starp redzes līmeņiem ir vislielākā tieši salasāmībā mazā mērogā.
• Attēls gara teksta iekšienē — ekrānuzņēmums, iemests 200K tokenu kontekstā, kur modelim jāsaista redzētais ar to, ko tas izlasīja piecdesmit tūkstošus tokenu agrāk.
• Vairāku attēlu salīdzināšana — divas saskarnes versijas vai diagramma pret tabulu, kas to radījusi.

Kur tā savu cenu nenopelna: parakstu veidošana, alternatīvais teksts, tīru dokumentu OCR un birkošanas konveijeri. Tas ir atrisināts par $0.50 uz miljonu ievades tokenu — ja jūsu attēlu slodze ir lielapjoma un katrs vienums atsevišķi ir vienkāršs, Kimi-K2.6 vai MiniMax-M3 dod atbildes, ko jūs no K3 atbildēm neatšķirsiet.

Attēli patērē tokenus no tā paša 262,144 tokenu budžeta, kur teksts, un tiek norēķināti pēc ievades likmes. Sauja augstas izšķirtspējas ekrānuzņēmumu nav bez maksas.

04Ilga horizonta aģentiskais darbs — tam šis līmenis ir domāts

Ja kāda darba slodze attaisno augstāko līmeni, tad šī. Īsi uzdevumi kļūdās piedodoši: modelis kļūdās, jūs to pamanāt, mēģināt vēlreiz, esat zaudējuši četras sekundes. Četrdesmit gājienu aģents, kas sestajā gājienā aiziet nepareizā zarā, nākamos trīsdesmit četrus gājienus izsmalcināti būvē virsū kļūdai, un jūs to uzzināt beigās, samaksājuši par katru tokenu pa vidu. Šī asimetrija ir iemesls, kāpēc cena par tokenu šeit ir gandrīz nepareizais mērs. Nozīme ir izmaksām uz vienu sekmīgu pabeigšanu, ko nosaka tas, cik bieži gājiens tiek izmests. Moonshot publicētie skaitļi K3 pamatmodelim aģentiskajos etalonos:

Visi skaitļi ir Moonshot ziņoti nekvantētajam Kimi K3 pamatmodelim, 2026. gada jūlijs. Tie nav mūsu 3BIT-REAP būves mērījumi, un mēs tos par tādiem neuzdodam.

Aina sakrīt ar to, kam arhitektūra tika būvēta: BrowseComp un Terminal-Bench ir rīku cikla etaloni — atkārtoti darbības, novērošanas un labošanas apļi. SWE Marathon ar 42.0 ir pretsvars: grūtākais ilga horizonta kodēšanas vērtējums šajā komplektā, kur pat priekšpulka modelis vairumu uzdevumu neizpilda. „Aģentiskums” nav atrisināta kategorija; projektējiet ar domu par neveiksmi neatkarīgi no izvēlētā modeļa.

Praktiski iestatījumi gariem gājieniem

K3 atklāj reasoning_effort, un šeit tā ir reāla izmaksu svira: spriešanas tokeni tiek norēķināti kā izvades tokeni par $19.12 uz miljonu.

• Low — rīku izsaukumu maršrutēšana un strukturēta ekstrakcija, kur modelis izvēlas starp dažām zināmām iespējām.
• High — noklusējums reālam aģentiskam darbam: daudzsoļu izmaiņas plānošana, atkļūdošana no steka izsekojuma, pretrunīgu avotu saskaņošana.
• Max — rezervējiet to grūtākajam vienam izsaukumam konveijerā: plānam gājiena sākumā vai gala pārskatam. Gājiens, kas iztērē 30K spriešanas tokenu pie high un 90K pie max, par šo vienu karodziņu piemaksā $1.15.

Plānojiet arī kontekstu apzināti: mūsu logs ir 262,144 tokeni ar 16,384 tokenu maksimālo izvadi, un pie $3.83 par miljonu ievades neatzarota vēsture uzkrājas — katrs gājiens no jauna norēķina visu prefiksu.

05Ko uz šī galapunkta nozīmē „necenzēts”

Katrs Shannon AI vārtejas modelis tiek pasniegts bez atteikuma slāņa un bez satura filtrēšanas izvadē. Augstākajā līmenī tam ir lielāka nozīme, jo uzdevumi, ar ko cilvēki nāk pie augstākā līmeņa modeļa, visdrīzāk aizķer filtru: pretinieciska drošības pētniecība, uzbrukuma rīku analīze, moderācijas klasifikatoru izstrāde, draudu izlūkošana, sarežģīta daiļliteratūra un jebkurš vērtējums, kurā modelim jārada tieši tas, ko jūs mēģināt atklāt.

• Nav izvades klasifikatora. Atbildes pēc ģenerēšanas netiek skenētas un pārrakstītas vai bloķētas.
• Nav ievades vārtu. Uzvednes un attēli netiek pārbaudīti, pirms tie sasniedz modeli.
• Tas nav cits modelis. Šis ir Kimi K3 pamatmodelis, pasniegts bez tā slāņa, kas parasti stāv tā priekšā.
• Tā nav atbildības nodošana. Atteikuma slāņa noņemšana pārceļ sprieduma pieņemšanu uz jums — skatiet mūsu atbildīgas lietošanas politiku.

Ir arī klusāks ieguvums ikvienam, kas būvē vērtēšanas sistēmas: nefiltrēts modelis ir stabils atskaites punkts. Modelis, kas atsaka neparedzami, padara mērījumus trokšņainus, jo nevar atšķirt spēju robežu no politikas robežas. Šeit kļūme ir spēju kļūme — vienīgais veids, ko var atkļūdot.

06Cena: $3.83 ievadē, $19.12 izvadē — un kad tā sevi attaisno

Šis ar lielu pārsvaru ir dārgākais modelis mūsu sarakstā: izvade maksā 9.6× vairāk nekā mūsu $2.00 grīda un 5.2× vairāk nekā Kimi-K2.6. Lūk, aritmētika atklāti.

Modelis	Ievade / 1M	Izvade / 1M	Redze	JSON shēma
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	Jā	Jā
DeepSeek-V4-Pro-0813 · 3BIT-REAP	$1.95	$3.90	Nē	Jā
inkling · W4A16-AUTOROUND-REAP	$1.42	$6.07	Jā	Nē
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	Jā	Jā
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	Nē	Jā
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	Jā	Jā
MiMo-V2.5 · W8A16	$0.50	$2.00	Jā	Jā

Atlasītas rindas, sakārtotas pēc ievades cenas. Visi divpadsmit modeļi dala vienu un to pašu 262,144 tokenu kontekstu, 16,384 tokenu maksimālo izvadi, straumēšanu, rīku izsaukšanu un reasoning_effort. Dzīvie iespēju karodziņi ir API dokumentācijas lapā.

Divi izstrādāti piemēri

Pirmais: 120,000 tokenu ievade — kodu bāzes izgāzums, regulatīvs iesniegums —, kas rada 3,000 tokenu analīzi. Otrais: četrdesmit gājienu aģenta gājiens — aptuveni 1.2M kumulatīvo ievades tokenu, kontekstam uzkrājoties, un 90,000 izvades tokenu, ieskaitot spriešanu.

Scenārijs	Kimi-K3	Kimi-K2.6	MiniMax-M3
120K iekšā / 3K ārā	$0.517	$0.105	$0.066
40 gājienu aģenta gājiens	$6.32	$1.27	$0.78

Dokumenta izsaukumā K3 maksā aptuveni 4.9× vairāk nekā Kimi-K2.6. Piecdesmit centi vienreiz nav nekas; pie tūkstoša izsaukumu tie ir $517 dienā pret $105. Aģenta gājienā starpība ir aptuveni $5. Tagad pielietojiet vienīgo testu, kam ir nozīme: ja uzdevums ir vērts stundu inženiera laika par $100, K3 sevi atpelna brīdī, kad tas paceļ pirmā mēģinājuma sekmes par pieciem procentpunktiem — un patiešām grūtā ilga horizonta darbā plaisa starp līmeņiem parasti ir lielāka. Ja uzdevums ir vērts trīsdesmit sekundes jebkura cilvēka laika, tie paši $5 nav aizstāvami.

07Kimi-K3 vai lētāks radinieks?

Abi Kimi modeļi mūsu katalogā ir divi vienu kāpņu pakāpieni, nevis konkurenti. Kimi-K2.6 ir kvantēts mazāk agresīvi — W4A16-AUTOROUND-REAP, 4 bitu svari ar iemācītu noapaļošanu, pret K3 3 bitiem — uz mazāka pamatmodeļa. Tam ir redze, JSON shēmas izvade, tas pats konteksta logs, un tas maksā aptuveni piektdaļu.

Uzdevums	Izmantojiet	Kāpēc
Četrdesmit gājienu autonoms aģents	Kimi-K3	Kļūdas uzkrājas; plāna kvalitāte pirmajā gājienā izšķir visu
Repozitorija mēroga pārstrukturēšana	Kimi-K3	Vajag noturēt visu kontekstu saskaņotu, nevis tikai izgūt no tā
Blīvas diagrammas, sīks teksts ekrānuzņēmumos	Kimi-K3	Lielākā redzes plaisa starp līmeņiem ir salasāmība un telpiskā spriešana
Viena faila labojumi ar skaidru specifikāciju	Kimi-K2.6	Norobežots uzdevums, lēts atkārtojums, nav izmērāmas griestu atšķirības
Attēlu parakstu veidošana lielā apjomā	MiniMax-M3 / MiMo-V2.5	Atrisināts par $0.50 ievadē; K3 izvade par to pašu parakstu maksā 9.6× vairāk
Spriešanas smags, bet tikai teksts	DeepSeek-V4-Pro	$3.90 izvadē pret $19.12 — atmetiet K3, ja attēli nav vajadzīgi

Pēdējā rinda ir visbiežāk palaistais garām ietaupījums. Ja jūsu uzdevumā nav attēlu, vispirms apskatiet DeepSeek-V4-Pro. Arī tā ir 3BIT-REAP būve uz liela pamatmodeļa, spēcīga grūtā spriešanā, un tās izvade maksā $3.90 pret K3 $19.12. Liela daļa datplūsmas, kas sniedzas pēc augstākā līmeņa, ir tikai teksta spriešana, ko tikpat labi apkalpo viena rinda zemāk.

08Kā izsaukt necenzēto Kimi K3 API

Modelis ir pieejams kā Kimi-K3-3BIT-REAP visos trīs dialektos, katrā ar straumēšanu un bez spēju atšķirībām starp tiem — atšķiras tikai vada formāts: /v1/chat/completions (ar OpenAI saderīgs), /v1/messages (ar Anthropic saderīgs) un /v1/responses. Redzes pieprasījums ar paceltu spriešanas intensitāti grūtam vizuālam uzdevumam:

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 atbalsta gan response_format, gan pilnu json_schema, tāpēc varat ierobežot aģenta rīku argumentus vai iespiest atskaiti noteiktā formā bez pēcapstrādes parsēšanas. Rīku izsaukšana ir iebūvēta un ir paredzētais veids, kā vadīt garus gājienus. Parametri, autentifikācija, ātruma ierobežojumi un dzīva izmēģinājumu vide ir API dokumentācijas lapā.

Trīs lietas, kas ietaupa naudu jau pirmajā dienā

• Atzarojiet prefiksu. Katrs gājiens no jauna norēķina visu sarunu par $3.83 uz miljonu; 40 gājienu vēstures vienreizēja sakopsavilkšana 4K tokenu stāvokļa objektā ietaupa vairāk nekā vairums modeļu maiņu.
• Samaziniet attēlu izšķirtspēju. Attēlu tokeni ir ievades tokeni; 4K ekrānuzņēmums, samazināts līdz vēl salasāmam izmēram, dod to pašu atbildi lētāk.
• Maršrutējiet pēc grūtības. Lēts modelis rutīnas gājieniem, ar K3 plānam, grūtajam zaram un gala pārskatam, bieži dod 80% no spējām par 25% no rēķina.

09Biežāk uzdotie jautājumi

---

Pamatmodeļa fakti un etaloni ir Moonshot AI publicētie skaitļi par Kimi K3 un Kimi K2, un tie apraksta nekvantētos augšupējos modeļus; mūsu būve ir 3 bitu REAP kvantēšana un atšķirsies. Cenas, konteksts un iespēju karodziņi ir Shannon AI pašu dati, aktuāli uz 2026. gada 5. septembri — dzīvās vērtības vienmēr ir tās, ko atdod /v1/models. Avoti: Kimi K3 modeļa karte · Kimi K3 repozitorijs · Kimi K2 Thinking.