Necenzurované Kimi K3 API

Väčšina sprievodcov výberom modelu je napísaná tak, akoby boli schopnosti zadarmo. Nie sú. Zaujímavá otázka pri špičkovom modeli nikdy neznie „je lepší“ — obyčajne je — ale „je pri tejto úlohe natoľko lepší, aby ospravedlnil päťkrát vyšší účet než model o priečku nižšie“. Tento sprievodca na to odpovedá skutočnou aritmetikou a priamo hovorí, kde vyhrávajú lacnejšie možnosti.

01Čo Kimi K3 vlastne je

Kimi K3 je vlajkový model s otvorenými váhami od Moonshot AI, vydaný v júli 2026 pod licenciou Kimi K3 License — tretia generácia rodovej línie, ktorá začala pri Kimi K2, a naozaj nová architektúra, nie doladenie.

Zverejnené rozloženie je 93 vrstiev — 69 s Kimi Delta Attention, 24 s hradlovanou viachlavovou latentnou pozornosťou, jedna hustá — so smerovačom Stable LatentMoE vyberajúcim 16 z 896 expertov na token plus 2 zdieľaných. Moonshot z tejto kombinácie uvádza zhruba 2,5× zlepšenie efektivity škálovania oproti Kimi K2. Videnie je natívne, nie prilepené: enkodér MoonViT-V2 so 401 miliónmi parametrov napája ten istý kmeň, ktorý spracúva text.

Číslo o riedkosti sa oplatí zvnútorniť: K3 aktivuje 104 miliárd parametrov na token oproti rozsahu 30 až 40 miliárd pri väčšine nášho katalógu. To je zhruba trojnásobok aritmetiky na vygenerovaný token a je to celý dôvod, prečo je tento model na vrchole cenníka. Neplatíte za značkovú úroveň — platíte za GPU-sekundy.

Rodová línia v skratke

• Kimi K2 — bilión parametrov, 32 miliárd aktívnych, 384 expertov s 8 smerovanými na token, predtrénovaný na 15,5 bilióna tokenov optimalizátorom MuonClip, postavený tak, aby zastavil výbuchy pozornosti, ktoré ničia tréning MoE v tejto mierke.
• Kimi K2 Thinking — ten istý základ naučený prekladať uvažovanie s používaním nástrojov, s uvádzaným udržaním 200 až 300 po sebe idúcich volaní nástrojov v jednom behu, so 44,9 % na Humanity's Last Exam s nástrojmi a 60,2 % na BrowseComp.
• Kimi K3 — prestavaný s natívnou multimodalitou a miliónovým oknom na strane výrobcu, s tréningom zohľadňujúcim kvantizáciu už od fázy supervidovaného doladenia (váhy MXFP4, aktivácie MXFP8). Preto K3 znáša agresívnu kompresiu lepšie než modely, ktoré s ňou nikdy trénované neboli.

Spoločnou niťou je dlhodobá agentickosť: každá generácia bola optimalizovaná na to, aby zostala koherentná naprieč stovkami krokov, nie na víťazstvá v benchmarkoch s krátkou odpoveďou. Práve túto schopnosť si kupujete.

02Čo znamená „3BIT-REAP“ a prečo ho model s 2,8 bilióna parametrov potrebuje

Prípona v id modelu nie je dekorácia — hovorí, čo sa s váhami urobilo skôr, než boli nahraté na náš vlastný GPU klaster, a je to poctivá výhrada pripojená ku každému tvrdeniu na tejto stránke. Začnite aritmetikou. Model s 2,8 bilióna parametrov v 16-bitovej presnosti má asi 5,6 terabajtu váh. Pri 3 bitoch na váhu je to bližšie k 1,05 terabajtu — stále veľa, ale zvládnuteľné nasadenie s priestorom navyše pre KV cache na 262K tokenov. REAP je tá druhá polovica: metóda prerezávania expertov, ktorá profiluje, po ktorých expertoch smerovač naozaj siaha, a tých zriedka vyberaných odstráni pred kvantizáciou, nie po nej. Na modeli, ktorý smeruje len 16 z 896 expertov na token, to prirodzene sedí — takto riedka distribúcia má dlhý chvost prispievajúci k reálnej prevádzke veľmi málo — a prerezať najprv znamená, že zvyšný bitový rozpočet sa minie na expertov, na ktorých záleží.

Náš katalóg používa tri prípony ako zámerný rebrík. 3BIT-REAP ide na najväčšie základy, kam sa nič iné nezmestí. W4A16-AUTOROUND-REAP sú 4-bitové váhy so 16-bitovými aktiváciami kvantizované pomocou AutoRound — naučené zaokrúhľovanie, ktoré oproti naivnému zaokrúhľovaniu na najbližšiu hodnotu získava späť reálnu presnosť — plus to isté prerezávanie. W8A16 je najvernejšia úroveň pre základy dosť malé na to, aby agresívnu kompresiu nepotrebovali. V skratke: prípona vám hovorí, koľko z originálu prežilo; cena vám hovorí, koľko stojí ho prevádzkovať.

03Videnie: čo vám porozumenie obrázkom kupuje

Kimi-K3 je jedným z piatich modelov v našom dvanásťmodelovom katalógu s videním a z tejto pätice najschopnejší. Väčšina komerčných API s videním púšťa cez nahraté obrázky klasifikátor a širokú kategóriu vstupov odmietne skôr, než ich model vôbec uvidí — rozumná spotrebiteľská predvoľba a vážna prekážka legitímnej práce. Bezpečnostní výskumníci snímajúci výstup exploitu, moderačné tímy stavajúce vlastné klasifikátory, forenzná práca a audity datasetov aj red-teamové vyhodnocovanie narážajú na tú istú stenu. Kimi-K3 nemá žiadnu vrstvu odmietania a žiadne filtrovanie výstupu.

Kde si videnie K3 svoju cenu zaslúži oproti lacnejším modelom s videním

• Husté diagramy a schémy — architektonické diagramy, sieťové topológie, obvody: čokoľvek, kde odpoveď závisí od sledovania čiar a popisiek, nie od pomenúvania objektov.
• Drobný text v screenshotoch — stack trace, výstup terminálu, bunky tabuľky. Rozdiel medzi úrovňami videnia je najväčší práve pri čitateľnosti v malej mierke.
• Obrázok vnútri dlhého textu — screenshot vhodený do 200K kontextu, kde model musí to, čo vidí, vzťahovať k tomu, čo čítal o päťdesiat tisíc tokenov skôr.
• Porovnávanie viacerých obrázkov — dve verzie používateľského rozhrania alebo graf oproti tabuľke, ktorá ho vygenerovala.

Kde si svoju cenu nezaslúži: popisky, alternatívny text, OCR čistých dokumentov a značkovacie pipeline. Tie sú vyriešené za 0,50 $ za milión vstupných tokenov — ak je vaša obrazová záťaž vysokoobjemová a každá položka jednotlivo jednoduchá, Kimi-K2.6 alebo MiniMax-M3 vyprodukujú odpovede, ktoré od tých z K3 neodlíšite.

Obrázky spotrebúvajú tokeny z toho istého rozpočtu 262 144 tokenov ako text a účtujú sa vstupnou sadzbou. Hŕstka screenshotov vo vysokom rozlíšení nie je zadarmo.

04Dlhodobá agentická práca — na to je táto úroveň

Ak jedna záťaž ospravedlňuje špičkovú úroveň, je to táto. Krátke úlohy zlyhávajú odpúšťajúco: model to pokazí, vy si to všimnete, skúsite znova a stratili ste štyri sekundy. Štyridsaťkolový agent, ktorý sa v šiestom kole vydá zlou vetvou, strávi ďalších tridsaťštyri kôl prepracovaným stavaním na chybe a vy sa to dozviete na konci, keď ste už zaplatili za každý token po ceste. Práve táto asymetria robí z ceny za token takmer nesprávnu metriku. Záleží na cene za jedno úspešné dokončenie, ktorej dominuje to, ako často sa beh zahodí. Zverejnené čísla Moonshotu pre základ K3 na agentických benchmarkoch:

Všetky čísla uvádza Moonshot pre nekvantizovaný základ Kimi K3, júl 2026. Nie sú to merania nášho buildu 3BIT-REAP a ani ich tak neprezentujeme.

Ich tvar zodpovedá tomu, na čo bola architektúra postavená: BrowseComp a Terminal-Bench sú benchmarky nástrojovej slučky — opakované cykly konaj, pozoruj, uprav. SWE Marathon so 42,0 je protiváhou: najťažšie dlhodobé programátorské hodnotenie v sade, kde aj špičkový model väčšinu úloh nezvládne. „Agentické“ nie je vyriešená kategória; navrhujte s ohľadom na zlyhanie, nech si vyberiete ktorýkoľvek model.

Praktické nastavenia pre dlhé behy

K3 sprístupňuje reasoning_effort a tu je to skutočná páka nákladov: tokeny uvažovania sa účtujú ako výstupné tokeny, po 19,12 $ za milión.

• Low — smerovanie volaní nástrojov a štruktúrovaná extrakcia, kde model vyberá z hŕstky známych možností.
• High — predvoľba pre skutočnú agentickú prácu: plánovanie viackrokovej zmeny, ladenie zo stack trace, zosúlaďovanie protirečivých zdrojov.
• Max — vyhraďte ho pre to najťažšie jediné volanie v pipeline: plán na začiatku behu alebo záverečnú revíziu. Beh, ktorý minie 30 tis. tokenov uvažovania pri high a 90 tis. pri max, zaplatí za tento jediný prepínač o 1,15 $ navyše.

Aj kontext rozpočtujte zámerne: naše okno je 262 144 tokenov s maximálnym výstupom 16 384 tokenov a pri 3,83 $ za milión vstupných sa neprerezaná história kumuluje — každé kolo znovu účtuje celú predponu.

05Čo na tomto koncovom bode znamená „necenzurované“

Každý model na bráne Shannon AI je servírovaný bez vrstvy odmietania a bez filtrovania obsahu na výstupe. Na špičkovej úrovni na tom záleží viac, pretože úlohy, s ktorými ľudia k špičkovému modelu prichádzajú, majú najväčšiu šancu spustiť filter: adverzariálny bezpečnostný výskum, analýza útočných nástrojov, vývoj moderačných klasifikátorov, spravodajstvo o hrozbách, náročná beletria a akékoľvek hodnotenie, ktoré od modelu vyžaduje vyprodukovať práve to, čo sa snažíte detegovať.

• Žiadny klasifikátor výstupu. Odpovede sa po vygenerovaní neskenujú a neprepisujú ani neblokujú.
• Žiadna brána na vstupe. Prompty a obrázky sa pred príchodom k modelu nepreverujú.
• Nie je to iný model. Toto je základ Kimi K3 servírovaný bez vrstvy, ktorá pred ním obvykle stojí.
• Nie je to prenos zodpovednosti. Odstránenie vrstvy odmietania presúva rozhodovanie na vás — pozrite si našu politiku zodpovedného používania.

Pre každého, kto stavia hodnotiace systémy, je tu tichšia výhoda: nefiltrovaný model je stabilná základňa. Model, ktorý odmieta nepredvídateľne, robí merania zašumenými, pretože nedokážete oddeliť limit schopností od limitu politiky. Tu je zlyhanie zlyhaním schopností — jediným druhom, ktorý sa dá ladiť.

06Cena: 3,83 $ vstup, 19,12 $ výstup — a kedy sa oplatí

Toto je s veľkým odstupom najdrahší model na našom cenníku: výstup stojí 9,6× viac než naše dno 2,00 $ a 5,2× viac než Kimi-K2.6. Tu je tá aritmetika na svetle.

Model	Vstup / 1M	Výstup / 1M	Videnie	JSON schéma
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	Áno	Áno
DeepSeek-V4-Pro-0813 · 3BIT-REAP	$1.95	$3.90	Nie	Áno
inkling · W4A16-AUTOROUND-REAP	$1.42	$6.07	Áno	Nie
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	Áno	Áno
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	Nie	Áno
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	Áno	Áno
MiMo-V2.5 · W8A16	$0.50	$2.00	Áno	Áno

Vybrané riadky, zoradené podľa ceny vstupu. Všetkých dvanásť modelov zdieľa rovnaký kontext 262 144 tokenov, maximálny výstup 16 384 tokenov, streamovanie, volanie nástrojov a reasoning_effort. Živé príznaky schopností nájdete na stránke s dokumentáciou API.

Dva rozobrané príklady

Najprv vstup so 120 000 tokenmi — výpis kódu, regulačné podanie — produkujúci analýzu s 3 000 tokenmi. Potom štyridsaťkolový beh agenta: zhruba 1,2 milióna kumulatívnych vstupných tokenov, ako sa kontext hromadí, a 90 000 výstupných tokenov vrátane uvažovania.

Scenár	Kimi-K3	Kimi-K2.6	MiniMax-M3
120K dnu / 3K von	$0.517	$0.105	$0.066
Štyridsaťkolový beh agenta	$6.32	$1.27	$0.78

K3 stojí pri tom dokumentovom volaní asi 4,9× viac než Kimi-K2.6. Päťdesiat centov je raz nič; pri tisíc volaniach je to 517 $ denne oproti 105 $. Pri behu agenta je rozdiel asi 5 $. Teraz použite jediný test, na ktorom záleží: ak úloha stojí za hodinu času inžiniera za 100 $, K3 sa zaplatí vo chvíli, keď zvýši úspešnosť na prvý pokus o päť percentuálnych bodov — a pri naozaj ťažkej dlhodobej práci je rozdiel medzi úrovňami zvyčajne väčší. Ak úloha stojí za tridsať sekúnd času kohokoľvek, tých istých 5 $ je neobhájiteľných.

07Kimi-K3 alebo lacnejší súrodenec?

Tie dva modely Kimi v našom katalógu sú dve priečky jedného rebríka, nie konkurenti. Kimi-K2.6 je kvantizovaný menej agresívne — W4A16-AUTOROUND-REAP, 4-bitové váhy s naučeným zaokrúhľovaním oproti 3 bitom pri K3 — na menšom základe. Má videnie, výstup podľa JSON schémy, rovnaké kontextové okno a stojí asi pätinu.

Úloha	Použite	Prečo
Štyridsaťkolový autonómny agent	Kimi-K3	Zlyhanie sa kumuluje; kvalita plánu v prvom kole rozhoduje o celom behu
Refaktoring v mierke celého repozitára	Kimi-K3	Potrebuje plný kontext udržaný koherentne, nielen prehľadávaný
Husté diagramy, drobný text v screenshotoch	Kimi-K3	Najväčší rozdiel vo videní medzi úrovňami je čitateľnosť a priestorové uvažovanie
Dobre špecifikované úpravy jedného súboru	Kimi-K2.6	Ohraničená úloha, lacné zopakovanie, žiadny merateľný rozdiel v strope
Popisovanie obrázkov vo veľkom objeme	MiniMax-M3 / MiMo-V2.5	Vyriešené za 0,50 $ na vstupe; výstup K3 stojí 9,6× viac za rovnaký popis
Náročné na uvažovanie, ale iba text	DeepSeek-V4-Pro	3,90 $ za výstup oproti 19,12 $ — ak nepotrebujete obrázky, K3 vynechajte

Ten posledný riadok je najčastejšie prehliadaná úspora. Ak vaša úloha nezahŕňa obrázky, pozrite sa najprv na DeepSeek-V4-Pro. Aj on je build 3BIT-REAP na veľkom základe, silný v ťažkom uvažovaní, a jeho výstup stojí 3,90 $ oproti 19,12 $ pri K3. Veľká časť prevádzky, ktorá siaha po špičkovej úrovni, je textové uvažovanie obslúžené rovnako dobre o riadok nižšie.

08Ako volať necenzurované Kimi K3 API

Model je vystavený ako Kimi-K3-3BIT-REAP na všetkých troch dialektoch, na každom so streamovaním a bez rozdielu v schopnostiach — líši sa len formát na drôte: /v1/chat/completions (kompatibilný s OpenAI), /v1/messages (kompatibilný s Anthropic) a /v1/responses. Požiadavka s videním a zvýšenou mierou uvažovania pre ťažkú vizuálnu úlohu:

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 podporuje response_format aj plnú json_schema, takže môžete obmedziť argumenty nástrojov agenta alebo prinútiť správu do pevného tvaru bez dodatočného parsovania. Volanie nástrojov je natívne a je zamýšľaným spôsobom, ako riadiť dlhé behy. Parametre, autentifikáciu, limity rýchlosti a živé ihrisko nájdete na stránke s dokumentáciou API.

Tri veci, ktoré vám ušetria peniaze hneď v prvý deň

• Prerežte predponu. Každé kolo znovu účtuje celú konverzáciu po 3,83 $ za milión; zhrnúť 40-kolovú históriu raz do stavového objektu so 4 tis. tokenmi ušetrí viac než väčšina výmen modelu.
• Zmenšujte obrázky. Obrazové tokeny sú vstupné tokeny; screenshot v 4K zmenšený na niečo stále čitateľné dá tú istú odpoveď lacnejšie.
• Smerujte podľa náročnosti. Lacný model na rutinné kolá a K3 na plán, ťažkú vetvu a záverečnú revíziu často dáva 80 % schopnosti za 25 % účtu.

09Často kladené otázky

---

Fakty o základe a benchmarky sú čísla zverejnené firmou Moonshot AI pre Kimi K3 a Kimi K2 a opisujú nekvantizované modely od výrobcu; náš build je 3-bitová kvantizácia REAP a bude sa líšiť. Ceny, kontext a príznaky schopností sú vlastné údaje Shannon AI, aktuálne k 5. septembru 2026 — živými hodnotami sú vždy tie, ktoré vráti /v1/models. Zdroje: karta modelu Kimi K3 · repozitár Kimi K3 · Kimi K2 Thinking.