Necenzuriran Kimi K3 API

Večina vodnikov za izbiro modela je napisanih, kot da bi bila zmožnost zastonj. Ni. Zanimivo vprašanje o modelu najvišjega razreda ni nikoli »ali je boljši« — običajno je — ampak »ali je pri tej nalogi dovolj boljši, da opraviči petkrat večji račun od modela eno stopnico nižje«. Ta vodnik na to odgovarja z resnično aritmetiko in odkrito pove, kje zmagajo cenejše možnosti.

01Kaj Kimi K3 pravzaprav je

Kimi K3 je vodilni model z odprtimi utežmi podjetja Moonshot AI, izdan julija 2026 pod licenco Kimi K3 — tretja generacija rodovnice, ki se je začela s Kimi K2, in resnično nova arhitektura, ne dodatna nastavitev.

Objavljena postavitev je 93 plasti — 69 uporablja Kimi Delta Attention, 24 zaprto latentno večglavo pozornost, ena je gosta — z usmerjevalnikom Stable LatentMoE, ki na žeton izbere 16 od 896 strokovnjakov, plus 2 deljena. Moonshot iz te kombinacije poroča o približno 2,5-kratni izboljšavi učinkovitosti skaliranja glede na Kimi K2. Razumevanje slik je izvorno in ne prilepljeno: kodirnik MoonViT-V2 s 401M parametri hrani isto deblo, ki obdeluje besedilo.

Številko redkosti si velja zapomniti: K3 na žeton aktivira 104 milijarde parametrov, proti razponu 30 do 40 milijard pri večini našega kataloga. To je približno trikrat toliko aritmetike na ustvarjeni žeton in to je celoten razlog, da je ta model na vrhu cenika. Ne plačujete za blagovni razred — plačujete za sekunde GPU.

Rodovnica na kratko

• Kimi K2 — bilijon parametrov, 32 milijard aktivnih, 384 strokovnjakov z 8 usmerjenimi na žeton, predhodno naučen na 15,5 bilijona žetonov z optimizatorjem MuonClip, zgrajenim tako, da ustavi razlete pozornosti, ki pri tem obsegu uničijo učenje MoE.
• Kimi K2 Thinking — isti temelj, naučen prepletati sklepanje z rabo orodij, s poročanimi 200 do 300 zaporednimi klici orodij v enem teku, s 44,9 % na Humanity's Last Exam z orodji in 60,2 % na BrowseComp.
• Kimi K3 — na novo zgrajen z izvorno večmodalnostjo in oknom milijona žetonov pri viru, s kvantizacijsko ozaveščenim učenjem od stopnje nadzorovanega dodatnega učenja naprej (uteži MXFP4, aktivacije MXFP8). Zato K3 agresivno stiskanje prenese bolje kot modeli, ki nikoli niso bili učeni z mislijo nanj.

Rdeča nit je dolgoročno delovanje: vsaka generacija je bila optimizirana za to, da ostane skladna čez stotine korakov, in ne za zmagovanje na meritvah s kratkimi odgovori. To je zmožnost, ki jo kupujete.

02Kaj pomeni »3BIT-REAP« in zakaj ga model z 2,8T potrebuje

Pripona v identifikatorju modela ni okras — pove, kaj je bilo z utežmi narejeno, preden so bile naložene na naš lastni grozd GPU, in je pošten pridržek, pripet vsaki trditvi tukaj. Začnite z aritmetiko. Model z 2,8 bilijona parametrov pri 16-bitni natančnosti je približno 5,6 terabajta uteži. Pri 3 bitih na utež je bliže 1,05 terabajta — še vedno veliko, a obvladljiva namestitev, ki pusti prostor za predpomnilnik KV za 262K žetonov. REAP je druga polovica: metoda obrezovanja strokovnjakov, ki profilira, po katerih strokovnjakih usmerjevalnik dejansko posega, in redko izbrane odstrani pred kvantizacijo in ne po njej. Pri modelu, ki na žeton usmeri le 16 od 896 strokovnjakov, je to naravno ujemanje — tako redka porazdelitev ima dolg rep, ki resničnemu prometu prispeva zelo malo — obrezovanje najprej pa pomeni, da se preostali bitni proračun porabi za strokovnjake, ki štejejo.

Naš katalog uporablja tri pripone kot premišljeno lestvico. 3BIT-REAP gre na največje temelje, kamor ne gre nič drugega. W4A16-AUTOROUND-REAP so 4-bitne uteži s 16-bitnimi aktivacijami, kvantizirane z AutoRound — naučeno zaokroževanje, ki povrne resnično natančnost glede na naivno zaokroževanje na najbližje — plus isto obrezovanje. W8A16 je razred z najvišjo zvestobo, za temelje, ki so dovolj majhni, da agresivnega stiskanja ne potrebujejo. Na kratko: pripona vam pove, koliko izvirnika je preživelo; cena vam pove, koliko stane poganjanje.

03Razumevanje slik: kaj vam prinese

Kimi-K3 je eden od petih modelov z razumevanjem slik v našem katalogu dvanajstih in najzmogljivejši med petimi. Večina komercialnih vidnih API-jev čez naložene slike požene klasifikator in široko kategorijo vhodov zavrne, še preden jih model sploh vidi — razumna privzeta nastavitev za potrošnike in resna ovira za legitimno delo. Varnostni raziskovalci, ki slikajo izhod izrabe, moderacijske ekipe, ki gradijo lastne klasifikatorje, forenzično delo in revizije podatkovnih zbirk ter vrednotenje rdečih ekip vsi zadenejo ob ta zid. Kimi-K3 nima ne sloja zavračanja ne filtriranja izhoda.

Kje si vid K3 zasluži svojo ceno pred cenejšimi vidnimi modeli

• Gosti diagrami in sheme — arhitekturni diagrami, omrežne topologije, vezja: karkoli, kjer odgovor ni odvisen od poimenovanja predmetov, ampak od sledenja črtam in oznakam.
• Drobno besedilo na zaslonskih slikah — sledi sklada, izhod terminala, celice preglednice. Razmik med vidnimi razredi je največji pri berljivosti v majhnem merilu.
• Slika sredi dolgega besedila — zaslonska slika, spuščena v kontekst 200K žetonov, kjer mora model to, kar vidi, povezati s tem, kar je prebral petdeset tisoč žetonov prej.
• Primerjava več slik — dve različici uporabniškega vmesnika ali graf proti tabeli, iz katere je nastal.

Kje si svoje cene ne zasluži: napisi pod slikami, nadomestno besedilo, OCR čistih dokumentov in cevovodi za označevanje. To je rešeno pri $0.50 na milijon vhodnih žetonov — če je vaša slikovna obremenitev velikega obsega in je vsaka postavka posamič preprosta, bosta Kimi-K2.6 ali MiniMax-M3 dala odgovore, ki jih od K3-jevih ne boste razlikovali.

Slike porabljajo žetone iz istega proračuna 262,144 žetonov kot besedilo in se obračunajo po vhodni ceni. Peščica zaslonskih slik visoke ločljivosti ni zastonj.

04Dolgoročno agentno delo — za kaj je ta razred

Če ena obremenitev opravičuje vrhunski razred, je to ta. Kratke naloge se pokvarijo prizanesljivo: model zgreši, vi opazite, ponovite, izgubili ste štiri sekunde. Štiridesetobratni agent, ki v šestem obratu ubere napačno vejo, naslednjih štiriintrideset obratov dovršeno gradi na napaki, vi pa to izveste na koncu, ko ste plačali vsak žeton vmes. Ta nesomernost je razlog, da je cena na žeton tu skoraj napačno merilo. Šteje strošek na uspešno dokončanje, ki mu vlada to, kako pogosto gre tek v koš. Objavljene številke podjetja Moonshot za temelj K3 na agentnih meritvah:

Vse številke poroča Moonshot za nekvantiziran temelj Kimi K3, julij 2026. Niso meritve naše gradnje 3BIT-REAP in jih tudi ne predstavljamo tako.

Oblika se ujema s tem, za kar je bila arhitektura zgrajena: BrowseComp in Terminal-Bench sta meritvi zanke z orodji — ponavljajoči se krogi dejanja, opazovanja, popravka. SWE Marathon pri 42,0 je protiutež: najtežje dolgoročno vrednotenje programiranja v naboru, kjer še vrhunski model pade na večini nalog. »Agentno« ni rešena kategorija; ne glede na to, kateri model izberete, načrtujte za odpoved.

Praktične nastavitve za dolge teke

K3 izpostavlja reasoning_effort in tu je to resničen vzvod stroška: žetoni sklepanja se obračunajo kot izhodni žetoni, po $19.12 na milijon.

• Low — usmerjanje klicev orodij in strukturirano luščenje, kjer model izbira med peščico znanih možnosti.
• High — privzeto za resnično agentno delo: načrtovanje večstopenjske spremembe, razhroščevanje iz sledi sklada, usklajevanje protislovnih virov.
• Max — pridržite ga za najtežji posamezni klic v cevovodu: načrt na vrhu teka ali končni pregled. Tek, ki porabi 30K žetonov sklepanja pri high in 90K pri max, za to eno zastavico plača dodatnih $1.15.

Tudi kontekst načrtujte premišljeno: naše okno je 262,144 žetonov z največjim izhodom 16,384 žetonov, in pri $3.83 na milijon vhoda se neobrezana zgodovina sešteva — vsak obrat znova zaračuna celotno predpono.

05Kaj »necenzurirano« pomeni na tej končni točki

Vsak model na prehodu Shannon AI je strežen brez sloja zavračanja in brez filtriranja vsebine na izhodu. Pri vrhunskem razredu to šteje bolj, ker so naloge, ki jih ljudje prinesejo modelu vrhunskega razreda, tiste, ki najverjetneje sprožijo filter: nasprotniške varnostne raziskave, analiza napadalnega orodja, razvoj moderacijskih klasifikatorjev, obveščanje o grožnjah, težavno leposlovje in vsako vrednotenje, ki od modela zahteva, da proizvede prav tisto, kar poskušate zaznati.

• Brez klasifikatorja izhoda. Odgovori se po generiranju ne pregledujejo in ne prepisujejo ali blokirajo.
• Brez vhodnih vrat. Pozivi in slike se pred prihodom do modela ne presejajo.
• Ni drug model. To je temelj Kimi K3, strežen brez sloja, ki navadno sedi pred njim.
• Ni prenos odgovornosti. Odstranitev sloja zavračanja presojo prestavi na vas — glejte našo politiko odgovorne uporabe.

Za vse, ki gradijo sisteme vrednotenja, obstaja tišja korist: nefiltriran model je stabilno izhodišče. Model, ki zavrača nepredvidljivo, dela meritve šumne, ker ne morete ločiti omejitve zmožnosti od omejitve politike. Tu je odpoved odpoved zmožnosti — edina vrsta, ki jo lahko razhroščite.

06Cena: $3.83 vhod, $19.12 izhod — in kdaj si jo zasluži

To je z veliko razliko najdražji model na našem seznamu: izhod stane 9,6-krat več od našega dna pri $2.00 in 5,2-krat več, kot stane Kimi-K2.6. Tukaj je aritmetika na očeh.

Model	Vhod / 1M	Izhod / 1M	Razumevanje slik	Shema JSON
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	Da	Da
DeepSeek-V4-Pro-0813 · 3BIT-REAP	$1.95	$3.90	Ne	Da
inkling · W4A16-AUTOROUND-REAP	$1.42	$6.07	Da	Ne
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	Da	Da
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	Ne	Da
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	Da	Da
MiMo-V2.5 · W8A16	$0.50	$2.00	Da	Da

Izbrane vrstice, urejene po vhodni ceni. Vseh dvanajst modelov si deli isti kontekst 262,144 žetonov, isti največji izhod 16,384 žetonov, pretakanje, klicanje orodij in reasoning_effort. Žive zastavice zmožnosti so na strani z dokumentacijo API.

Dva izračunana primera

Najprej vhod s 120.000 žetoni — izpis kodne baze, regulativna vloga — ki proizvede analizo s 3.000 žetoni. Drugič, štiridesetobratni tek agenta: približno 1,2M kumulativnih vhodnih žetonov, ko se kontekst nabira, in 90.000 izhodnih žetonov skupaj s sklepanjem.

Scenarij	Kimi-K3	Kimi-K2.6	MiniMax-M3
120K noter / 3K ven	$0.517	$0.105	$0.066
Tek agenta s 40 obrati	$6.32	$1.27	$0.78

K3 pri klicu z dokumentom stane približno 4,9-krat toliko kot Kimi-K2.6. Petdeset centov enkrat ni nič; pri tisoč klicih je to $517 na dan proti $105. Pri teku agenta je razlika okoli $5. Zdaj uporabite edini preizkus, ki šteje: če je naloga vredna ure inženirjevega časa po $100, se K3 poplača v trenutku, ko uspeh v prvem poskusu dvigne za pet odstotnih točk — pri resnično težkem dolgoročnem delu pa je razmik med razredi običajno večji. Če je naloga vredna trideset sekund čigarkoli časa, je istih $5 nezagovorljivih.

07Kimi-K3 ali cenejši sorodnik?

Modela Kimi v našem katalogu sta dve stopnici iste lestve in ne tekmeca. Kimi-K2.6 je kvantiziran manj agresivno — W4A16-AUTOROUND-REAP, 4-bitne uteži z naučenim zaokroževanjem, proti 3 bitom pri K3 — na manjšem temelju. Ima razumevanje slik, izhod po shemi JSON, isto kontekstno okno in stane približno petino toliko.

Naloga	Uporabite	Zakaj
Samostojen agent s štiridesetimi obrati	Kimi-K3	Odpoved se sešteva; kakovost načrta v prvem obratu odloči tek
Preurejanje kode v obsegu repozitorija	Kimi-K3	Potrebuje ves kontekst skladno v glavi, ne le kot vir za priklic
Gosti diagrami, drobno besedilo na zaslonskih slikah	Kimi-K3	Največji vidni razmik med razredi sta berljivost in prostorsko sklepanje
Popravki ene datoteke, dobro določeni	Kimi-K2.6	Omejena naloga, poceni ponovitev, brez merljive razlike v zgornji meji
Napisi pod slikami v velikem obsegu	MiniMax-M3 / MiMo-V2.5	Rešeno pri $0.50 vhod; izhod K3 je 9,6-krat dražji za isti napis
Zahtevno sklepanje, a le besedilo	DeepSeek-V4-Pro	$3.90 izhod proti $19.12 — če ne potrebujete slik, opustite K3

Zadnja vrstica je najpogosteje spregledan prihranek. Če vaša naloga ne vključuje slik, najprej preverite DeepSeek-V4-Pro. Tudi to je gradnja 3BIT-REAP na velikem temelju, močna pri težkem sklepanju, njen izhod pa stane $3.90 proti $19.12 pri K3. Velik del prometa, ki poseže po vrhunskem razredu, je besedilno sklepanje, prav tako dobro postreženo eno vrstico nižje.

08Klicanje necenzuriranega Kimi K3 API

Model je izpostavljen kot Kimi-K3-3BIT-REAP na vseh treh narečjih, s pretakanjem na vsakem in brez razlik v zmožnostih med njimi — razlikuje se le oblika na žici: /v1/chat/completions (združljivo z OpenAI), /v1/messages (združljivo z Anthropic) in /v1/responses. Slikovna zahteva z dvignjenim naporom sklepanja za težko vizualno nalogo:

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 podpira tako response_format kot polno json_schema, zato lahko omejite argumente orodij pri agentu ali poročilo prisilite v določeno obliko brez naknadnega razčlenjevanja. Klicanje orodij je izvorno in je predvideni način za vodenje dolgih tekov. Parametri, overjanje, omejitve hitrosti in živo igrišče so na strani z dokumentacijo API.

Tri stvari, ki prihranijo denar že prvi dan

• Obrežite predpono. Vsak obrat znova zaračuna cel pogovor po $3.83 na milijon; enkratno povzemanje zgodovine 40 obratov v stanje s 4K žetoni prihrani več kot večina menjav modela.
• Pomanjšajte slike. Slikovni žetoni so vhodni žetoni; zaslonska slika 4K, pomanjšana na nekaj še vedno berljivega, da isti odgovor za manj.
• Usmerjajte po težavnosti. Poceni model za rutinske obrate, s K3 za načrt, težko vejo in končni pregled, je pogosto 80 % zmožnosti za 25 % računa.

09Pogosta vprašanja

---

Dejstva o temelju in meritve so objavljene številke podjetja Moonshot AI za Kimi K3 in Kimi K2 ter opisujejo nekvantizirana izvorna modela; naša gradnja je 3-bitna kvantizacija REAP in se bo razlikovala. Cene, kontekst in zastavice zmožnosti so lastni podatki Shannon AI, veljavni na dan 5. september 2026 — žive vrednosti so vedno tiste, ki jih vrne /v1/models. Viri: kartica modela Kimi K3 · repozitorij Kimi K3 · Kimi K2 Thinking.