தணிக்கையற்ற Kimi K3 API

மாதிரித் தேர்வு வழிகாட்டிகளில் பெரும்பாலானவை, திறன் இலவசம் என்பது போலவே எழுதப்படுகின்றன. அது இலவசமல்ல. ஒரு உயர்நிலை மாதிரி பற்றிய சுவாரஸ்யமான கேள்வி ஒருபோதும் “இது சிறந்ததா” என்பதல்ல — பொதுவாக அது சிறந்ததுதான் — மாறாக “இந்தப் பணியில், ஒரு படி கீழே உள்ள மாதிரியை விட ஐந்து மடங்கு பெரிய ஒரு விலைப்பட்டியலை நியாயப்படுத்தும் அளவுக்கு இது சிறந்ததா” என்பதே. இந்த வழிகாட்டி அதற்கு உண்மையான கணக்கோடு பதிலளிக்கிறது, மேலும் மலிவான தேர்வுகள் எங்கே வெல்கின்றன என்பதையும் நேரடியாகச் சொல்கிறது.

01Kimi K3 உண்மையில் என்ன

Kimi K3 என்பது Moonshot AI இன் திறந்த-எடை முதன்மை மாதிரி, ஜூலை 2026 இல் Kimi K3 உரிமத்தின் கீழ் வெளியிடப்பட்டது — Kimi K2 உடன் தொடங்கிய ஒரு வம்சாவளியின் மூன்றாம் தலைமுறை, ஒரு நுண்செம்மைப்படுத்தல் அல்ல, உண்மையிலேயே ஒரு புதிய கட்டமைப்பு.

வெளியிடப்பட்ட அமைப்பு 93 அடுக்குகள் — 69 அடுக்குகள் Kimi Delta Attention ஐயும், 24 அடுக்குகள் கேட் செய்யப்பட்ட பல-தலை மறைநிலை கவனத்தையும் பயன்படுத்துகின்றன, ஒன்று அடர்த்தியானது — ஒரு டோக்கனுக்கு 896 நிபுணர்களில் 16 பேரையும் கூடுதலாக 2 பகிரப்பட்ட நிபுணர்களையும் தேர்ந்தெடுக்கும் ஒரு Stable LatentMoE ரவுட்டருடன். அந்தச் சேர்க்கையிலிருந்து Kimi K2 ஐ விட அளவீட்டுத் திறனில் தோராயமாக 2.5 மடங்கு முன்னேற்றம் கிடைப்பதாக Moonshot அறிவிக்கிறது. பார்வை பின்னால் ஒட்டப்பட்டது அல்ல, இயல்பானது: 401M அளபுரு MoonViT-V2 குறியாக்கி, உரையைக் கையாளும் அதே அடிமரத்துக்கே ஊட்டுகிறது.

சிதறல் எண்ணை உள்வாங்கிக்கொள்வது மதிப்புடையது: K3 ஒரு டோக்கனுக்கு 104 பில்லியன் அளபுருக்களைச் செயல்படுத்துகிறது; எங்கள் வரிசையின் பெரும்பாலான மாதிரிகளோ 30 முதல் 40 பில்லியன் வரம்பிலேயே இருக்கின்றன. உருவாக்கப்படும் ஒரு டோக்கனுக்குத் தோராயமாக மூன்று மடங்கு கணக்கீடு அது, இந்த மாதிரி விலைப்பட்டியலின் உச்சியில் இருப்பதற்கான முழுக் காரணமும் அதுவே. நீங்கள் ஒரு பிராண்ட் அடுக்குக்குப் பணம் செலுத்தவில்லை — GPU-வினாடிகளுக்கே செலுத்துகிறீர்கள்.

வம்சாவளி, சுருக்கமாக

• Kimi K2 — 1 டிரில்லியன் அளபுருக்கள், 32 பில்லியன் செயல்பாட்டில், ஒரு டோக்கனுக்கு 8 பேர் திசைதிருப்பப்படும் 384 நிபுணர்கள், MuonClip உகப்பாக்கியைப் பயன்படுத்தி 15.5 டிரில்லியன் டோக்கன்களில் முன்பயிற்சி; அந்த அளவில் MoE பயிற்சியைச் சிதைக்கும் கவன வெடிப்புகளை நிறுத்தவே கட்டப்பட்டது.
• Kimi K2 Thinking — அதே அடித்தளம், சிந்தனையையும் கருவிப் பயன்பாட்டையும் இடையிடையே பின்னக் கற்பிக்கப்பட்டது; ஒரே இயக்கத்தில் 200 முதல் 300 வரிசையான கருவி அழைப்புகளைத் தாங்கியதாக அறிவிக்கப்பட்டது, கருவிகளுடன் Humanity's Last Exam இல் 44.9% ம், BrowseComp இல் 60.2% ம்.
• Kimi K3 — இயல்பான பலவகை ஊடகத் தன்மையுடனும், மேல்நிலையில் ஒரு மில்லியன் டோக்கன் சாளரத்துடனும் மறுகட்டமைக்கப்பட்டது; மேற்பார்வையிட்ட நுண்செம்மைப்படுத்தல் கட்டத்திலிருந்தே குவாண்டைசேஷன் விழிப்புள்ள பயிற்சியுடன் (MXFP4 எடைகள், MXFP8 செயல்படுத்தல்கள்). அதனால்தான், அதைக் கருத்தில் கொள்ளாமல் பயிற்றுவிக்கப்பட்ட மாதிரிகளை விட K3 ஆக்ரோஷமான சுருக்கத்தைச் சிறப்பாகத் தாங்குகிறது.

தொடர்ச்சியான கோடு நீண்ட கால முகவர்த் தன்மை: குறு-பதில் வரையறைகளில் வெல்வதற்காக அல்லாமல், நூற்றுக்கணக்கான படிகள் முழுவதும் ஒருங்கிணைவாக இருப்பதற்காகவே ஒவ்வொரு தலைமுறையும் உகந்ததாக்கப்பட்டது. நீங்கள் வாங்கும் திறன் அதுவே.

02“3BIT-REAP” எதைக் குறிக்கிறது, ஒரு 2.8T மாதிரிக்கு அது ஏன் தேவை

மாதிரி அடையாளத்தின் மேல் உள்ள பின்னொட்டு அலங்காரம் அல்ல — எங்கள் சொந்த GPU கிளஸ்டரில் ஏற்றப்படுவதற்கு முன் எடைகளுக்கு என்ன செய்யப்பட்டது என்பதை அது சொல்கிறது, மேலும் இங்குள்ள ஒவ்வொரு கூற்றுடனும் இணைந்த நேர்மையான எச்சரிக்கையும் அதுவே. கணக்கிலிருந்து தொடங்குங்கள். 16-பிட் துல்லியத்தில் ஒரு 2.8 டிரில்லியன் அளபுரு மாதிரி என்பது சுமார் 5.6 டெராபைட் எடைகள். ஒரு எடைக்கு 3 பிட்டுகளில் அது 1.05 டெராபைட்டுக்கு நெருக்கமானது — இன்னும் பெரிதுதான், ஆனால் ஒரு 262K டோக்கன் KV தேக்ககத்துக்கு இடம் மிச்சமிருக்கும் சாத்தியமான ஒரு நிறுவல். இரண்டாவது பாதி REAP: ரவுட்டர் உண்மையில் எந்த நிபுணர்களை நாடுகிறது என்பதைச் சுயவிவரப்படுத்தி, அரிதாகத் தேர்ந்தெடுக்கப்படுபவர்களைக் குவாண்டைஸ் செய்த பிறகு அல்ல, அதற்கு முன்பே நீக்கும் ஒரு நிபுணர் கத்தரிப்பு முறை. ஒரு டோக்கனுக்கு 896 நிபுணர்களில் 16 பேரை மட்டுமே திசைதிருப்பும் ஒரு மாதிரியில் அது இயல்பாகவே பொருந்துகிறது — அவ்வளவு சிதறிய ஒரு பரவலுக்கு, உண்மையான போக்குவரத்துக்கு மிகக் குறைவாகவே பங்களிக்கும் ஒரு நீண்ட வால் இருக்கும் — மேலும் முதலில் கத்தரிப்பது என்றால், எஞ்சிய பிட் வரவுசெலவு முக்கியமான நிபுணர்கள் மீது செலவிடப்படுகிறது.

எங்கள் வரிசை மூன்று பின்னொட்டுகளை ஒரு வேண்டுமென்றே அமைக்கப்பட்ட ஏணியாகப் பயன்படுத்துகிறது. 3BIT-REAP மிகப் பெரிய அடித்தளங்களுக்குச் செல்கிறது, அங்கே வேறு எதுவும் பொருந்தாது. W4A16-AUTOROUND-REAP என்பது 16-பிட் செயல்படுத்தல்களுடன் 4-பிட் எடைகள், AutoRound ஐப் பயன்படுத்திக் குவாண்டைஸ் செய்யப்பட்டவை — அப்பாவியாக அருகில் வட்டமிடுவதை விட உண்மையான துல்லியத்தை மீட்கும் கற்றுக்கொள்ளப்பட்ட வட்டமிடல் — அத்துடன் அதே கத்தரிப்பு. W8A16 என்பது மிக உயர்ந்த நம்பகத்தன்மை அடுக்கு, ஆக்ரோஷமான சுருக்கம் தேவைப்படாத அளவுக்குச் சிறிய அடித்தளங்களுக்கானது. சுருக்கமாக: மூலத்தில் எவ்வளவு தப்பிப்பிழைத்தது என்பதைப் பின்னொட்டு சொல்கிறது; அதை இயக்க என்ன செலவு என்பதை விலை சொல்கிறது.

03பார்வை: பட புரிதல் உங்களுக்கு எதை வாங்கித் தருகிறது

எங்கள் பன்னிரண்டு மாதிரி வரிசையில் பார்வை கொண்ட ஐந்து மாதிரிகளில் Kimi-K3 ஒன்று, அந்த ஐந்தில் மிக அதிக திறன் கொண்டதும் இதுவே. பெரும்பாலான வணிகப் பார்வை API கள், பதிவேற்றப்பட்ட படங்களின் மீது ஒரு வகைப்படுத்தியை இயக்கி, மாதிரி அவற்றைப் பார்ப்பதற்கு முன்பே ஒரு பரந்த வகை உள்ளீடுகளை மறுக்கின்றன — ஒரு நியாயமான நுகர்வோர் இயல்புநிலை, ஆனால் நேர்மையான வேலைக்கு ஒரு கடுமையான தடை. சுரண்டல் வெளியீட்டைத் திரைப்பிடிப்பு எடுக்கும் பாதுகாப்பு ஆய்வாளர்கள், தங்கள் சொந்த வகைப்படுத்திகளைக் கட்டும் மட்டுறுத்தல் குழுக்கள், தடயவியல் மற்றும் தரவுத்தொகுப்புத் தணிக்கை வேலை, ரெட்-டீம் மதிப்பீடு — அனைத்தும் அந்தச் சுவரையே சந்திக்கின்றன. Kimi-K3 க்கு மறுப்புப் படை இல்லை, வெளியீட்டில் வடிகட்டலும் இல்லை.

மலிவான பார்வை மாதிரிகளை விட K3 இன் பார்வை எங்கே தன் விலைக்குத் தகுதி பெறுகிறது

• அடர்த்தியான வரைபடங்களும் திட்டவரைவுகளும் — கட்டமைப்பு வரைபடங்கள், வலைப்பின்னல் அமைப்புகள், மின்சுற்றுகள்: பொருள்களுக்குப் பெயரிடுவதை விட, கோடுகளையும் சிட்டைகளையும் பின்தொடர்வதைப் பொறுத்து பதில் அமையும் எதுவும்.
• திரைப்பிடிப்புகளில் சிறு உரை — அடுக்குத் தடங்கள், முனைய வெளியீடு, விரிதாள் கட்டங்கள். சிறு அளவில் படிக்கக்கூடிய தன்மையிலேயே பார்வை அடுக்குகளுக்கு இடையிலான இடைவெளி மிகப் பெரிது.
• நீண்ட உரைக்குள் ஒரு படம் — ஒரு 200K டோக்கன் சூழலுக்குள் விடப்பட்ட ஒரு திரைப்பிடிப்பு; அங்கே மாதிரி, தான் பார்ப்பதை ஐம்பதாயிரம் டோக்கன்களுக்கு முன் தான் படித்ததுடன் தொடர்புபடுத்த வேண்டும்.
• பல-பட ஒப்பீடு — ஒரு UI இன் இரண்டு பதிப்புகள், அல்லது ஒரு விளக்கப்படத்தை அதை உருவாக்கிய அட்டவணையுடன் ஒப்பிடுவது.

அது தன் விலைக்குத் தகுதி பெறாத இடங்கள்: தலைப்பிடல், மாற்று உரை, தூய்மையான ஆவணங்களின் OCR, சிட்டையிடல் குழாய்வழிகள். ஒரு மில்லியன் உள்ளீட்டு டோக்கனுக்கு $0.50 என்ற விலையிலேயே அவை தீர்க்கப்படுகின்றன — உங்கள் பட வேலைச்சுமை அதிக அளவிலானதாகவும், ஒவ்வொரு உருப்படியும் தனித்தனியே எளிமையானதாகவும் இருந்தால், Kimi-K2.6 அல்லது MiniMax-M3, K3 இன் பதில்களிலிருந்து நீங்கள் வேறுபடுத்திப் பார்க்க முடியாத பதில்களையே தரும்.

உரையைப் போலவே படங்களும் அதே 262,144 டோக்கன் வரவுசெலவிலிருந்தே டோக்கன்களை உட்கொள்கின்றன, உள்ளீட்டு விகிதத்தில் கட்டணமிடப்படுகின்றன. ஒரு கைப்பிடி உயர்-தெளிவுத்திறன் திரைப்பிடிப்புகள் இலவசம் அல்ல.

04நீண்ட கால முகவர் வேலை — இந்த அடுக்கு எதற்கானது

ஒரே ஒரு வேலைச்சுமை இந்த உயர் அடுக்கை நியாயப்படுத்தும் என்றால், அது இதுவே. குறும் பணிகள் மன்னிக்கும் விதமாகவே தோல்வியடைகின்றன: மாதிரி தவறாகச் செய்கிறது, நீங்கள் கவனிக்கிறீர்கள், மீண்டும் முயற்சிக்கிறீர்கள், நான்கு வினாடிகள் இழந்தீர்கள். ஆறாவது சுற்றில் தவறான ஒரு கிளையை எடுக்கும் ஒரு நாற்பது சுற்று முகவர், அடுத்த முப்பத்து நான்கு சுற்றுகளையும் ஒரு தவற்றின் மேல் விரிவாகக் கட்டுவதில் செலவிடுகிறது; இடையில் வந்த ஒவ்வொரு டோக்கனுக்கும் பணம் செலுத்திய பிறகே இறுதியில் நீங்கள் அதைக் கண்டுபிடிக்கிறீர்கள். அந்தச் சமச்சீரின்மையே, ஒரு டோக்கனுக்கான விலை இங்கே கிட்டத்தட்ட தவறான அளவுகோலாக இருப்பதற்குக் காரணம். முக்கியமானது ஒரு வெற்றிகரமான நிறைவுக்கான செலவு; ஒரு இயக்கம் எத்தனை முறை தூக்கியெறியப்படுகிறது என்பதே அதை ஆளுகிறது. முகவர் வரையறைகளில் K3 அடித்தளத்துக்காக Moonshot வெளியிட்ட எண்கள்:

அனைத்து எண்களும் குவாண்டைஸ் செய்யப்படாத Kimi K3 அடித்தளத்துக்காக Moonshot அறிவித்தவை, ஜூலை 2026. அவை எங்கள் 3BIT-REAP கட்டமைப்பின் அளவீடுகள் அல்ல, அவற்றை அப்படி நாங்கள் முன்வைக்கவும் இல்லை.

இந்த வடிவம், கட்டமைப்பு எதற்காகக் கட்டப்பட்டதோ அதனுடன் பொருந்துகிறது: BrowseComp ம் Terminal-Bench ம் கருவி வளைய வரையறைகள் — செயல்படு, கவனி, திருத்து என்ற சுழற்சிகள் திரும்பத் திரும்ப. SWE Marathon இல் 42.0 என்பது எதிர்நிறை: இந்தத் தொகுப்பிலேயே கடினமான நீண்ட கால நிரலாக்க மதிப்பீடு, அங்கே ஒரு முன்னணி மாதிரி கூட பெரும்பாலான பணிகளில் தோற்கிறது. “முகவர்த் தன்மை” தீர்க்கப்பட்ட ஒரு வகை அல்ல; எந்த மாதிரியைத் தேர்ந்தெடுத்தாலும் தோல்விக்காகவே வடிவமையுங்கள்.

நீண்ட இயக்கங்களுக்கான நடைமுறை அமைப்புகள்

K3 reasoning_effort ஐ வெளிப்படுத்துகிறது, இங்கே அது ஒரு உண்மையான செலவு நெம்புகோல்: சிந்தனை டோக்கன்கள் வெளியீட்டு டோக்கன்களாக, ஒரு மில்லியனுக்கு $19.12 என்ற விகிதத்தில் கட்டணமிடப்படுகின்றன.

• Low — கருவி அழைப்புத் திசைதிருப்பலும் கட்டமைக்கப்பட்ட பிரித்தெடுத்தலும்; அங்கே மாதிரி ஒரு சில அறியப்பட்ட தேர்வுகளுக்கு இடையே தேர்ந்தெடுக்கிறது.
• High — உண்மையான முகவர் வேலைக்கான இயல்புநிலை: ஒரு பல-படி மாற்றத்தைத் திட்டமிடுவது, ஒரு அடுக்குத் தடத்திலிருந்து பிழைத்திருத்துவது, முரண்பட்ட மூலங்களை ஒப்புரவாக்குவது.
• Max — ஒரு குழாய்வழியில் மிகக் கடினமான ஒற்றை அழைப்புக்கு மட்டுமே இதை ஒதுக்குங்கள்: ஒரு இயக்கத்தின் தொடக்கத்தில் உள்ள திட்டம், அல்லது இறுதி மறுஆய்வு. high இல் 30K ம் max இல் 90K ம் சிந்தனை டோக்கன்களைச் செலவிடும் ஒரு இயக்கம், அந்த ஒரு கொடிக்காகவே கூடுதலாக $1.15 செலுத்துகிறது.

சூழலையும் வேண்டுமென்றே திட்டமிடுங்கள்: எங்கள் சாளரம் 262,144 டோக்கன்கள், 16,384 டோக்கன் அதிகபட்ச வெளியீட்டுடன்; ஒரு மில்லியன் உள்ளீட்டுக்கு $3.83 என்ற விலையில், கத்தரிக்கப்படாத ஒரு வரலாறு கூட்டுவட்டியாகப் பெருகுகிறது — ஒவ்வொரு சுற்றும் முழு முன்னொட்டையும் மீண்டும் கட்டணமிடுகிறது.

05இந்த இறுதிப்புள்ளியில் “தணிக்கையற்றது” என்றால் என்ன

Shannon AI நுழைவாயிலில் உள்ள ஒவ்வொரு மாதிரியும் மறுப்புப் படை இல்லாமல், வெளியீட்டில் உள்ளடக்க வடிகட்டல் இல்லாமல் வழங்கப்படுகிறது. உயர் அடுக்கில் இது இன்னும் அதிகம் முக்கியம், ஏனெனில் ஒரு உயர்நிலை மாதிரிக்கு மக்கள் கொண்டுவரும் பணிகளே ஒரு வடிகட்டியைத் தூண்டுவதற்கு மிக அதிக வாய்ப்புள்ளவை: எதிர்நிலைப் பாதுகாப்பு ஆய்வு, தாக்குதல் கருவிப் பகுப்பாய்வு, மட்டுறுத்தல் வகைப்படுத்தி உருவாக்கம், அச்சுறுத்தல் நுண்ணறிவு, கடினமான புனைவு, மேலும் நீங்கள் கண்டறிய முயலும் அதே பொருளை மாதிரி உருவாக்க வேண்டிய எந்த மதிப்பீடும்.

• வெளியீட்டு வகைப்படுத்தி இல்லை. உருவாக்கத்துக்குப் பிறகு பதில்கள் ஆய்வு செய்யப்பட்டு மறுஎழுதப்படுவதோ தடுக்கப்படுவதோ இல்லை.
• உள்ளீட்டு வாசல் இல்லை. வினவல்களும் படங்களும் மாதிரியை அடைவதற்கு முன் திரையிடப்படுவதில்லை.
• வேறொரு மாதிரி அல்ல. இது Kimi K3 அடித்தளமே, பொதுவாக அதற்கு முன்னால் அமரும் அந்தப் படை இல்லாமல் வழங்கப்படுகிறது.
• பொறுப்பு மாற்றம் அல்ல. ஒரு மறுப்புப் படையை நீக்குவது, தீர்ப்பை உங்களிடமே நகர்த்துகிறது — எங்கள் பொறுப்பான பயன்பாட்டுக் கொள்கையைப் பாருங்கள்.

மதிப்பீட்டு அமைப்புகளைக் கட்டும் எவருக்கும் ஒரு அமைதியான பயனும் உண்டு: வடிகட்டப்படாத ஒரு மாதிரி ஒரு நிலையான அடிப்படைக் கோடு. கணிக்க முடியாதபடி மறுக்கும் ஒரு மாதிரி அளவீடுகளைச் சத்தம் நிறைந்ததாக்குகிறது, ஏனெனில் ஒரு திறன் வரம்பையும் ஒரு கொள்கை வரம்பையும் உங்களால் பிரிக்க முடியாது. இங்கே ஒரு தோல்வி என்பது ஒரு திறன் தோல்வி — நீங்கள் பிழைத்திருத்தக்கூடிய ஒரே வகை அதுவே.

06விலை: உள்ளே $3.83, வெளியே $19.12 — அது எப்போது தகுதி பெறுகிறது

எங்கள் பட்டியலில் இதுவே பெரும் இடைவெளியில் மிக விலையுயர்ந்த மாதிரி: வெளியீடு எங்கள் $2.00 தரைமட்டத்தை விட 9.6 மடங்கும், Kimi-K2.6 இன் விலையை விட 5.2 மடங்கும் ஆகும். கணக்கு இதோ வெளிப்படையாக.

மாதிரி	உள்ளே / 1M	வெளியே / 1M	பார்வை	JSON schema
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	ஆம்	ஆம்
DeepSeek-V4-Pro-0813 · 3BIT-REAP	$1.95	$3.90	இல்லை	ஆம்
inkling · W4A16-AUTOROUND-REAP	$1.42	$6.07	ஆம்	இல்லை
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	ஆம்	ஆம்
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	இல்லை	ஆம்
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	ஆம்	ஆம்
MiMo-V2.5 · W8A16	$0.50	$2.00	ஆம்	ஆம்

தேர்ந்தெடுக்கப்பட்ட வரிசைகள், உள்ளீட்டு விலைப்படி வரிசைப்படுத்தப்பட்டவை. பன்னிரண்டு மாதிரிகளும் அதே 262,144 டோக்கன் சூழலையும், 16,384 டோக்கன் அதிகபட்ச வெளியீட்டையும், ஸ்ட்ரீமிங், கருவி அழைப்பு, reasoning_effort ஆகியவற்றையும் பகிர்ந்துகொள்கின்றன. நேரடித் திறன் கொடிகள் API ஆவணப் பக்கத்தில் உள்ளன.

வேலை செய்யப்பட்ட இரண்டு எடுத்துக்காட்டுகள்

முதலாவது, ஒரு 120,000 டோக்கன் உள்ளீடு — ஒரு நிரல் தள வெளியேற்றம், ஒரு ஒழுங்குமுறைத் தாக்கல் — 3,000 டோக்கன் பகுப்பாய்வை உருவாக்குகிறது. இரண்டாவது, ஒரு நாற்பது சுற்று முகவர் இயக்கம்: சூழல் குவியும்போது தோராயமாக 1.2M ஒட்டுமொத்த உள்ளீட்டு டோக்கன்கள், சிந்தனை உட்பட 90,000 வெளியீட்டு டோக்கன்கள்.

சூழ்நிலை	Kimi-K3	Kimi-K2.6	MiniMax-M3
120K உள்ளே / 3K வெளியே	$0.517	$0.105	$0.066
40 சுற்று முகவர் இயக்கம்	$6.32	$1.27	$0.78

ஆவண அழைப்பில் K3 இன் செலவு Kimi-K2.6 ஐ விடத் தோராயமாக 4.9 மடங்கு. ஐம்பது சென்ட் என்பது ஒருமுறைக்கு ஒன்றுமில்லை; ஆயிரம் அழைப்புகளில் அது நாளொன்றுக்கு $517, மறுபுறம் $105. முகவர் இயக்கத்தில் வித்தியாசம் சுமார் $5. இப்போது முக்கியமான ஒரே சோதனையைப் பயன்படுத்துங்கள்: ஒரு பொறியாளரின் ஒரு மணி நேரம் $100 என்றால், அந்தப் பணி அதற்குத் தகுதியானதாக இருந்தால், முதல் முயற்சி வெற்றியை K3 ஐந்து சதவீதப் புள்ளிகள் உயர்த்தும் தருணத்திலேயே அது தன் விலையை ஈட்டிவிடுகிறது — உண்மையிலேயே கடினமான நீண்ட கால வேலையில் அடுக்குகளுக்கு இடையிலான இடைவெளி பொதுவாக அதைவிடப் பெரியது. அந்தப் பணி யாருடைய முப்பது வினாடிகளுக்குத்தான் தகுதியானது என்றால், அதே $5 நியாயப்படுத்த முடியாதது.

07Kimi-K3 ஆ, இல்லை மலிவான ஒரு உடன்பிறப்பா?

எங்கள் வரிசையில் உள்ள இரு Kimi மாதிரிகளும் போட்டியாளர்கள் அல்ல, ஒரே ஏணியின் இரு படிகள். Kimi-K2.6 குறைவாகவே ஆக்ரோஷமாகக் குவாண்டைஸ் செய்யப்பட்டுள்ளது — W4A16-AUTOROUND-REAP, கற்றுக்கொள்ளப்பட்ட வட்டமிடலுடன் 4-பிட் எடைகள், K3 இன் 3-பிட்டுக்கு எதிராக — அதுவும் ஒரு சிறிய அடித்தளத்தில். அதற்குப் பார்வை உண்டு, JSON schema வெளியீடு உண்டு, அதே சூழல் சாளரம் உண்டு, விலை ஏறக்குறைய ஐந்தில் ஒரு பங்கு.

பணி	பயன்படுத்துக	ஏன்
நாற்பது சுற்று தன்னாட்சி முகவர்	Kimi-K3	தோல்வி கூட்டுவட்டியாகப் பெருகுகிறது; முதல் சுற்றின் திட்டத் தரமே இயக்கத்தை முடிவுசெய்கிறது
களஞ்சிய அளவிலான மறுசீரமைப்பு	Kimi-K3	முழுச் சூழலையும் வெறுமனே மீட்டெடுக்க அல்ல, ஒருங்கிணைவாகப் பிடித்து வைத்திருக்க வேண்டும்
அடர்த்தியான வரைபடங்கள், சிறு திரைப்பிடிப்பு உரை	Kimi-K3	அடுக்குகளுக்கு இடையே மிகப் பெரிய பார்வை இடைவெளி படிக்கத்தன்மையிலும் இடஞ்சார் சிந்தனையிலுமே
ஒற்றைக் கோப்பு திருத்தங்கள், நன்கு வரையறுக்கப்பட்டவை	Kimi-K2.6	வரையறுக்கப்பட்ட பணி, மலிவான மீள்முயற்சி, அளக்கக்கூடிய உச்ச வித்தியாசம் இல்லை
அளவில் பட தலைப்பிடல்	MiniMax-M3 / MiMo-V2.5	உள்ளே $0.50 இல் தீர்க்கப்பட்டது; அதே தலைப்புக்கு K3 வெளியீடு 9.6 மடங்கு
சிந்தனை மிகுந்தது, ஆனால் உரை மட்டுமே	DeepSeek-V4-Pro	$19.12 க்கு எதிராக $3.90 வெளியீடு — படங்கள் தேவையில்லை என்றால் K3 ஐ விடுங்கள்

அந்தக் கடைசி வரியே மிகப் பொதுவாகத் தவறவிடப்படும் சேமிப்பு. உங்கள் பணியில் படங்கள் இல்லை என்றால், முதலில் DeepSeek-V4-Pro ஐப் பாருங்கள். அதுவும் ஒரு பெரிய அடித்தளத்தின் மீதான 3BIT-REAP கட்டமைப்பே, கடினமான சிந்தனையில் வலிமையானது, மேலும் K3 இன் $19.12 க்கு எதிராக அதன் வெளியீடு $3.90. உயர் அடுக்கை நாடும் போக்குவரத்தில் பெரும்பகுதி, ஒரு வரிசை கீழேயே சமமாகச் செய்யப்படும் உரை-மட்டும் சிந்தனையே.

08தணிக்கையற்ற Kimi K3 API ஐ அழைப்பது

மாதிரி மூன்று வகைகளிலும் Kimi-K3-3BIT-REAP என வெளிப்படுத்தப்பட்டுள்ளது, ஒவ்வொன்றிலும் ஸ்ட்ரீமிங்குடன், அவற்றுக்கு இடையே எந்தத் திறன் வித்தியாசமும் இல்லை — கம்பி வடிவம் மட்டுமே வேறு: /v1/chat/completions (OpenAI இணக்கம்), /v1/messages (Anthropic இணக்கம்), /v1/responses. ஒரு கடினமான காட்சிப் பணிக்காகச் சிந்தனை முயற்சி உயர்த்தப்பட்ட ஒரு பார்வைக் கோரிக்கை:

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 response_format ஐயும் முழு json_schema ஐயும் ஆதரிக்கிறது, எனவே ஒரு முகவரின் கருவி அளபுருக்களைக் கட்டுப்படுத்தலாம் அல்லது ஒரு அறிக்கையை நிலையான ஒரு வடிவத்துக்குள் பின்நிகழ்வுப் பாகுபடுத்தல் இல்லாமல் நிர்ப்பந்திக்கலாம். கருவி அழைப்பு இயல்பானது, நீண்ட இயக்கங்களை ஓட்டுவதற்கான நோக்கப்பட்ட வழியும் அதுவே. அளபுருக்கள், அங்கீகாரம், விகித வரம்புகள், ஒரு நேரடி விளையாட்டுத் திடல் ஆகியவை API ஆவணப் பக்கத்தில் உள்ளன.

முதல் நாளிலேயே பணத்தைச் சேமிக்கும் மூன்று விஷயங்கள்

• முன்னொட்டைக் கத்தரியுங்கள். ஒவ்வொரு சுற்றும் முழு உரையாடலையும் ஒரு மில்லியனுக்கு $3.83 என்ற விகிதத்தில் மீண்டும் கட்டணமிடுகிறது; ஒரு 40 சுற்று வரலாற்றை ஒரு 4K டோக்கன் நிலைப் பொருளாக ஒருமுறை சுருக்குவது, பெரும்பாலான மாதிரி மாற்றங்களை விட அதிகம் சேமிக்கிறது.
• படங்களைச் சிறிதாக்குங்கள். பட டோக்கன்கள் உள்ளீட்டு டோக்கன்களே; ஒரு 4K திரைப்பிடிப்பை இன்னும் படிக்கக்கூடிய அளவுக்குச் சுருக்கினால், அதே பதில் குறைந்த விலையில் கிடைக்கும்.
• கடினத்தன்மைப்படி திசைதிருப்புங்கள். வழக்கமான சுற்றுகளுக்கு ஒரு மலிவான மாதிரி, திட்டத்துக்கும் கடினமான கிளைக்கும் இறுதி மறுஆய்வுக்கும் K3 — இது பெரும்பாலும் விலைப்பட்டியலின் 25% இல் திறனின் 80% ஆகும்.

09அடிக்கடி கேட்கப்படும் கேள்விகள்

---

அடித்தள உண்மைகளும் வரையறைகளும் Kimi K3 மற்றும் Kimi K2 க்காக Moonshot AI வெளியிட்ட எண்கள்; அவை குவாண்டைஸ் செய்யப்படாத மேல்நிலை மாதிரிகளை விவரிக்கின்றன. எங்கள் கட்டமைப்பு ஒரு 3-பிட் REAP குவாண்டைசேஷன், அது வேறுபடும். விலைகள், சூழல், திறன் கொடிகள் Shannon AI இன் சொந்தவை, செப்டம்பர் 5, 2026 நிலவரப்படி தற்போதையவை — நேரடி மதிப்புகள் எப்போதும் /v1/models திருப்பித் தருபவையே. மூலங்கள்: Kimi K3 மாதிரி அட்டை · Kimi K3 களஞ்சியம் · Kimi K2 Thinking.