API Kimi K3 ไม่เซ็นเซอร์

คู่มือการเลือกโมเดลส่วนใหญ่เขียนราวกับว่าความสามารถนั้นฟรี มันไม่ฟรี คำถามที่น่าสนใจเกี่ยวกับโมเดลระดับท็อปไม่เคยเป็น "มันดีกว่าไหม" — โดยปกติมันดีกว่า — แต่คือ "มันดีกว่ามากพอ ในงานนี้ ที่จะทำให้บิลที่ใหญ่กว่าโมเดลระดับล่างลงมาหนึ่งขั้นถึงห้าเท่านั้นสมเหตุสมผลหรือไม่" คู่มือนี้ตอบคำถามนั้นด้วยเลขคณิตจริง และบอกตรง ๆ ว่าตัวเลือกที่ถูกกว่าชนะตรงไหน

01Kimi K3 คืออะไรกันแน่

Kimi K3 คือเรือธงน้ำหนักเปิดของ Moonshot AI ปล่อยออกมาเดือนกรกฎาคม 2026 ภายใต้ Kimi K3 License — รุ่นที่สามของสายพันธุ์ที่เริ่มต้นด้วย Kimi K2 และเป็นสถาปัตยกรรมใหม่จริง ๆ ไม่ใช่การไฟน์จูน

โครงที่เผยแพร่ไว้คือ 93 ชั้น — 69 ชั้นใช้ Kimi Delta Attention, 24 ชั้นใช้ gated multi-head latent attention, และหนึ่งชั้นหนาแน่น — พร้อมเราเตอร์ Stable LatentMoE ที่เลือกผู้เชี่ยวชาญ 16 จาก 896 ตัวต่อโทเค็น บวกผู้เชี่ยวชาญร่วมอีก 2 ตัว Moonshot รายงานว่าการผสมนั้นให้ประสิทธิภาพการขยายขนาดดีขึ้นราว 2.5 เท่าเมื่อเทียบกับ Kimi K2 การมองเห็นเป็นของในตัวไม่ใช่ของที่แปะเพิ่ม: ตัวเข้ารหัส MoonViT-V2 ขนาด 401M พารามิเตอร์ ป้อนเข้าลำต้นเดียวกับที่จัดการข้อความ

ตัวเลขความเบาบางควรจดจำไว้ให้ขึ้นใจ: K3 กระตุ้นพารามิเตอร์ 104 พันล้านตัวต่อโทเค็น เทียบกับช่วง 30 ถึง 40 พันล้านของโมเดลส่วนใหญ่ในแคตตาล็อกของเรา นั่นคือการคำนวณต่อโทเค็นที่สร้างขึ้นราวสามเท่า และมันคือเหตุผลทั้งหมดที่โมเดลนี้ครองอันดับหนึ่งในรายการราคา คุณไม่ได้จ่ายเพื่อระดับของแบรนด์ — คุณจ่ายเพื่อวินาที-GPU

สายพันธุ์ โดยย่อ

• Kimi K2 — หนึ่งล้านล้านพารามิเตอร์ ทำงาน 32 พันล้าน ผู้เชี่ยวชาญ 384 ตัวโดยกำหนดเส้นทาง 8 ตัวต่อโทเค็น ฝึกล่วงหน้าด้วย 15.5 ล้านล้านโทเค็นโดยใช้ออปติไมเซอร์ MuonClip สร้างขึ้นเพื่อหยุดการระเบิดของ attention ที่ทำลายการฝึก MoE ที่สเกลระดับนั้น
• Kimi K2 Thinking — โมเดลฐานเดิมที่ถูกสอนให้สลับการให้เหตุผลเข้ากับการใช้ทูล รายงานว่ารักษาการเรียกใช้ทูลต่อเนื่องได้ 200 ถึง 300 ครั้ง ในการรันเดียว โดยทำได้ 44.9% บน Humanity's Last Exam เมื่อมีทูล และ 60.2% บน BrowseComp
• Kimi K3 — สร้างใหม่ด้วยความเป็นมัลติโมดัลในตัวและหน้าต่างหนึ่งล้านโทเค็นที่ต้นทาง พร้อมการฝึกที่ตระหนักถึงการควอนไทซ์ตั้งแต่ขั้นการไฟน์จูนแบบมีผู้สอนเป็นต้นไป (น้ำหนัก MXFP4, การกระตุ้น MXFP8) นั่นคือเหตุผลที่ K3 ทนต่อการบีบอัดที่ดุดันได้ดีกว่าโมเดลที่ไม่เคยถูกฝึกโดยคำนึงถึงมัน

เส้นเรื่องหลักคือความเป็นเอเจนต์ระยะยาว: ทุกรุ่นถูกปรับให้เหมาะกับการรักษาความสอดคล้องข้ามหลายร้อยขั้นตอน มากกว่าการชนะเกณฑ์มาตรฐานแบบตอบสั้น นั่นคือความสามารถที่คุณกำลังซื้อ

02"3BIT-REAP" หมายถึงอะไร และทำไมโมเดล 2.8T จึงต้องใช้มัน

คำต่อท้ายในรหัสโมเดลไม่ใช่ของประดับ — มันบอกว่าน้ำหนักถูกทำอะไรมาก่อนจะถูกโหลดขึ้นคลัสเตอร์ GPU ของเราเอง และมันคือข้อแม้ที่ซื่อตรงซึ่งติดอยู่กับทุกข้อกล่าวอ้างในหน้านี้ เริ่มจากเลขคณิต โมเดลขนาด 2.8 ล้านล้านพารามิเตอร์ที่ความละเอียด 16 บิตคือน้ำหนักราว 5.6 เทระไบต์ ที่ 3 บิตต่อน้ำหนักมันใกล้เคียง 1.05 เทระไบต์ — ยังใหญ่อยู่ แต่เป็นการติดตั้งที่จัดการได้ โดยเหลือที่ให้ KV cache ขนาด 262K โทเค็น REAP คือครึ่งที่สอง: วิธีตัดผู้เชี่ยวชาญที่โปรไฟล์ว่าเราเตอร์เอื้อมไปหาผู้เชี่ยวชาญตัวไหนจริง ๆ แล้วตัดตัวที่ถูกเลือกน้อยทิ้งก่อนการควอนไทซ์ ไม่ใช่หลังจากนั้น บนโมเดลที่กำหนดเส้นทางเพียง 16 จาก 896 ตัวต่อโทเค็น นั่นเข้ากันโดยธรรมชาติ — การกระจายที่เบาบางขนาดนั้นย่อมมีหางยาวที่ช่วยทราฟฟิกจริงได้น้อยมาก — และการตัดก่อนหมายความว่างบประมาณบิตที่เหลือถูกใช้ไปกับผู้เชี่ยวชาญที่มีความหมาย

แคตตาล็อกของเราใช้คำต่อท้ายสามแบบเป็นบันไดที่ตั้งใจไว้ 3BIT-REAP ใช้กับโมเดลฐานที่ใหญ่ที่สุด ซึ่งไม่มีอย่างอื่นใส่ลงได้ W4A16-AUTOROUND-REAP คือน้ำหนัก 4 บิตกับการกระตุ้น 16 บิต ควอนไทซ์ด้วย AutoRound — การปัดเศษที่เรียนรู้ได้ซึ่งกู้ความแม่นยำกลับมาได้จริงเมื่อเทียบกับการปัดหาค่าใกล้ที่สุดแบบไร้เดียงสา — บวกการตัดผู้เชี่ยวชาญแบบเดียวกัน ส่วน W8A16 คือระดับที่รักษาความเที่ยงตรงสูงสุด สำหรับโมเดลฐานที่เล็กพอจะไม่ต้องบีบอัดอย่างดุดัน กล่าวสั้น ๆ: คำต่อท้ายบอกคุณว่าของเดิมเหลือรอดมาเท่าไร ส่วนราคาบอกว่าการรันมันมีต้นทุนเท่าไร

03การมองเห็น: ความเข้าใจภาพซื้ออะไรให้คุณ

Kimi-K3 เป็นหนึ่งในห้าโมเดลจากสิบสองโมเดลในแคตตาล็อกของเราที่มองเห็นภาพได้ และเป็นตัวที่มีความสามารถสูงสุดในห้าตัวนั้น API การมองเห็นเชิงพาณิชย์ส่วนใหญ่รันตัวจำแนกทับภาพที่อัปโหลดขึ้นมา และปฏิเสธอินพุตทั้งหมวดกว้าง ๆ ก่อนโมเดลจะได้เห็นเสียอีก — เป็นค่าเริ่มต้นที่สมเหตุสมผลสำหรับผู้บริโภค และเป็นอุปสรรคร้ายแรงต่องานที่ชอบธรรม นักวิจัยความปลอดภัยที่ถ่ายภาพหน้าจอผลลัพธ์ของช่องโหว่ ทีมกลั่นกรองที่สร้างตัวจำแนกของตัวเอง งานนิติวิทยาศาสตร์และการตรวจสอบชุดข้อมูล และการประเมินทีมแดง ล้วนชนกำแพงนั้น Kimi-K3 ไม่มีชั้นการปฏิเสธและไม่มีการกรองเอาต์พุต

การมองเห็นของ K3 คุ้มราคาเหนือโมเดลมองเห็นที่ถูกกว่าตรงไหน

• แผนภาพและแผนผังที่แน่นหนา — แผนภาพสถาปัตยกรรม โทโพโลยีเครือข่าย วงจร: อะไรก็ตามที่คำตอบขึ้นอยู่กับการไล่ตามเส้นและป้ายกำกับ มากกว่าการเรียกชื่อวัตถุ
• ข้อความขนาดเล็กในภาพหน้าจอ — stack trace เอาต์พุตของเทอร์มินัล เซลล์สเปรดชีต ช่องว่างระหว่างระดับการมองเห็นกว้างที่สุดที่ความอ่านออกในขนาดเล็ก
• ภาพภายในข้อความยาว — ภาพหน้าจอที่หย่อนลงในคอนเท็กซ์ 200K โทเค็น ที่โมเดลต้องเชื่อมโยงสิ่งที่มันเห็นกับสิ่งที่มันอ่านไปเมื่อห้าหมื่นโทเค็นก่อน
• การเปรียบเทียบหลายภาพ — UI สองเวอร์ชัน หรือแผนภูมิเทียบกับตารางที่สร้างมันขึ้นมา

ส่วนที่มันไม่คุ้มราคา: การเขียนคำบรรยายภาพ ข้อความ alt การ OCR เอกสารที่สะอาด และไปป์ไลน์การติดแท็ก งานเหล่านั้นแก้ได้แล้วที่ราคา $0.50 ต่อโทเค็นอินพุตหนึ่งล้านโทเค็น — ถ้าภาระงานภาพของคุณมีปริมาณสูงและแต่ละชิ้นเรียบง่ายในตัว Kimi-K2.6 หรือ MiniMax-M3 ให้คำตอบที่คุณจะแยกไม่ออกจากของ K3

ภาพกินโทเค็นจากงบประมาณ 262,144 โทเค็นก้อนเดียวกับข้อความ และคิดเงินที่อัตราอินพุต ภาพหน้าจอความละเอียดสูงเพียงไม่กี่ภาพไม่ได้ฟรี

04งานเอเจนต์ระยะยาว — สิ่งที่ระดับนี้มีไว้เพื่อการนั้น

ถ้ามีภาระงานหนึ่งที่ทำให้ระดับท็อปสมเหตุสมผล นี่คือมัน งานสั้น ๆ ล้มเหลวอย่างให้อภัยได้: โมเดลทำผิด คุณสังเกตเห็น คุณลองใหม่ คุณเสียไปสี่วินาที ส่วนเอเจนต์สี่สิบรอบที่เลี้ยวผิดกิ่งในรอบที่หก จะใช้อีกสามสิบสี่รอบถัดมาก่อร่างอย่างวิจิตรบนความผิดพลาด และคุณจะรู้ตอนจบ หลังจากจ่ายค่าโทเค็นทุกตัวระหว่างนั้นไปแล้ว ความไม่สมมาตรนั้นคือเหตุผลที่ราคาต่อโทเค็นเกือบจะเป็นมาตรวัดที่ผิดตรงนี้ สิ่งที่สำคัญคือต้นทุนต่อการทำสำเร็จหนึ่งครั้ง ซึ่งถูกครอบงำโดยความถี่ที่การรันหนึ่งครั้งต้องถูกโยนทิ้ง ตัวเลขที่ Moonshot เผยแพร่สำหรับโมเดลฐาน K3 บนเกณฑ์มาตรฐานเชิงเอเจนต์:

ตัวเลขทั้งหมดเป็นข้อมูลที่ Moonshot รายงานสำหรับโมเดลฐาน Kimi K3 แบบไม่ควอนไทซ์ กรกฎาคม 2026 มันไม่ใช่การวัดผลบิลด์ 3BIT-REAP ของเรา และเราไม่ได้นำเสนอมันในฐานะนั้น

รูปทรงของตัวเลขตรงกับสิ่งที่สถาปัตยกรรมถูกสร้างมาเพื่อการนั้น: BrowseComp และ Terminal-Bench เป็นเกณฑ์มาตรฐานแบบลูปทูล — วงจรซ้ำ ๆ ของการลงมือ สังเกต และแก้ไข ส่วน SWE Marathon ที่ 42.0 คือน้ำหนักถ่วง: การประเมินการเขียนโค้ดระยะยาวที่ยากที่สุดในชุด ซึ่งแม้แต่โมเดลแนวหน้าก็ทำงานส่วนใหญ่ไม่สำเร็จ "เชิงเอเจนต์" ไม่ใช่หมวดที่แก้ได้แล้ว จงออกแบบเผื่อความล้มเหลวไม่ว่าคุณจะเลือกโมเดลไหน

การตั้งค่าเชิงปฏิบัติสำหรับการรันยาว ๆ

K3 เปิดให้ใช้ reasoning_effort และตรงนี้มันเป็นคันโยกต้นทุนจริง ๆ: โทเค็นการให้เหตุผลถูกคิดเงินเป็นโทเค็นเอาต์พุต ที่ $19.12 ต่อหนึ่งล้านโทเค็น

• Low — การกำหนดเส้นทางการเรียกใช้ทูลและการสกัดข้อมูลแบบมีโครงสร้าง ที่โมเดลเลือกจากตัวเลือกที่รู้อยู่แล้วไม่กี่ทาง
• High — ค่าเริ่มต้นสำหรับงานเชิงเอเจนต์จริง: การวางแผนการเปลี่ยนแปลงหลายขั้น การดีบักจาก stack trace การประสานแหล่งข้อมูลที่ขัดแย้งกัน
• Max — สงวนไว้สำหรับการเรียกที่ยากที่สุดครั้งเดียวในไปป์ไลน์: แผนที่ต้นการรัน หรือการทบทวนครั้งสุดท้าย การรันที่ใช้โทเค็นการให้เหตุผล 30K ที่ระดับ high และ 90K ที่ระดับ max จ่ายเพิ่ม $1.15 สำหรับแฟล็กตัวเดียวนั้น

จงวางงบประมาณคอนเท็กซ์อย่างตั้งใจด้วย: หน้าต่างของเราคือ 262,144 โทเค็น พร้อมเอาต์พุตสูงสุด 16,384 โทเค็น และที่ $3.83 ต่ออินพุตหนึ่งล้านโทเค็น ประวัติที่ไม่ถูกตัดแต่งจะทบต้น — ทุกรอบคิดเงินคำนำหน้าทั้งก้อนใหม่

05"ไม่เซ็นเซอร์" หมายถึงอะไรบนเอนด์พอยต์นี้

ทุกโมเดลบนเกตเวย์ Shannon AI ให้บริการโดยไม่มีชั้นการปฏิเสธและไม่มีการกรองเนื้อหาบนเอาต์พุต มันสำคัญกว่าในระดับท็อป เพราะงานที่ผู้คนนำมาให้โมเดลระดับท็อปมีแนวโน้มมากที่สุดที่จะไปสะดุดฟิลเตอร์: งานวิจัยความปลอดภัยเชิงปฏิปักษ์ การวิเคราะห์เครื่องมือเชิงรุก การพัฒนาตัวจำแนกสำหรับการกลั่นกรอง ข่าวกรองภัยคุกคาม นิยายที่ยาก และการประเมินใด ๆ ที่ต้องให้โมเดลผลิตสิ่งที่คุณกำลังพยายามตรวจจับ

• ไม่มีตัวจำแนกเอาต์พุต การตอบกลับไม่ถูกสแกนแล้วเขียนใหม่หรือบล็อกหลังการสร้าง
• ไม่มีประตูขาเข้า พรอมป์และภาพไม่ถูกคัดกรองก่อนไปถึงโมเดล
• ไม่ใช่โมเดลคนละตัว นี่คือโมเดลฐาน Kimi K3 ที่ให้บริการโดยไม่มีชั้นที่ปกติแล้วตั้งอยู่ข้างหน้ามัน
• ไม่ใช่การโอนความรับผิด การถอดชั้นการปฏิเสธออกย้ายการตัดสินใจมาที่คุณ — ดูนโยบายการใช้งานอย่างรับผิดชอบของเรา

มีประโยชน์ที่เงียบกว่าสำหรับใครก็ตามที่สร้างระบบประเมินผล: โมเดลที่ไม่ถูกกรองคือเส้นฐานที่เสถียร โมเดลที่ปฏิเสธอย่างคาดเดาไม่ได้ทำให้การวัดผลมีสัญญาณรบกวน เพราะคุณแยกขีดจำกัดด้านความสามารถออกจากขีดจำกัดด้านนโยบายไม่ได้ ที่นี่ความล้มเหลวคือความล้มเหลวด้านความสามารถ — ชนิดเดียวที่คุณดีบักได้

06ราคา: $3.83 เข้า, $19.12 ออก — และเมื่อไรที่มันคุ้ม

นี่คือโมเดลที่แพงที่สุดในรายการของเราอย่างทิ้งห่าง: เอาต์พุตแพงกว่าพื้น $2.00 ของเรา 9.6 เท่า และแพงกว่าราคาของ Kimi-K2.6 5.2 เท่า นี่คือเลขคณิตแบบเปิดเผย

โมเดล	เข้า / 1M	ออก / 1M	การมองเห็น	JSON schema
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	มี	มี
DeepSeek-V4-Pro-0813 · 3BIT-REAP	$1.95	$3.90	ไม่มี	มี
inkling · W4A16-AUTOROUND-REAP	$1.42	$6.07	มี	ไม่มี
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	มี	มี
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	ไม่มี	มี
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	มี	มี
MiMo-V2.5 · W8A16	$0.50	$2.00	มี	มี

แถวที่คัดมา เรียงตามราคาอินพุต โมเดลทั้งสิบสองตัวใช้คอนเท็กซ์ 262,144 โทเค็น เอาต์พุตสูงสุด 16,384 โทเค็น การสตรีม การเรียกใช้ทูล และ reasoning_effort ร่วมกัน แฟล็กความสามารถแบบสดอยู่บนหน้าเอกสาร API

สองตัวอย่างที่คำนวณจริง

อย่างแรก อินพุต 120,000 โทเค็น — การเทโค้ดเบสทั้งก้อน หรือเอกสารยื่นต่อหน่วยงานกำกับดูแล — ผลิตการวิเคราะห์ 3,000 โทเค็น อย่างที่สอง การรันเอเจนต์สี่สิบรอบ: โทเค็นอินพุตสะสมราว 1.2M เมื่อคอนเท็กซ์พอกพูน และโทเค็นเอาต์พุต 90,000 โทเค็นรวมการให้เหตุผล

สถานการณ์	Kimi-K3	Kimi-K2.6	MiniMax-M3
120K เข้า / 3K ออก	$0.517	$0.105	$0.066
การรันเอเจนต์ 40 รอบ	$6.32	$1.27	$0.78

K3 มีราคาราว 4.9 เท่า ของ Kimi-K2.6 ในการเรียกแบบเอกสาร ห้าสิบเซนต์ไม่ใช่อะไรเลยถ้าครั้งเดียว แต่มันคือ $517 ต่อวันที่พันครั้ง เทียบกับ $105 ในการรันเอเจนต์ ส่วนต่างอยู่ที่ ราว $5 ทีนี้ลองใช้บททดสอบเดียวที่สำคัญ: ถ้างานนั้นคุ้มค่าเท่ากับเวลาหนึ่งชั่วโมงของวิศวกรที่ $100 K3 ก็คืนทุนให้ตัวเองทันทีที่มันยกอัตราความสำเร็จรอบแรกขึ้น ห้าจุดเปอร์เซ็นต์ — และในงานระยะยาวที่ยากจริง ๆ ช่องว่างระหว่างระดับมักจะกว้างกว่านั้น ถ้างานนั้นคุ้มค่าเท่ากับเวลาสามสิบวินาทีของใครสักคน เงิน $5 ก้อนเดียวกันก็ไม่มีทางแก้ต่างได้

07Kimi-K3 หรือรุ่นพี่น้องที่ถูกกว่า?

โมเดล Kimi สองตัวในแคตตาล็อกของเราคือสองขั้นของบันไดเดียวกัน มากกว่าจะเป็นคู่แข่งกัน Kimi-K2.6 ถูกควอนไทซ์เบามือกว่า — W4A16-AUTOROUND-REAP น้ำหนัก 4 บิตพร้อมการปัดเศษที่เรียนรู้ได้ เทียบกับ 3 บิตของ K3 — บนโมเดลฐานที่เล็กกว่า มันมองเห็นภาพได้ มีเอาต์พุตตาม JSON schema หน้าต่างคอนเท็กซ์เท่ากัน และราคาราวหนึ่งในห้า

งาน	ใช้	ทำไม
เอเจนต์อัตโนมัติสี่สิบรอบ	Kimi-K3	ความล้มเหลวทบต้น คุณภาพของแผนในรอบแรกเป็นตัวชี้ขาดทั้งการรัน
การรีแฟกเตอร์ระดับทั้งรีโพ	Kimi-K3	ต้องถือคอนเท็กซ์ทั้งหมดไว้อย่างสอดคล้อง ไม่ใช่แค่ค้นคืนจากมัน
แผนภาพแน่นหนา ข้อความเล็กในภาพหน้าจอ	Kimi-K3	ช่องว่างการมองเห็นระหว่างระดับกว้างที่สุดที่ความอ่านออกและการให้เหตุผลเชิงพื้นที่
การแก้ไขไฟล์เดียว ระบุชัดเจน	Kimi-K2.6	งานมีขอบเขต ลองใหม่ราคาถูก ไม่มีความต่างของเพดานที่วัดได้
การเขียนคำบรรยายภาพจำนวนมาก	MiniMax-M3 / MiMo-V2.5	แก้ได้แล้วที่ $0.50 ขาเข้า เอาต์พุตของ K3 แพงกว่า 9.6 เท่าสำหรับคำบรรยายเดียวกัน
ใช้การให้เหตุผลหนักแต่เป็นข้อความล้วน	DeepSeek-V4-Pro	เอาต์พุต $3.90 เทียบกับ $19.12 — เลิกใช้ K3 ถ้าคุณไม่ต้องการภาพ

แถวสุดท้ายนั้นคือการประหยัดที่ถูกมองข้ามบ่อยที่สุด ถ้างานของคุณไม่เกี่ยวกับภาพ ให้ดู DeepSeek-V4-Pro ก่อน มันก็เป็นบิลด์ 3BIT-REAP บนโมเดลฐานขนาดใหญ่เช่นกัน แข็งแรงในการให้เหตุผลที่ยาก และเอาต์พุตราคา $3.90 เทียบกับ $19.12 ของ K3 ทราฟฟิกจำนวนมากที่เอื้อมไปหาระดับท็อปคือการให้เหตุผลแบบข้อความล้วน ซึ่งรับใช้ได้ดีพอ ๆ กันโดยแถวถัดลงมาหนึ่งแถว

08การเรียกใช้ API Kimi K3 แบบไม่เซ็นเซอร์

โมเดลนี้เปิดให้ใช้ในชื่อ Kimi-K3-3BIT-REAP บนทั้งสาม dialect โดยสตรีมได้ทุกอันและไม่มีความต่างด้านความสามารถระหว่างกัน — ต่างกันแค่รูปแบบสายส่ง: /v1/chat/completions (เข้ากันได้กับ OpenAI), /v1/messages (เข้ากันได้กับ Anthropic) และ /v1/responses ตัวอย่างคำขอที่มีภาพพร้อมยกระดับการให้เหตุผลสำหรับงานเชิงภาพที่ยาก:

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 รองรับทั้ง response_format และ json_schema ฉบับเต็ม คุณจึงบังคับอาร์กิวเมนต์ทูลของเอเจนต์หรือบังคับให้รายงานอยู่ในรูปทรงตายตัวได้ โดยไม่ต้องแยกวิเคราะห์ทีหลัง การเรียกใช้ทูลเป็นของในตัวและเป็นวิธีที่ตั้งใจไว้สำหรับขับการรันยาว ๆ พารามิเตอร์ การยืนยันตัวตน ขีดจำกัดอัตรา และ playground แบบสด อยู่บนหน้าเอกสาร API

สามอย่างที่ช่วยประหยัดเงินตั้งแต่วันแรก

• ตัดแต่งคำนำหน้า ทุกรอบคิดเงินบทสนทนาทั้งก้อนใหม่ที่ $3.83 ต่อหนึ่งล้านโทเค็น การสรุปประวัติ 40 รอบให้เป็นออบเจ็กต์สถานะขนาด 4K โทเค็นเพียงครั้งเดียว ประหยัดได้มากกว่าการสลับโมเดลส่วนใหญ่
• ย่อขนาดภาพ โทเค็นภาพคือโทเค็นอินพุต ภาพหน้าจอ 4K ที่ย่อลงจนยังอ่านออกให้คำตอบเดิมในราคาที่น้อยลง
• กำหนดเส้นทางตามความยาก ใช้โมเดลราคาถูกกับรอบที่เป็นงานประจำ แล้วใช้ K3 กับแผน กิ่งที่ยาก และการทบทวนครั้งสุดท้าย มักได้ 80% ของความสามารถที่ 25% ของบิล

09คำถามที่พบบ่อย

---

ข้อเท็จจริงและเกณฑ์มาตรฐานของโมเดลฐานเป็นตัวเลขที่ Moonshot AI เผยแพร่สำหรับ Kimi K3 และ Kimi K2 และอธิบายโมเดลต้นทางแบบไม่ควอนไทซ์ บิลด์ของเราเป็นการควอนไทซ์แบบ REAP 3 บิตและจะแตกต่างออกไป ราคา คอนเท็กซ์ และแฟล็กความสามารถ เป็นของ Shannon AI เอง เป็นข้อมูลปัจจุบัน ณ วันที่ 5 กันยายน 2026 — ค่าที่ใช้จริงคือค่าที่ /v1/models คืนกลับมาเสมอ แหล่งอ้างอิง: การ์ดโมเดล Kimi K3 · รีโพ Kimi K3 · Kimi K2 Thinking