Нецензурований API Kimi K3

Більшість посібників із вибору моделі написані так, ніби можливості безкоштовні. Це не так. Цікаве питання про модель верхнього рівня — ніколи не «чи вона краща» (зазвичай так), а «чи достатньо вона краща на цьому завданні, щоб виправдати рахунок у п'ять разів більший, ніж у моделі на щабель нижче». Цей посібник відповідає на нього справжньою арифметикою і прямо каже, де перемагають дешевші варіанти.

01Чим насправді є Kimi K3

Kimi K3 — це флагман Moonshot AI з відкритими вагами, випущений у липні 2026 року під ліцензією Kimi K3, третє покоління родоводу, що почався з Kimi K2, і справді нова архітектура, а не донавчання.

Опублікована розкладка — 93 шари: 69 із Kimi Delta Attention, 24 з гейтованою багатоголовою латентною увагою, один щільний — із маршрутизатором Stable LatentMoE, що обирає 16 із 896 експертів на токен плюс 2 спільні. Moonshot повідомляє приблизно про 2,5-кратне поліпшення ефективності масштабування порівняно з Kimi K2 завдяки цій комбінації. Зір тут нативний, а не прикручений збоку: енкодер MoonViT-V2 на 401 млн параметрів живить той самий стовбур, що обробляє текст.

Цифру розрідженості варто засвоїти: K3 активує 104 мільярди параметрів на токен проти діапазону 30–40 мільярдів у більшості нашого каталогу. Це приблизно втричі більше арифметики на кожен згенерований токен, і саме тому ця модель очолює прейскурант. Ви платите не за рівень бренду — ви платите за GPU-секунди.

Родовід, коротко

• Kimi K2 — 1 трильйон параметрів, 32 мільярди активних, 384 експерти з 8 маршрутизованими на токен, попереднє навчання на 15,5 трильйона токенів із оптимізатором MuonClip, створеним, щоб зупинити вибухи уваги, які руйнують навчання MoE на такому масштабі.
• Kimi K2 Thinking — той самий фундамент, навчений переплітати міркування з використанням інструментів; повідомлялося про стабільні 200–300 послідовних викликів інструментів за один прогін, із 44,9% на Humanity's Last Exam з інструментами й 60,2% на BrowseComp.
• Kimi K3 — перебудована з нативною мультимодальністю й вікном на 1 млн токенів вище за течією, із квантизаційно-обізнаним навчанням від етапу керованого донавчання й далі (ваги MXFP4, активації MXFP8). Саме тому K3 переносить агресивне стиснення краще за моделі, яких ніколи не навчали з думкою про нього.

Наскрізна лінія — довгогоризонтна агентність: кожне покоління оптимізували на те, щоб лишатися послідовним крізь сотні кроків, а не на перемогу в бенчмарках коротких відповідей. Саме цю здатність ви купуєте.

02Що означає «3BIT-REAP» і чому модель на 2,8 трлн його потребує

Суфікс в ідентифікаторі моделі — не оздоблення: він каже, що зробили з вагами, перш ніж завантажити їх на наш власний GPU-кластер, і це чесне застереження, прикріплене до кожного твердження тут. Почніть з арифметики. Модель на 2,8 трильйона параметрів у 16-бітній точності — це близько 5,6 терабайта ваг. По 3 біти на вагу — це ближче до 1,05 терабайта: усе ще багато, але це вже реальне розгортання з місцем для KV-кешу на 262K токенів. REAP — це друга половина: метод проріджування експертів, який профілює, до яких експертів маршрутизатор насправді звертається, і відкидає рідко обираних перед квантуванням, а не після. На моделі, що маршрутизує лише 16 із 896 експертів на токен, це природно пасує — розподіл такої розрідженості має довгий хвіст, що дуже мало додає до реального трафіку, — а проріджування першим означає, що решту бітового бюджету витрачають на важливих експертів.

У нашому каталозі три суфікси — це свідома драбина. 3BIT-REAP ставлять на найбільші фундаменти, куди інше просто не вміщається. W4A16-AUTOROUND-REAP — це 4-бітні ваги з 16-бітними активаціями, квантовані за допомогою AutoRound (навчене округлення, яке повертає реальну точність порівняно з наївним округленням до найближчого), плюс те саме проріджування. W8A16 — рівень найвищої точності, для фундаментів, достатньо малих, щоб не потребувати агресивного стиснення. Коротко: суфікс каже, скільки оригіналу вціліло; ціна каже, скільки коштує його запускати.

03Зір: що вам дає розуміння зображень

Kimi-K3 — одна з п'яти моделей нашого каталогу з дванадцяти, що мають зір, і найздібніша з них. Більшість комерційних API зі зором проганяють завантажені зображення через класифікатор і відхиляють широку категорію входів ще до того, як модель їх побачить: розумне значення за замовчуванням для споживача й серйозна перешкода для легітимної роботи. Дослідники безпеки, що знімають скриншоти виводу експлойтів, команди модерації, які будують власні класифікатори, судова експертиза та аудит датасетів, оцінювання red team — усі впираються в цю стіну. У Kimi-K3 немає шару відмов і немає фільтрації виводу.

Де зір K3 виправдовує свою ціну проти дешевших моделей зі зором

• Щільні діаграми й схеми — архітектурні діаграми, мережеві топології, електричні схеми: усе, де відповідь залежить від простежування ліній і підписів, а не від називання об'єктів.
• Дрібний текст на скриншотах — стек-трейси, вивід термінала, комірки таблиць. Розрив між рівнями зору найбільший саме в читабельності на малому масштабі.
• Зображення всередині довгого тексту — скриншот, укинутий у контекст на 200K токенів, де модель має співвіднести побачене з прочитаним п'ятдесятьма тисячами токенів раніше.
• Порівняння кількох зображень — дві версії інтерфейсу або графік проти таблиці, з якої його побудовано.

Де вона свою ціну не виправдовує: підписи до зображень, alt-текст, OCR чистих документів і конвеєри тегування. Це розв'язано за $0.50 за мільйон вхідних токенів — якщо ваше навантаження із зображеннями великооб'ємне, а кожен елемент окремо простий, Kimi-K2.6 чи MiniMax-M3 дадуть відповіді, які ви не відрізните від відповідей K3.

Зображення споживають токени з того самого бюджету на 262 144 токени, що й текст, і тарифікуються за вхідною ставкою. Кілька скриншотів високої роздільності — не безкоштовно.

04Довгогоризонтна агентна робота — те, для чого цей рівень

Якщо якесь одне навантаження виправдовує верхній рівень, то саме це. Короткі завдання провалюються поблажливо: модель помилилася, ви помітили, повторили — втратили чотири секунди. Сорокаходовий агент, який на шостому ході звертає не туди, наступні тридцять чотири ходи ретельно будує на помилці, а ви дізнаєтеся про це наприкінці, заплативши за кожен токен між тим. Саме ця асиметрія робить ціну за токен майже хибною метрикою тут. Значення має вартість одного успішного завершення, якою керує те, як часто прогін доводиться викидати. Опубліковані Moonshot цифри для фундаменту K3 на агентних бенчмарках:

Усі цифри повідомлені Moonshot для неквантованого фундаменту Kimi K3, липень 2026 року. Це не виміри нашої збірки 3BIT-REAP, і ми не подаємо їх як такі.

Форма результатів відповідає тому, для чого будували архітектуру: BrowseComp і Terminal-Bench — це бенчмарки циклу інструментів, повторювані цикли «дій, спостерігай, переглянь». SWE Marathon на 42,0 — противага: найважче довгогоризонтне оцінювання коду в наборі, де навіть передова модель провалює більшість завдань. «Агентність» не є розв'язаною категорією; проєктуйте з розрахунком на збої, яку б модель ви не обрали.

Практичні налаштування для довгих прогонів

K3 відкриває reasoning_effort, і тут це справжній важіль вартості: токени міркування тарифікуються як вихідні, по $19.12 за мільйон.

• Low — маршрутизація викликів інструментів і структурований витяг, де модель обирає з кількох відомих варіантів.
• High — типове значення для справжньої агентної роботи: планування багатокрокової зміни, налагодження за стек-трейсом, узгодження суперечливих джерел.
• Max — лишіть для найважчого одного виклику в конвеєрі: план на початку прогону або фінальний перегляд. Прогін, що витрачає 30K токенів міркування на high і 90K на max, платить додатково $1.15 за цей один прапорець.

Свідомо плануйте й контекст: наше вікно — 262 144 токени з максимальним виводом на 16 384 токени, і за $3.83 за мільйон вхідних необрізана історія накопичується — кожен хід наново тарифікує весь префікс.

05Що означає «нецензурований» на цьому ендпоїнті

Кожну модель на шлюзі Shannon AI обслуговують без шару відмов і без фільтрації контенту на виході. На верхньому рівні це важить більше, бо завдання, які люди приносять моделі верхнього рівня, найімовірніше зачеплять фільтр: змагальні дослідження безпеки, аналіз наступального інструментарію, розробка класифікаторів модерації, розвідка загроз, складна проза й будь-яке оцінювання, що вимагає від моделі створити саме те, що ви намагаєтеся виявляти.

• Без класифікатора виводу. Відповіді не скануються, не переписуються й не блокуються після генерації.
• Без вхідних воріт. Промпти й зображення не перевіряють, перш ніж вони дійдуть до моделі.
• Це не інша модель. Це фундамент Kimi K3, який обслуговують без шару, що зазвичай стоїть перед ним.
• Це не перенесення відповідальності. Прибрання шару відмов переносить рішення на вас — див. нашу політику відповідального використання.

Є й тихіша вигода для тих, хто будує системи оцінювання: нефільтрована модель — це стабільна база порівняння. Модель, що відмовляє непередбачувано, зашумлює виміри, бо ви не можете відокремити обмеження можливостей від обмеження політики. Тут збій — це збій можливостей, єдиний вид, який можна налагодити.

06Ціна: $3.83 на вході, $19.12 на виході — і коли вона себе виправдовує

Це з великим відривом найдорожча модель у нашому списку: вихід коштує в 9,6 раза більше за нашу підлогу в $2.00 і в 5,2 раза більше, ніж Kimi-K2.6. Ось арифметика відкрито.

Модель	Вхід / 1 млн	Вихід / 1 млн	Зір	JSON schema
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	Так	Так
DeepSeek-V4-Pro-0813 · 3BIT-REAP	$1.95	$3.90	Ні	Так
inkling · W4A16-AUTOROUND-REAP	$1.42	$6.07	Так	Ні
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	Так	Так
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	Ні	Так
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	Так	Так
MiMo-V2.5 · W8A16	$0.50	$2.00	Так	Так

Вибрані рядки, впорядковані за ціною входу. Усі дванадцять моделей мають однаковий контекст на 262 144 токени, максимальний вивід на 16 384 токени, стримінг, виклик інструментів і reasoning_effort. Живі прапорці можливостей — на сторінці документації API.

Два розібрані приклади

Перший: вхід на 120 000 токенів — дамп кодової бази, регуляторна заява — з аналізом на 3000 токенів. Другий: сорокаходовий агентний прогін — приблизно 1,2 млн сукупних вхідних токенів у міру накопичення контексту й 90 000 вихідних токенів разом із міркуванням.

Сценарій	Kimi-K3	Kimi-K2.6	MiniMax-M3
120K вхід / 3K вихід	$0.517	$0.105	$0.066
Прогін агента на 40 ходів	$6.32	$1.27	$0.78

На виклику з документом K3 коштує приблизно в 4,9 раза більше за Kimi-K2.6. П'ятдесят центів — це ніщо одного разу; на тисячі викликів це $517 на день проти $105. На агентному прогоні різниця — близько $5. Тепер застосуйте єдину перевірку, яка має значення: якщо завдання варте години часу інженера за $100, K3 окупається тієї миті, коли підіймає успіх із першого проходу на п'ять відсоткових пунктів, — а на справді важкій довгогоризонтній роботі розрив між рівнями зазвичай більший. Якщо ж завдання варте тридцяти секунд чийогось часу, ті самі $5 не виправдати нічим.

07Kimi-K3 чи дешевший побратим?

Дві моделі Kimi в нашому каталозі — це два щаблі однієї драбини, а не конкуренти. Kimi-K2.6 квантовано менш агресивно — W4A16-AUTOROUND-REAP, 4-бітні ваги з навченим округленням проти 3 бітів у K3 — на меншому фундаменті. Вона має зір, вивід за JSON-схемою, те саме контекстне вікно й коштує приблизно вп'ятеро менше.

Завдання	Беріть	Чому
Автономний агент на сорок ходів	Kimi-K3	Помилки накопичуються; якість плану на першому ході вирішує прогін
Рефакторинг масштабу репозиторію	Kimi-K3	Потрібно тримати весь контекст послідовно, а не просто діставати з нього
Щільні діаграми, дрібний текст на скриншотах	Kimi-K3	Найбільший розрив зору між рівнями — це читабельність і просторове міркування
Правки в одному файлі, добре описані	Kimi-K2.6	Обмежене завдання, дешевий повтор, вимірної різниці в стелі немає
Підписи до зображень великими обсягами	MiniMax-M3 / MiMo-V2.5	Розв'язано за $0.50 на вході; вихід K3 у 9,6 раза дорожчий за той самий підпис
Багато міркування, але лише текст	DeepSeek-V4-Pro	$3.90 за вихід проти $19.12 — відмовтеся від K3, якщо зображення не потрібні

Останній рядок — найчастіше пропущена економія. Якщо ваше завдання не стосується зображень, спершу подивіться на DeepSeek-V4-Pro. Це теж збірка 3BIT-REAP на великому фундаменті, сильна у важкому міркуванні, і її вихід коштує $3.90 проти $19.12 у K3. Значна частина трафіку, що тягнеться до верхнього рівня, — це міркування лише над текстом, яке так само добре обслуговується рядком нижче.

08Як звертатися до нецензурованого API Kimi K3

Модель доступна як Kimi-K3-3BIT-REAP на всіх трьох діалектах, зі стримінгом на кожному й без різниці в можливостях між ними — відрізняється лише формат передачі: /v1/chat/completions (сумісний з OpenAI), /v1/messages (сумісний з Anthropic) і /v1/responses. Запит зі зором і піднятим зусиллям міркування для складного візуального завдання:

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 підтримує і response_format, і повну json_schema, тож ви можете обмежити аргументи інструментів агента або втиснути звіт у фіксовану форму без розбору постфактум. Виклик інструментів нативний і є передбаченим способом керувати довгими прогонами. Параметри, автентифікація, ліміти швидкості й живий playground — на сторінці документації API.

Три речі, що заощаджують гроші з першого дня

• Обрізайте префікс. Кожен хід наново тарифікує всю розмову по $3.83 за мільйон; одноразове згортання історії на 40 ходів у об'єкт стану на 4K токенів заощаджує більше, ніж більшість замін моделі.
• Зменшуйте зображення. Токени зображень — це вхідні токени; скриншот 4K, зменшений до все ще читабельного розміру, дає ту саму відповідь дешевше.
• Маршрутизуйте за складністю. Дешева модель на рутинних ходах, а K3 — на плані, складній гілці й фінальному перегляді, часто дає 80% можливостей за 25% рахунку.

09Часті запитання

---

Факти про фундамент і бенчмарки — це опубліковані Moonshot AI цифри для Kimi K3 і Kimi K2, і вони описують неквантовані моделі вище за течією; наша збірка — 3-бітне квантування REAP, і вона відрізнятиметься. Ціни, контекст і прапорці можливостей — власні дані Shannon AI, актуальні станом на 5 вересня 2026 року; живі значення — це завжди ті, що повертає /v1/models. Джерела: картка моделі Kimi K3 · репозиторій Kimi K3 · Kimi K2 Thinking.