Senzurasiz Kimi K3 API

Model tanlash bo'yicha qo'llanmalarning aksariyati qobiliyat bepulday yozilgan. U bepul emas. Yuqori darajali model haqidagi qiziq savol hech qachon "u yaxshiroqmi" emas — odatda yaxshiroq — balki "u aynan shu vazifada bir pog'ona pastdagi modeldan besh barobar katta hisobni oqlaydigan darajada yaxshiroqmi". Bu qo'llanma shunga haqiqiy arifmetika bilan javob beradi va arzonroq variantlar qayerda yutishini ochiq aytadi.

01Kimi K3 aslida nima

Kimi K3 — Moonshot AI ning ochiq og'irlikli flagmani, 2026-yil iyulda Kimi K3 litsenziyasi ostida chiqarilgan; Kimi K2 dan boshlangan naslning uchinchi avlodi va fine-tune emas, chinakam yangi arxitektura.

Chop etilgan tuzilish — 93 qatlam: 69 tasi Kimi Delta Attention dan, 24 tasi darvozalangan ko'p boshli latent e'tibordan foydalanadi, bittasi zich — Stable LatentMoE routeri esa har bir tokenda 896 ekspertdan 16 tasini plyus 2 umumiy ekspertni tanlaydi. Moonshot shu birikmadan Kimi K2 ga nisbatan miqyoslash samaradorligida taxminan 2.5x yaxshilanish haqida xabar beradi. Tasvir yopishtirilgan emas, nativ: 401M parametrli MoonViT-V2 enkoderi matnni ishlaydigan o'sha tanaga uzatadi.

Siyraklik raqamini ichiga singdirib olish arziydi: K3 har bir tokenda 104 milliard parametrni ishga tushiradi, katalogimizning ko'p qismidagi 30–40 milliard oralig'iga qarshi. Bu — generatsiya qilinadigan har bir tokenga taxminan uch barobar ko'p hisob-kitob va bu model narx ro'yxatining boshida turishining butun sababi. Siz brend darajasi uchun emas, GPU-soniyalar uchun to'laysiz.

Nasl, qisqacha

• Kimi K2 — 1 trillion parametr, 32 milliard aktiv, har bir tokenda 8 tasi yo'naltiriladigan 384 ekspert, MuonClip optimizatori bilan 15,5 trillion tokenda oldindan o'qitilgan; shu miqyosda MoE o'qitishini buzadigan e'tibor portlashlarini to'xtatish uchun qurilgan.
• Kimi K2 Thinking — o'sha poydevor, fikrlashni vosita ishlatishi bilan o'zaro to'qishga o'rgatilgan; bitta yurishda 200 dan 300 gacha ketma-ket vosita chaqirishini ushlab turgani, vositalar bilan Humanity's Last Exam da 44.9% va BrowseComp da 60.2% ko'rsatgani xabar qilingan.
• Kimi K3 — nativ multimodallik va yuqori oqimda 1M tokenli oyna bilan qaytadan qurilgan, nazoratli fine-tuning bosqichidan boshlab kvantlashga moslashgan o'qitish bilan (MXFP4 og'irliklar, MXFP8 aktivatsiyalar). Aynan shuning uchun K3 agressiv siqishni buni hisobga olmasdan o'qitilgan modellarga qaraganda yaxshiroq ko'taradi.

Umumiy chiziq — uzoq ufqli agentlik: har bir avlod qisqa javobli benchmarklarda yutish uchun emas, yuzlab qadam bo'ylab izchil qolish uchun optimallashtirilgan. Siz sotib olayotgan qobiliyat — aynan shu.

02"3BIT-REAP" nimani anglatadi va nega 2,8T model unga muhtoj

Model id sidagi qo'shimcha bezak emas — u og'irliklar o'z GPU klasterimizga yuklanishidan oldin ularga nima qilinganini aytadi va bu yerdagi har bir da'voga ilashib yuradigan halol izoh. Arifmetikadan boshlaymiz. 16-bitli aniqlikdagi 2,8 trillion parametrli model — bu taxminan 5,6 terabayt og'irlik. Har bir og'irlik uchun 3 bitda esa u 1,05 terabaytga yaqinlashadi — hamon katta, lekin 262K tokenli KV kesh uchun ham joy qoladigan amalga oshsa bo'ladigan joylashtirish. REAP — ikkinchi yarmi: routerning aslida qaysi ekspertlarga murojaat qilishini profillaydigan va kamdan-kam tanlanadiganlarini kvantlashdan keyin emas, oldin olib tashlaydigan ekspert kesish usuli. Har bir tokenda 896 ekspertdan atigi 16 tasini yo'naltiradigan modelda bu tabiiy mos keladi — bunchalik siyrak taqsimotning uzun dumi haqiqiy trafikka juda oz hissa qo'shadi — va avval kesish qolgan bit byudjeti ahamiyatli ekspertlarga sarflanishini anglatadi.

Katalogimiz uchta qo'shimchani ataylab zinapoya sifatida ishlatadi. 3BIT-REAP boshqa hech narsa sig'maydigan eng katta poydevorlarga qo'yiladi. W4A16-AUTOROUND-REAP — AutoRound bilan kvantlangan 4-bitli og'irliklar va 16-bitli aktivatsiyalar, ya'ni sodda eng yaqinga yaxlitlashga nisbatan haqiqiy aniqlikni tiklaydigan o'rganiladigan yaxlitlash, plyus o'sha kesish. W8A16 — eng yuqori sadoqatli daraja, agressiv siqishga muhtoj bo'lmaguday kichik poydevorlar uchun. Qisqasi: qo'shimcha sizga asl modeldan qanchasi omon qolganini aytadi; narx esa uni ishlatish qancha turishini.

03Tasvir: rasmni tushunish sizga nima beradi

Kimi-K3 — o'n ikki modelli katalogimizdagi tasvirga ega beshta modeldan biri va ular ichida eng qobiliyatlisi. Tijoriy tasvir API larining aksariyati yuklangan rasmlar ustidan klassifikator ishlatadi va model ularni ko'rishidan oldin keng toifadagi kirishlarni rad etadi — iste'molchi uchun o'rinli standart, qonuniy ish uchun esa jiddiy to'siq. Ekspluatatsiya chiqishining skrinshotini oladigan xavfsizlik tadqiqotchilari, o'z klassifikatorlarini quradigan moderatsiya jamoalari, ekspertiza va ma'lumotlar to'plami auditi ishi hamda red-team baholovi — bularning hammasi shu devorga urilaydi. Kimi-K3 da rad etish qatlami ham, chiqishga filtr ham yo'q.

K3 ning tasviri arzonroq tasvirli modellardan ustun kelib, o'z narxini qayerda oqlaydi

• Zich diagrammalar va sxemalar — arxitektura diagrammalari, tarmoq topologiyalari, sxemalar: javob obyektlarni nomlashga emas, chiziqlar va yorliqlarni kuzatishga bog'liq bo'lgan har qanday narsa.
• Skrinshotlardagi mayda matn — stek izlari, terminal chiqishi, jadval katakchalari. Tasvir darajalari orasidagi tafovut aynan mayda o'lchamdagi o'qilishda eng katta.
• Uzun matn ichidagi rasm — 200K tokenli kontekstga tashlangan skrinshot, model ko'rgan narsasini ellik ming token oldin o'qigan narsasi bilan bog'lashi kerak bo'lganda.
• Bir nechta rasmni taqqoslash — UI ning ikki versiyasi yoki diagramma va uni hosil qilgan jadval.

U o'z narxini oqlamaydigan joy: sarlavha yozish, alt matn, toza hujjatlarning OCR i va teg qo'yish quvurlari. Bular million kirish tokeni uchun $0.50 da hal qilingan — agar rasm ish yukingiz katta hajmli va har bir element alohida oddiy bo'lsa, Kimi-K2.6 yoki MiniMax-M3 siz K3 nikidan farqlay olmaydigan javoblar beradi.

Rasmlar tokenlarni matn bilan bir xil 262,144 tokenli byudjetdan sarflaydi va kirish stavkasida hisoblanadi. Bir hovuch yuqori aniqlikdagi skrinshot bepul emas.

04Uzoq ufqli agentlik ishi — bu daraja aynan shuning uchun

Agar bitta ish yuki yuqori darajani oqlasa, bu — o'sha. Qisqa vazifalar kechirimli tarzda muvaffaqiyatsizlikka uchraydi: model xato qiladi, siz payqaysiz, qayta urinasiz, to'rt soniya yo'qotdingiz. Oltinchi navbatda noto'g'ri shoxga o'tgan qirq navbatli agent esa keyingi o'ttiz to'rt navbatni xato ustiga bezakli qurish bilan o'tkazadi, siz esa oradagi har bir token uchun to'lab bo'lgach, oxirida bilib qolasiz. Aynan shu assimetriya sababli bu yerda token narxi — deyarli noto'g'ri o'lchov. Muhimi — bitta muvaffaqiyatli yakunlash narxi, uni esa yurishning qanchalik tez-tez axlatga ketishi belgilaydi. Moonshot ning K3 poydevori uchun agentlik benchmarklarida chop etgan ko'rsatkichlari:

Barcha ko'rsatkichlar — 2026-yil iyul holatiga ko'ra kvantlanmagan Kimi K3 poydevori uchun Moonshot xabar qilgan raqamlar. Ular bizning 3BIT-REAP yig'mamizning o'lchovi emas va biz ularni shunday taqdim etmaymiz.

Shakl arxitektura nima uchun qurilganiga mos keladi: BrowseComp va Terminal-Bench — vosita sikli benchmarklari, ya'ni harakat qilish, kuzatish, qayta ko'rib chiqishning takrorlanadigan aylanalari. 42.0 dagi SWE Marathon esa qarshi vazn: to'plamdagi eng qiyin uzoq ufqli kod baholovi, u yerda hatto ilg'or model ham ko'p vazifada muvaffaqiyatsizlikka uchraydi. "Agentlik" hal bo'lgan toifa emas; qaysi modelni tanlasangiz ham, nosozlikni hisobga olib loyihalang.

Uzun yurishlar uchun amaliy sozlamalar

K3 reasoning_effort ni ochadi va bu yerda u haqiqiy xarajat richagi: fikrlash tokenlari chiqish tokenlari sifatida, million uchun $19.12 da hisoblanadi.

• Low — vosita chaqirishni yo'naltirish va tuzilmali ajratib olish, ya'ni model bir hovuch ma'lum variant orasidan tanlaydigan joylar.
• High — haqiqiy agentlik ishi uchun standart: ko'p bosqichli o'zgarishni rejalashtirish, stek izidan xato topish, qarama-qarshi manbalarni kelishtirish.
• Max — uni quvurdagi eng qiyin bitta chaqiriq uchun saqlang: yurish boshidagi reja yoki yakuniy ko'rik. High da 30K fikrlash tokeni sarflaydigan yurish max da 90K sarflaganda, o'sha bitta bayroq uchun qo'shimcha $1.15 to'laydi.

Kontekstni ham ataylab byudjetlang: oynamiz 262,144 token va maksimal chiqish 16,384 token, million kirish uchun $3.83 narxida esa kesilmagan tarix ustma-ust to'planadi — har bir navbat butun prefiksni qaytadan hisobga qo'yadi.

05Bu endpointda "senzurasiz" nimani anglatadi

Shannon AI Gateway idagi har bir model rad etish qatlamisiz va chiqishga kontent filtrisiz xizmat qiladi. Bu yuqori darajada ko'proq ahamiyatga ega, chunki odamlar yuqori darajali modelga olib keladigan vazifalar filtrni ishga tushirishga eng moyil bo'lganlaridir: adversarial xavfsizlik tadqiqoti, hujum vositalari tahlili, moderatsiya klassifikatorini ishlab chiqish, tahdid razvedkasi, qiyin badiiy matn va modeldan siz aniqlamoqchi bo'lgan narsani ishlab chiqarishni talab qiladigan har qanday baholov.

• Chiqish klassifikatori yo'q. Javoblar generatsiyadan keyin skanerlanib qayta yozilmaydi yoki bloklanmaydi.
• Kirish darvozasi yo'q. Promptlar va rasmlar modelga yetib borishidan oldin tekshirilmaydi.
• Bu boshqa model emas. Bu — odatda oldida turadigan qatlamsiz xizmat qiladigan o'sha Kimi K3 poydevori.
• Bu javobgarlikni o'tkazish emas. Rad etish qatlamini olib tashlash hukm chiqarishni sizga ko'chiradi — bizning mas'uliyatli foydalanish siyosatimizga qarang.

Baholov tizimlarini quradiganlar uchun tinchroq foyda ham bor: filtrlanmagan model — barqaror bazaviy nuqta. Oldindan aytib bo'lmaydigan tarzda rad etadigan model o'lchovlarni shovqinli qiladi, chunki siz qobiliyat chegarasini siyosat chegarasidan ajrata olmaysiz. Bu yerda nosozlik — qobiliyat nosozligi, ya'ni siz nosozlikni tuzata oladigan yagona tur.

06Narx: $3.83 kirish, $19.12 chiqish — va u qachon o'zini oqlaydi

Bu — ro'yxatimizdagi eng qimmat model, farq katta: chiqish bizning $2.00 pastki darajamizdan 9.6x va Kimi-K2.6 turadigan narxdan 5.2x qimmat. Mana arifmetika ochiqchasiga.

Model	Kirish / 1M	Chiqish / 1M	Tasvir	JSON sxema
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	Ha	Ha
DeepSeek-V4-Pro-0813 · 3BIT-REAP	$1.95	$3.90	Yo'q	Ha
inkling · W4A16-AUTOROUND-REAP	$1.42	$6.07	Ha	Yo'q
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	Ha	Ha
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	Yo'q	Ha
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	Ha	Ha
MiMo-V2.5 · W8A16	$0.50	$2.00	Ha	Ha

Tanlangan qatorlar, kirish narxi bo'yicha tartiblangan. Barcha o'n ikkita model bir xil 262,144 tokenli kontekst, 16,384 tokenli maksimal chiqish, striming, vosita chaqirish va reasoning_effort ni bo'lishadi. Jonli imkoniyat bayroqlari API hujjatlari sahifasida.

Ikkita ishlab chiqilgan misol

Birinchisi — 120,000 tokenli kirish, ya'ni kod bazasi tashlamasi yoki tartibga soluvchi hujjat, undan 3,000 tokenli tahlil chiqadi. Ikkinchisi — qirq navbatli agent yurishi: kontekst to'planib borgani sari taxminan 1,2M jamlangan kirish tokeni, fikrlash bilan birga 90,000 chiqish tokeni.

Ssenariy	Kimi-K3	Kimi-K2.6	MiniMax-M3
120K kirish / 3K chiqish	$0.517	$0.105	$0.066
40 navbatli agent yurishi	$6.32	$1.27	$0.78

Hujjat chaqirig'ida K3 Kimi-K2.6 dan taxminan 4.9x qimmatga tushadi. Ellik sent bir marta — hech narsa; ming chaqiriqda esa bu kuniga $517, $105 ga qarshi. Agent yurishida farq taxminan $5. Endi yagona ahamiyatli sinovni qo'llang: agar vazifa muhandisning $100 lik bir soatiga arzisa, K3 birinchi urinishdan muvaffaqiyatni besh foiz punktga oshirgan zahoti o'zini oqlaydi — chinakam qiyin uzoq ufqli ishda esa darajalar orasidagi tafovut odatda kattaroq. Agar vazifa birovning o'ttiz soniyasiga arzisa, o'sha $5 ni oqlab bo'lmaydi.

07Kimi-K3 mi yoki arzonroq qardoshimi?

Katalogimizdagi ikkita Kimi modeli raqobatchilar emas, bitta zinapoyaning ikki pog'onasi. Kimi-K2.6 kamroq agressiv kvantlangan — W4A16-AUTOROUND-REAP, ya'ni o'rganiladigan yaxlitlashli 4-bitli og'irliklar, K3 ning 3-bitiga qarshi — va kichikroq poydevorda. Unda tasvir, JSON-sxema chiqishi va o'sha kontekst oynasi bor, narxi esa taxminan beshdan bir.

Vazifa	Nimani ishlatish	Nega
Qirq navbatli avtonom agent	Kimi-K3	Nosozlik ustma-ust to'planadi; birinchi navbatdagi reja sifati yurishni hal qiladi
Repozitoriy miqyosidagi refaktoring	Kimi-K3	Kontekstni shunchaki undan olish emas, to'liq izchil ushlab turish kerak
Zich diagrammalar, skrinshotdagi mayda matn	Kimi-K3	Darajalar orasidagi eng katta tasvir tafovuti — o'qilish va fazoviy fikrlash
Aniq belgilangan bitta fayl tahriri	Kimi-K2.6	Chegaralangan vazifa, arzon qayta urinish, o'lchanadigan shift farqi yo'q
Katta hajmda rasmga sarlavha yozish	MiniMax-M3 / MiMo-V2.5	$0.50 kirishda hal qilingan; K3 chiqishi o'sha sarlavha uchun 9.6x
Fikrlashga og'ir, lekin faqat matnli	DeepSeek-V4-Pro	$19.12 ga qarshi $3.90 chiqish — rasm kerak bo'lmasa, K3 ni tashlang

Oxirgi qator — eng ko'p e'tibordan chetda qoladigan tejamkorlik. Agar vazifangiz rasmlarni o'z ichiga olmasa, avval DeepSeek-V4-Pro ni ko'ring. U ham katta poydevordagi 3BIT-REAP yig'masi, qiyin fikrlashda kuchli va uning chiqishi K3 ning $19.12 siga qarshi $3.90 turadi. Yuqori darajaga murojaat qiladigan trafikning katta qismi — bir qator pastda ham xuddi shunday yaxshi xizmat qiladigan faqat matnli fikrlash.

08Senzurasiz Kimi K3 API sini chaqirish

Model uchala dialektda ham Kimi-K3-3BIT-REAP sifatida ochilgan, har birida striming bilan va ular orasida qobiliyat farqi yo'q — faqat uzatish formati farq qiladi: /v1/chat/completions (OpenAI mos), /v1/messages (Anthropic mos) va /v1/responses. Qiyin vizual vazifa uchun fikrlash kuchi ko'tarilgan tasvir so'rovi:

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 ni ham, to'liq json_schema ni ham qo'llab-quvvatlaydi, shuning uchun siz agentning vosita argumentlarini cheklashingiz yoki hisobotni keyingi tahlilsiz belgilangan shaklga majburlashingiz mumkin. Vosita chaqirish nativ va uzun yurishlarni boshqarishning mo'ljallangan usuli. Parametrlar, autentifikatsiya, so'rov chegaralari va jonli playground API hujjatlari sahifasida.

Birinchi kunning o'zida pul tejaydigan uchta narsa

• Prefiksni kesing. Har bir navbat butun suhbatni million uchun $3.83 da qaytadan hisobga qo'yadi; 40 navbatli tarixni bir marta 4K tokenli holat obyektiga jamlash ko'pchilik model almashtirishlaridan ko'proq tejaydi.
• Rasmlarni kichraytiring. Rasm tokenlari — kirish tokenlari; hamon o'qilarli darajada kichraytirilgan 4K skrinshot o'sha javobni arzonroqqa beradi.
• Murakkablik bo'yicha yo'naltiring. Odatiy navbatlarda arzon model, rejada, qiyin shoxda va yakuniy ko'rikda esa K3 — bu ko'pincha hisobning 25% iga qobiliyatning 80% ini beradi.

09Ko'p beriladigan savollar

---

Poydevor haqidagi faktlar va benchmarklar — Moonshot AI ning Kimi K3 va Kimi K2 uchun chop etgan raqamlari bo'lib, ular kvantlanmagan yuqori oqim modellarini tavsiflaydi; bizning yig'mamiz — 3-bitli REAP kvantlashi va u farq qiladi. Narxlar, kontekst va imkoniyat bayroqlari — Shannon AI ning o'zi niki, 2026-yil 5-sentabr holatiga ko'ra amalda; jonli qiymatlar hamisha /v1/models qaytaradigan qiymatlardir. Manbalar: Kimi K3 model kartasi · Kimi K3 repozitoriysi · Kimi K2 Thinking.