Kimi K3 API

Ya salió Kimi K3.1 Pro

El 2026-10-23, Moonshot lanzó K3.1 Pro, un K3 con post-entrenamiento adicional: su índice en Artificial Analysis subió de 44 a 55, el precio oficial bajó de $3 / $15 a $2 / $10 y genera la salida más rápido. Las restricciones de la solicitud son las mismas que en K3, así que basta con cambiar model a kimi-k3.1-pro.

Ver Kimi K3.1 Pro

Comparación de precios: oficial, OpenRouter y Wokey

USD por millón de tokens. Las tarifas oficiales y de OpenRouter se revisaron a mano el 2026-09-23, sin impuestos; la tarifa de Wokey se lee de la lista de precios en vivo.

El host más barato en OpenRouter es el despliegue cuantizado en fp4 de Sail Research ($1.4989 de entrada / $10.758 de salida). La salida cuantizada puede diferir de los pesos oficiales, por eso no está en la tabla.

Revisado el 2026-09-23 · Página oficial de precios · Lista de endpoints de OpenRouter

Úsalo en Claude Code

Este modelo admite /v1/messages en Wokey. Configura estas variables y luego inicia claude.

export ANTHROPIC_BASE_URL="https://api.wokey.ai"
export ANTHROPIC_AUTH_TOKEN="$WOKEY_API_KEY"
export ANTHROPIC_MODEL="kimi-k3"

Guía rápida de la API de Kimi K3

Obtén una clave de API de Wokey y sigue estos tres pasos para enviar tu primera solicitud.

1. Obtén una clave de API

   Regístrate o inicia sesión en Wokey, abre la consola de API y crea y copia una clave en la gestión de claves de API. Revisa tu saldo disponible antes de hacer llamadas.

2. Configura tu cliente

   Usa la base URL de abajo en tu cliente compatible con OpenAI, ingresa tu clave de API de Wokey y selecciona kimi-k3 como modelo.

3. Envía tu primera solicitud

   Reemplaza YOUR_WOKEY_API_KEY en el ejemplo por tu propia clave y ejecútalo en una terminal. Lee la respuesta en choices y luego revisa el uso y los cargos en la consola de API.

Obtener clave de API · Ver documentación

Base URL del cliente

https://api.wokey.ai/v1

ID del modelo

kimi-k3

URL completa

https://api.wokey.ai/v1/chat/completions

La base URL del cliente ya incluye /v1. El ejemplo de curl usa la URL completa de la solicitud.

Solicitud mínima

export WOKEY_API_KEY="YOUR_WOKEY_API_KEY"

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3",
    "messages": [{"role": "user", "content": "Hello, Kimi!"}],
    "max_tokens": 1024
  }'

Kimi K3 en resumen

Fecha de lanzamiento

2026-07-17, en la app web de Kimi, la app de escritorio Kimi Work, Kimi Code y la plataforma Kimi API desde el primer día; los pesos completos se publicaron en Hugging Face el 2026-07-27

Posicionamiento

Moonshot dice que K3 todavía queda detrás de Claude Fable 5 y GPT-5.6 Sol en general, pero superó a todos los demás modelos en sus evaluaciones, y recomienda Kimi Code CLI como framework de agentes

Modelo y pesos

Un MoE de 2.8T parámetros con 104B activos que enruta cada token a 16 de 896 expertos, construido sobre Kimi Delta Attention y Attention Residuals; pesos en moonshotai/Kimi-K3, cuantizados a MXFP4 durante el entrenamiento, unos 1.56 TB en total, bajo la Kimi K3 License

Contexto y salida

Contexto de 1,048,576 tokens; max_completion_tokens es 131,072 por defecto y llega hasta 1,048,576; entrada nativa de texto, imágenes y video, salida de texto

Thinking y effort

El thinking siempre está activado y las respuestas incluyen reasoning_content; reasoning_effort acepta low / high / max con max por defecto (en el lanzamiento solo existía max); temperature, top_p y los demás parámetros de muestreo son fijos y deben omitirse

Precio oficial

$3 de entrada / $15 de salida por millón de tokens y $0.30 por aciertos de caché; sin tramos por longitud de contexto

API y herramientas

La plataforma Kimi ofrece APIs compatibles con OpenAI y Anthropic con llamadas a herramientas (tool_choice puede ser required), salida estructurada json_schema y caché de contexto; Wokey sirve /v1/chat/completions y /v1/messages

Verificado el 2026-10-02 · Fuentes: Moonshot · Hugging Face · K3 quickstart · Pricing · Artificial Analysis

Benchmarks oficiales: Kimi K3 vs Fable 5 vs GPT-5.6 Sol vs Opus 4.8 vs GLM-5.2

Datos de la model card de Moonshot en Hugging Face; son resultados reportados por el propio proveedor, y “—” significa que no se publicó la puntuación. Los modelos comparados son los vigentes al lanzamiento de K3 (2026-07), así que Claude Opus 5.5 y GLM-5.3, ambos lanzados después, no están en la tabla; consulta “Cuál usar” más abajo para esas comparaciones.

Todas las puntuaciones de K3 usan reasoning_effort=max y temperature=1.0. La columna de Fable 5 se ejecutó con fallback, la columna GPT-5.5 de la model card se omite y la fila HLE-Full es la puntuación con herramientas. En DeepSWE, Terminal-Bench 2.1 y ProgramBench, K3 se ejecutó en el harness de Kimi Code, mientras que la mayoría de las demás puntuaciones vienen de rankings públicos o del mejor harness de cada modelo, así que las condiciones difieren: en el harness mini-SWE-agent del ranking oficial de DeepSWE, K3 obtiene 67.3%. La fila de SWE-Marathon usa un conjunto de tareas recalibrado con H20 anterior al lanzamiento de v1.1; la tabla de Z.ai da a K3 48.1% en v1.1.

Cuál usar: Kimi K3, Claude Opus 5.5 o GLM-5.3

Frente a Claude Opus 5.5

Opus 5.5 salió el 2026-09-22, dos meses después de K3. En el Intelligence Index v4.3.2 de Artificial Analysis, Opus 5.5 obtiene 58 en max y K3 44, una diferencia clara. K3 cuesta $3 / $15, solo un 25% menos que los $4 / $20 de Opus 5.5, pero Opus 5.5 usó 260M tokens de salida en todo el índice frente a 160M de K3, así que una tarea cuesta $5.98 frente a $2.00 a precios oficiales, cerca de un tercio para K3. Opus 5.5 genera unos 92 tokens/s y K3 unos 34. Elige Opus 5.5 para la programación más difícil, agentes de larga duración y trabajo que debe salir bien a la primera; elige K3 para alto volumen, presupuestos ajustados, entrada de video o autoalojamiento.

Frente a GLM-5.3

Ambos están parejos en el Intelligence Index de Artificial Analysis: GLM-5.3 obtiene 45 en max y K3 44, con un costo por tarea casi igual ($2.01 vs $2.00). GLM-5.3 cuesta $1.4 / $4.4, menos de la mitad que K3, pero escribe salidas más largas (210M tokens en todo el índice frente a 160M) y es cerca del doble de rápido (unos 66 vs 34 tokens/s). La página de lanzamiento de GLM-5.3 de Z.ai incluye a ambos: están cerca en DeepSWE v1.1 (66.9% vs 67.5%), GLM-5.3 lidera en Terminal Bench 3.0 (28.3% vs 17.4%) y K3 lidera en SWE-Marathon v1.1 (48.1% vs 42.5%) y Toolathlon (76.5% vs 73.0%). Cualquiera sirve para programación solo de texto; elige K3 si necesitas entrada de imágenes o video, ya que GLM-5.3 es solo de texto; para autoalojar, GLM-5.3 (753B parámetros totales) es mucho más fácil que K3 (2.8T).

Cómo elegir el effort

K3 solo tiene low, high y max, con max por defecto, y el thinking no se puede desactivar. Artificial Analysis midió max en 44 por $2.00 por tarea y low en 30 por $1.15: low es cerca de un 40% más barato por tarea pero pierde 14 puntos. Usa el max por defecto para programación y agentes; todavía no hay datos de terceros para high, así que compáralo con max en tus propias tareas; deja low para preguntas y respuestas simples y conversión de formatos. Los tokens de razonamiento se cobran a la tarifa de salida, así que más effort significa más salida.

Documentación de effort de Kimi

Reseñas de terceros y de la comunidad

• Artificial Analysis: En el Intelligence Index v4.3.2 obtiene 44 en max y 30 en low; usó 160M tokens de salida en todo el índice por $2.00 por tarea, genera unos 34 tokens/s y tarda unos 4.5 segundos hasta el primer token. El día del lanzamiento, en la versión del índice de entonces, obtuvo 57 y quedó tercero, a la par de Claude Opus 4.8 y GPT-5.5 y detrás de Fable 5 y GPT-5.6 Sol, mientras su tasa de alucinaciones subió del 39% de K2.6 al 51%. Cada concepto de cobro de Wokey es el 20% de la tarifa oficial, así que la misma tarea cuesta unos $0.40 en max y $0.23 en low.
• Fireworks: Fireworks, que también sirve K3, lo comparó con Claude Fable 5 en el mismo bucle de agente en unas 1,030 tareas agénticas. En tareas SWE, K3 aprobó el 92.4% y Fable 5 el 92.6%, prácticamente igual, pero K3 necesitó unos 55 turnos y 1.3M tokens por tarea frente a 21 turnos y 130K tokens de Fable 5.
• Hacker News (hilo de 2,107 puntos): El precio fue lo más comentado: a muchos les pareció caro $3 / $15 para un modelo de pesos abiertos, mientras otros dijeron que es justo si K3 de verdad solo queda detrás de Fable y Sol. Después vino la longitud del thinking: algunos se quejaron de que piensa demasiado y se repite; la prueba del pelícano de Simon Willison generó 16,658 tokens de salida, 13,241 de ellos de razonamiento, por unos $0.25; otro comentarista midió cerca del 60% de los tokens de razonamiento de K2.6.

Usar K3 en Claude Code y reglas de las solicitudes que debes revisar

Estas reglas vienen de la guía rápida de K3 de Kimi y de problemas que Wokey ha depurado en producción. Revísalas antes de pasar de K2.x a kimi-k3 o de integrarlo por primera vez.

• El thinking no se puede desactivar y las respuestas siempre incluyen reasoning_content. Al migrar desde K2.x, reemplaza el parámetro thinking anterior por reasoning_effort en el nivel superior (low / high / max).
• En chats de varios turnos y llamadas a herramientas, devuelve el mensaje completo de assistant que devolvió la API, incluidos reasoning_content y tool_calls; devolver solo content pierde el razonamiento anterior.
• temperature, top_p, n, presence_penalty y frequency_penalty están fijos en 1.0, 0.95, 1, 0 y 0, y Kimi pide omitirlos en las solicitudes.
• Las imágenes no pueden ser URL públicas: pon una data URL en base64 como data:image/png;base64,... en image_url, porque un enlace https a una imagen devuelve 400 unsupported image url; el video también va en base64. El flujo de Kimi de subir y luego referenciar con ms://<file_id> todavía no está disponible a través de Wokey.
• max_completion_tokens es 131,072 por defecto y llega hasta 1,048,576. Los tokens de razonamiento se cobran como salida y el effort max por defecto escribe salidas largas, así que deja margen en el presupuesto de salida.
• Con una secuencia stop definida, K3 puede cortarse mientras todavía razona y devolver finish_reason stop con content vacío. Eso viene del upstream y Wokey no elimina texto, así que prueba primero en tus propias tareas los flujos que dependen de stop.
• Uso en Claude Code: kimi-k3 en Wokey admite /v1/messages, así que define ANTHROPIC_BASE_URL como https://api.wokey.ai, ANTHROPIC_AUTH_TOKEN con tu clave de API de Wokey y ANTHROPIC_MODEL como kimi-k3; cuesta $0.60 de entrada / $3.00 de salida por millón de tokens. Moonshot recomienda Kimi Code CLI como framework de agentes, y OpenCode y otros clientes compatibles con OpenAI usan /v1/chat/completions.

Cuerpo de solicitud con una imagen (/v1/chat/completions)

{
  "model": "kimi-k3",
  "reasoning_effort": "high",
  "messages": [{
    "role": "user",
    "content": [
      { "type": "image_url", "image_url": { "url": "data:image/png;base64,iVBORw0KGgo..." } },
      { "type": "text", "text": "Find the layout bug in this screenshot" }
    ]
  }]
}

Precios actuales del catálogo

Precios por 1M de tokens; la liquidación se rige por el precio vigente al momento de la solicitud.

Fuente del precio oficial: https://platform.kimi.ai/docs/pricing/chat-k3

Medido en Wokey

Últimos 28 días (2026-10-13 a 2026-11-09), se actualiza cada lunes · Solicitudes reales de más de 90 cuentas

Tiempo al primer token, prompts cortos

2.5 s (Mediana · prompts de menos de 8K tokens · p90 7.6 s)

Tiempo al primer token, prompts de agente

5.9 s (Mediana · prompts de 32K–128K tokens)

Tasa de aciertos de caché de prompts

93% (Parte de los tokens de entrada leídos de la caché)

Clientes más usados: Kimi Code CLI 52%, pi 26%, WorkBuddy 11%. Parte de las solicitudes de clientes identificados; el 3% de las solicitudes tenía un cliente identificado.

Cómo se mide

El tiempo al primer token va desde que el gateway de Wokey recibe la solicitud hasta el primer contenido transmitido (texto, resumen del razonamiento o rechazo). Incluye la espera en cola, los reintentos en otra cuenta y el tiempo de razonamiento del modelo, por lo que es mayor que la latencia al primer token del propio upstream. Solo cuentan las solicitudes en streaming exitosas, agrupadas por tamaño del prompt (entrada más lecturas y escrituras de caché).

Tasa de aciertos de caché = tokens leídos de la caché ÷ tokens de entrada en las solicitudes exitosas. Depende del cliente y de cómo se usa; las páginas de tasa de aciertos de caché la desglosan por cliente.

Se excluyen las cuentas empresariales y las cuentas de prueba de Wokey. Un modelo se muestra cuando al menos 20 usuarios lo usaron en los últimos 28 días y ningún usuario envió más del 50% de sus solicitudes; las cuentas registradas a través de una misma cadena de referidos cuentan como un solo usuario. Cada cifra de tiempo al primer token necesita al menos 500 solicitudes.

Tasa de aciertos de caché por cliente

Capacidades del modelo

Context

1,048,576 tokens

Salida máxima

1,048,576 tokens

Streaming

Compatible

Tools

Compatible

Vision

Compatible

Formas de API compatibles

/v1/chat/completions · /v1/responses · /v1/messages

Enviar una solicitud

/v1/chat/completions

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3","messages":[{"role":"user","content":"Hello"}]}'

/v1/responses

curl https://api.wokey.ai/v1/responses \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3","input":"Hello"}'

/v1/messages

curl https://api.wokey.ai/v1/messages \
  -H "x-api-key: $WOKEY_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3","max_tokens":1024,"messages":[{"role":"user","content":"Hello"}]}'

Usa Kimi K3 en tus herramientas

El gateway es https://api.wokey.ai (los clientes compatibles con OpenAI suelen usar https://api.wokey.ai/v1) y el ID del modelo es kimi-k3. Abre la guía del cliente que usas.

• Usar Kimi K3 en Claude Code: Anthropic Messages · configuración de base URL y clave de API
• Usar Kimi K3 en Codex: OpenAI Responses · configuración de base URL y clave de API
• Usar Kimi K3 en Claude Desktop: Anthropic Messages · configuración de base URL y clave de API
• Usar Kimi K3 en opencode: OpenAI Chat Completions · configuración de base URL y clave de API
• Usar Kimi K3 en pi: Anthropic Messages · configuración de base URL y clave de API
• Usar Kimi K3 en DeepSeek Harness: OpenAI Chat Completions · configuración de base URL y clave de API
• Usar Kimi K3 en Z Code: Anthropic Messages · configuración de base URL y clave de API
• Usar Kimi K3 en Cherry Studio: OpenAI Chat Completions · configuración de base URL y clave de API
• Usar Kimi K3 en WorkBuddy: OpenAI Chat Completions · configuración de base URL y clave de API
• Usar Kimi K3 en OpenClaw: OpenAI Chat Completions · configuración de base URL y clave de API
• Usar Kimi K3 en Hermes Agent: OpenAI Chat Completions · configuración de base URL y clave de API
• Usar Kimi K3 en Magpie: OpenAI Chat Completions · configuración de base URL y clave de API
• Calculadora de costos de la API de Kimi: cuánto cuesta Kimi K3 al mes: Compara el costo mensual en Kimi API y en Wokey según tu uso y tu tasa de aciertos de caché.
• Límites de Kimi Code medidos: cuánto Kimi K3 cubre un plan: Tokens medidos por ventana de 5 horas y por mes, y cuánto valen a precios de API.
• Alternativa a OpenRouter: Wokey vs. OpenRouter: Compara precios por token, comisiones de pago, formatos de API y orígenes upstream.
• API de IA verificable: qué modelos y formatos de API llevan pruebas de respuesta: Por ahora, las pruebas de respuesta solo cubren respuestas de Claude Messages y GPT Responses reenviadas sin cambios por rutas oficiales.

Ejemplo de llamada en producción

Estos valores de uso provienen de una llamada completada de Kimi K3 que tuvo éxito en el primer intento y se cotejó con su factura.

Entrada total

76023

Salida

574

Parte de la entrada en caché

99.3%

Duración de la llamada

25.60 s

Chat Completions usage

Elaborado a partir del registro de facturación como ejemplo de campos de la API. prompt_tokens es la entrada total, incluidos los tokens en caché.

{
  "model": "kimi-k3",
  "usage": {
    "prompt_tokens": 76023,
    "prompt_tokens_details": {
      "cached_tokens": 75520
    },
    "completion_tokens": 574,
    "total_tokens": 76597
  }
}

Conciliación de tokens

Estas son las tarifas finales por millón de tokens registradas para esta llamada.

Monto facturado

$0.009833

Costo = suma de tokens × su tarifa ÷ 1,000,000, redondeado a seis decimales después de sumar.

Origen de esta llamada

Esta llamada usó el canal Volcengine en ark.cn-beijing.volces.com con autorización API Key. El uso se midió en el upstream y la solicitud devolvió HTTP 200.

Verificar Prompt Cache

1. Mantén idéntico el prefijo común de los prompts largos y reutiliza el contexto según las reglas de caché de la API elegida.
2. Revisa prompt_tokens_details.cached_tokens; cero significa que no se registraron lecturas de caché en esta llamada.
3. Entrada sin caché = prompt_tokens menos los tokens en caché. Calcula cada concepto con su tarifa y suma el cargo de salida.

Preguntas frecuentes

Modelos y documentación relacionados

• Kimi K3.1 Pro
• Kimi K3.1 Pro Highspeed
• Kimi K2.8 Preview
• Documentación de la API
• Todos los modelos y precios
• Provider Node