Kimi K3 API

Kimi K3.1 Pro 출시

2026-10-23 Moonshot은 K3의 추가 학습 버전인 K3.1 Pro를 출시했습니다. Artificial Analysis 인덱스는 44에서 55로 올랐고, 공식 가격은 $3 / $15에서 $2 / $10로 내려갔으며, 출력도 더 빨라졌습니다. 요청 제약은 K3와 같으므로 model을 kimi-k3.1-pro로 바꾸기만 하면 됩니다.

Kimi K3.1 Pro 보기

가격 비교: 공식 API, OpenRouter, Wokey

100만 토큰당 USD입니다. 공식 API와 OpenRouter 가격은 2026-09-23에 직접 확인한 세전 가격이며, Wokey 가격은 실시간 가격표에서 가져옵니다.

OpenRouter에서 가장 저렴한 호스트는 Sail Research의 fp4 양자화 배포입니다(입력 $1.4989 / 출력 $10.758). 양자화 버전의 출력은 공식 가중치와 다를 수 있어 표에는 넣지 않았습니다.

2026-09-23 확인 · 공식 가격 페이지 · OpenRouter 엔드포인트 목록

Claude Code에서 사용하기

이 모델은 Wokey에서 /v1/messages를 지원합니다. 다음 환경 변수를 설정한 뒤 claude를 실행하세요.

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

Kimi K3 API 빠른 시작

Wokey API 키를 준비하고 다음 세 단계를 따라 첫 요청을 보내세요.

1. API 키 받기

   Wokey에 회원가입하거나 로그인한 뒤 API 콘솔을 열고, API 키 관리에서 키를 만들어 복사하세요. 호출하기 전에 사용 가능한 잔액을 확인하세요.

2. 클라이언트 설정

   OpenAI 호환 클라이언트에 아래 base URL을 입력하고, Wokey API 키를 넣은 다음 모델로 kimi-k3를 선택하세요.

3. 첫 요청 보내기

   예시의 YOUR_WOKEY_API_KEY를 내 키로 바꾸고 터미널에서 실행하세요. choices에서 답변을 확인한 뒤 API 콘솔에서 사용량과 요금을 확인하세요.

Wokey API 키 받기 · API 문서 보기

클라이언트 base URL

https://api.wokey.ai/v1

모델 ID

kimi-k3

전체 요청 URL

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

클라이언트 base URL에는 /v1이 포함되어 있습니다. curl 예시는 전체 요청 URL을 사용합니다.

최소 요청 예시

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 한눈에 보기

출시일

2026-07-17. 첫날부터 Kimi 웹 앱, Kimi Work 데스크톱 앱, Kimi Code, Kimi API 플랫폼에서 제공되었으며, 전체 가중치는 2026-07-27에 Hugging Face에 공개되었습니다

포지셔닝

Moonshot에 따르면 K3는 전반적으로 아직 Claude Fable 5와 GPT-5.6 Sol에 뒤지지만 자체 평가에서 다른 모든 모델을 앞섰으며, 에이전트 프레임워크로 Kimi Code CLI를 권장합니다

모델과 가중치

총 2.8T 파라미터, 활성 104B의 MoE로 각 토큰을 896개 전문가 중 16개로 라우팅하며, Kimi Delta Attention과 Attention Residuals를 기반으로 합니다. 가중치는 moonshotai/Kimi-K3에 있고 학습 단계에서 MXFP4로 양자화되었으며, 총 약 1.56 TB, Kimi K3 License로 제공됩니다

컨텍스트와 출력

1,048,576 토큰 컨텍스트. max_completion_tokens 기본값은 131,072이며 최대 1,048,576까지 설정 가능. 텍스트, 이미지, 동영상 입력을 기본 지원하고 텍스트를 출력합니다

사고와 effort

사고는 항상 켜져 있으며 응답에 reasoning_content가 포함됩니다. reasoning_effort는 low / high / max를 받고 기본값은 max입니다(출시 시에는 max만 존재). temperature, top_p 등 샘플링 파라미터는 고정값이므로 생략해야 합니다

공식 가격

100만 토큰당 입력 $3 / 출력 $15, 캐시 적중 $0.30. 컨텍스트 길이별 요금 구간 없음

API와 도구

Kimi 플랫폼은 OpenAI 및 Anthropic 호환 API를 제공하며, 도구 호출(tool_choice를 required로 설정 가능), json_schema 구조화 출력, 컨텍스트 캐싱을 지원합니다. Wokey는 /v1/chat/completions와 /v1/messages를 제공합니다

2026-10-02 확인 · 출처: Moonshot · Hugging Face · K3 quickstart · Pricing · Artificial Analysis

공식 벤치마크: Kimi K3 vs Fable 5 vs GPT-5.6 Sol vs Opus 4.8 vs GLM-5.2

Moonshot이 Hugging Face에 공개한 모델 카드의 수치로, 벤더가 자체 보고한 결과이며 “—”는 점수가 공개되지 않았음을 뜻합니다. 비교 대상은 K3 출시 당시(2026-07)의 모델이므로, 이후 출시된 Claude Opus 5.5와 GLM-5.3은 표에 없습니다. 이들과의 비교는 아래 “어떤 모델을 쓸까”를 참고하세요.

K3의 모든 점수는 reasoning_effort=max, temperature=1.0에서 측정되었습니다. Fable 5 열은 fallback을 사용한 결과이고, 모델 카드의 GPT-5.5 열은 제외했으며, HLE-Full 행은 도구 사용 점수입니다. DeepSWE, Terminal-Bench 2.1, ProgramBench에서 K3는 Kimi Code 하네스로 실행되었고, 다른 점수 대부분은 공개 리더보드나 각 모델의 최적 하네스에서 가져왔으므로 조건이 다릅니다. 공식 DeepSWE 리더보드의 mini-SWE-agent 하네스에서 K3는 67.3%입니다. SWE-Marathon 행은 v1.1 출시 이전의, H20 기준으로 재보정한 작업 세트를 사용하며, Z.ai 표에서 K3의 v1.1 점수는 48.1%입니다.

어떤 모델을 쓸까: Kimi K3, Claude Opus 5.5, GLM-5.3

Claude Opus 5.5와 비교

Opus 5.5는 K3보다 두 달 늦은 2026-09-22에 출시되었습니다. Artificial Analysis Intelligence Index v4.3.2에서 Opus 5.5는 max 기준 58점, K3는 44점으로 차이가 뚜렷합니다. K3의 공식 가격은 $3 / $15로 Opus 5.5의 $4 / $20보다 25% 저렴할 뿐이지만, 지수 전체에서 Opus 5.5는 2억 6천만 출력 토큰을, K3는 1억 6천만을 사용했으므로 공식 가격 기준 작업당 비용은 $5.98 대 $2.00으로 K3가 약 3분의 1입니다. 출력 속도는 Opus 5.5가 약 92 토큰/초, K3가 약 34입니다. 가장 어려운 코딩, 장기 실행 에이전트, 한 번에 정확해야 하는 작업에는 Opus 5.5를, 대량 처리, 빠듯한 예산, 동영상 입력, 자체 호스팅에는 K3를 선택하세요.

GLM-5.3과 비교

Artificial Analysis Intelligence Index에서 두 모델은 대등합니다. GLM-5.3은 max 기준 45점, K3는 44점이며 작업당 비용도 거의 같습니다($2.01 vs $2.00). GLM-5.3의 공식 가격은 $1.4 / $4.4로 K3의 절반에 못 미치지만, 출력이 더 길고(지수 전체에서 1억 6천만 대비 2억 1천만 토큰) 속도는 약 두 배입니다(약 66 vs 34 토큰/초). Z.ai의 GLM-5.3 출시 페이지에는 두 모델이 모두 나와 있습니다. DeepSWE v1.1에서는 비슷하고(66.9% vs 67.5%), Terminal Bench 3.0에서는 GLM-5.3이 앞서며(28.3% vs 17.4%), SWE-Marathon v1.1(48.1% vs 42.5%)과 Toolathlon(76.5% vs 73.0%)에서는 K3가 앞섭니다. 텍스트 전용 코딩에는 둘 다 괜찮습니다. GLM-5.3은 텍스트만 지원하므로 이미지나 동영상 입력이 필요하면 K3를 선택하세요. 자체 호스팅에는 GLM-5.3(총 753B 파라미터)이 K3(2.8T)보다 훨씬 쉽습니다.

effort 선택

K3에는 low, high, max만 있고 기본값은 max이며, 사고는 끌 수 없습니다. Artificial Analysis 측정에서 max는 작업당 $2.00에 44점, low는 $1.15에 30점이었습니다. low는 작업당 약 40% 저렴하지만 14점이 낮습니다. 코딩과 에이전트에는 기본값 max를 사용하세요. high는 아직 제3자 데이터가 없으므로 자신의 작업에서 max와 비교하세요. low는 간단한 Q&A와 형식 변환에 사용하세요. 추론 토큰은 출력 가격으로 과금되므로 effort가 높을수록 출력이 늘어납니다.

Kimi effort 문서

제3자 및 커뮤니티 평가

• Artificial Analysis: Intelligence Index v4.3.2에서 max 기준 44점, low 기준 30점입니다. 지수 전체에 1억 6천만 출력 토큰을 사용해 작업당 $2.00이 들었고, 출력 속도는 약 34 토큰/초, 첫 토큰까지 약 4.5초가 걸립니다. 출시 당일 당시 지수 버전에서는 57점으로 3위였으며, Claude Opus 4.8 및 GPT-5.5와 비슷하고 Fable 5와 GPT-5.6 Sol보다는 뒤졌습니다. 한편 환각률은 K2.6의 39%에서 51%로 올랐습니다. Wokey의 모든 과금 항목은 공식 가격의 20%이므로, 같은 작업이 max에서 약 $0.40, low에서 약 $0.23입니다.
• Fireworks: K3 추론 서비스도 제공하는 Fireworks는 약 1,030개의 에이전트 작업에서 같은 에이전트 루프로 K3와 Claude Fable 5를 비교했습니다. SWE 작업 통과율은 K3 92.4%, Fable 5 92.6%로 사실상 같았지만, 작업당 K3는 약 55턴과 130만 토큰을, Fable 5는 21턴과 13만 토큰을 사용했습니다.
• Hacker News(2,107점 스레드): 가장 많이 논의된 것은 가격이었습니다. 많은 사람이 오픈 웨이트 모델로서 $3 / $15는 비싸다고 봤지만, K3가 정말 Fable과 Sol에만 뒤진다면 합리적이라는 의견도 있었습니다. 다음은 사고 길이였습니다. 너무 오래 생각하고 같은 말을 반복한다는 불만이 있었고, Simon Willison의 펠리컨 테스트는 출력 16,658 토큰 중 13,241이 추론이었으며 약 $0.25가 들었습니다. 다른 댓글 작성자는 추론 토큰이 K2.6의 약 60%라고 측정했습니다.

Claude Code에서 K3 사용하기와 확인해야 할 요청 규칙

이 규칙은 Kimi의 K3 빠른 시작 문서와 Wokey가 운영 환경에서 디버깅한 문제에서 나온 것입니다. K2.x에서 kimi-k3로 전환하거나 처음 연동하기 전에 확인하세요.

• 사고는 끌 수 없으며 응답에는 항상 reasoning_content가 포함됩니다. K2.x에서 마이그레이션할 때는 기존 thinking 파라미터를 최상위 reasoning_effort(low / high / max)로 바꾸세요.
• 멀티턴 대화와 도구 호출에서는 API가 반환한 assistant 메시지를 reasoning_content와 tool_calls를 포함해 그대로 다시 보내세요. content만 보내면 이전 추론이 사라집니다.
• temperature, top_p, n, presence_penalty, frequency_penalty는 1.0, 0.95, 1, 0, 0으로 고정되어 있으며, Kimi는 요청에서 이 필드를 생략하도록 요구합니다.
• 이미지에는 공개 URL을 쓸 수 없습니다. https 이미지 링크는 400 unsupported image url을 반환하므로 image_url에 data:image/png;base64,... 같은 base64 data URL을 넣으세요. 동영상도 base64로 보냅니다. Kimi의 “파일을 먼저 업로드한 뒤 ms://<file_id>로 참조하는” 방식은 아직 Wokey를 통해 사용할 수 없습니다.
• max_completion_tokens 기본값은 131,072이며 최대 1,048,576까지 설정할 수 있습니다. 추론 토큰은 출력으로 과금되고 기본 max effort는 긴 출력을 생성하므로 출력 예산에 여유를 두세요.
• stop 시퀀스를 설정하면 K3가 추론 도중 잘려 finish_reason이 stop이고 content가 빈 결과를 반환할 수 있습니다. 이는 업스트림 동작이며 Wokey가 텍스트를 지우는 것이 아니므로, stop에 의존하는 흐름은 먼저 자신의 작업에서 테스트하세요.
• Claude Code에서 사용하기: Wokey의 kimi-k3는 /v1/messages를 지원하므로 ANTHROPIC_BASE_URL을 https://api.wokey.ai로, ANTHROPIC_AUTH_TOKEN을 Wokey API 키로, ANTHROPIC_MODEL을 kimi-k3로 설정하세요. 가격은 100만 토큰당 입력 $0.60 / 출력 $3.00입니다. Moonshot은 에이전트 프레임워크로 Kimi Code CLI를 권장하며, OpenCode 등 OpenAI 호환 클라이언트는 /v1/chat/completions를 사용합니다.

이미지를 포함한 요청 본문 예시(/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" }
    ]
  }]
}

카탈로그 가격 스냅샷

가격은 100만 토큰 기준이며, 정산에는 요청 시점의 가격이 적용됩니다.

공식 가격 출처: https://platform.kimi.ai/docs/pricing/chat-k3

Wokey 실측

최근 28일(2026-10-13~2026-11-09), 매주 월요일 업데이트 · 90+개 계정의 실제 요청

첫 토큰까지의 시간, 짧은 프롬프트

2.5초 (중앙값 · 8K 토큰 미만 프롬프트 · p90 7.6초)

첫 토큰까지의 시간, 에이전트 규모 프롬프트

5.9초 (중앙값 · 32K–128K 토큰 프롬프트)

프롬프트 캐시 적중률

93% (입력 토큰 중 캐시에서 읽은 비율)

많이 쓰는 클라이언트: Kimi Code CLI 52%, pi 26%, WorkBuddy 11%. 식별된 클라이언트의 요청 중 비율이며, 요청의 3%에서 클라이언트가 식별되었습니다.

측정 방법

첫 토큰까지의 시간은 Wokey 게이트웨이가 요청을 받은 시점부터 첫 스트리밍 콘텐츠(텍스트, 추론 요약 또는 거부)가 나올 때까지입니다. 대기열, 다른 계정으로의 재시도, 모델의 사고 시간이 포함되므로 업스트림 자체의 첫 토큰 지연보다 깁니다. 성공한 스트리밍 요청만 집계하며, 프롬프트 크기(입력과 캐시 읽기·쓰기 합계)별로 구간을 나눕니다.

캐시 적중률 = 캐시에서 읽은 토큰 ÷ 입력 토큰(성공한 요청 기준)입니다. 클라이언트와 사용 방식에 따라 달라지며, 클라이언트별 내역은 캐시 적중률 페이지에서 볼 수 있습니다.

엔터프라이즈 계정과 Wokey 자체 테스트 계정은 제외합니다. 최근 28일 동안 20명 이상의 사용자가 이용했고 한 사용자의 요청이 50%를 넘지 않을 때 모델을 표시하며, 하나의 추천 체인으로 가입한 계정은 한 사용자로 셉니다. 첫 토큰까지의 시간 수치마다 최소 500건의 요청이 필요합니다.

클라이언트별 캐시 적중률

모델 기능

Context

1,048,576 tokens

최대 출력

1,048,576 tokens

Streaming

지원

Tools

지원

Vision

지원

지원 API 형식

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

요청 보내기

/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"}]}'

사용 중인 도구에서 Kimi K3 사용

게이트웨이 주소는 https://api.wokey.ai(OpenAI 호환 클라이언트는 보통 https://api.wokey.ai/v1)이고, 모델 ID는 kimi-k3입니다. 사용하는 클라이언트의 가이드를 여세요.

• Claude Code에서 Kimi K3 사용: Anthropic Messages · base URL 및 API 키 설정
• Codex에서 Kimi K3 사용: OpenAI Responses · base URL 및 API 키 설정
• Claude Desktop에서 Kimi K3 사용: Anthropic Messages · base URL 및 API 키 설정
• opencode에서 Kimi K3 사용: OpenAI Chat Completions · base URL 및 API 키 설정
• pi에서 Kimi K3 사용: Anthropic Messages · base URL 및 API 키 설정
• DeepSeek Harness에서 Kimi K3 사용: OpenAI Chat Completions · base URL 및 API 키 설정
• Z Code에서 Kimi K3 사용: Anthropic Messages · base URL 및 API 키 설정
• Cherry Studio에서 Kimi K3 사용: OpenAI Chat Completions · base URL 및 API 키 설정
• WorkBuddy에서 Kimi K3 사용: OpenAI Chat Completions · base URL 및 API 키 설정
• OpenClaw에서 Kimi K3 사용: OpenAI Chat Completions · base URL 및 API 키 설정
• Hermes Agent에서 Kimi K3 사용: OpenAI Chat Completions · base URL 및 API 키 설정
• Magpie에서 Kimi K3 사용: OpenAI Chat Completions · base URL 및 API 키 설정
• Kimi API 비용 계산기: Kimi K3 월 비용은 얼마?: 사용량과 캐시 적중률에 따라 Kimi API 및 Wokey의 월 비용을 비교하세요.
• Kimi Code 한도 실측: 요금제 하나로 쓸 수 있는 Kimi K3 사용량: 5시간 창과 월 단위로 실측한 토큰 수와 API 가격 기준 가치.
• OpenRouter 대안: Wokey와 OpenRouter 비교: 토큰 가격, 결제 수수료, API 형식, upstream 출처를 비교하세요.
• 검증 가능한 AI API: 응답 증명이 포함되는 모델과 API 형식: 응답 증명은 현재 공식 경로에서 그대로 전달되는 Claude Messages와 GPT Responses 응답만 대상으로 합니다.

실제 운영 호출 예시

이 사용량 값은 첫 시도에 성공하고 청구 내역과 대조를 마친 Kimi K3 호출 한 건에서 가져온 것입니다.

총 입력

76023

출력

574

입력 중 캐시 비율

99.3%

호출 시간

25.60 s

Chat Completions usage

과금 기록을 바탕으로 API 필드 예시로 정리했습니다. prompt_tokens는 캐시된 토큰을 포함한 총 입력입니다.

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

토큰 대조

이 호출에 기록된 100만 토큰당 최종 단가입니다.

청구 금액

$0.009833

비용 = 토큰 수 × 각 단가 ÷ 1,000,000의 합계이며, 합산 후 소수점 여섯째 자리로 반올림합니다.

이 호출의 출처

이 호출은 ark.cn-beijing.volces.com의 Volcengine 채널을 API Key 인증으로 사용했습니다. 사용량은 업스트림에서 측정되었고 요청은 HTTP 200을 반환했습니다.

Prompt Cache 확인하기

1. 긴 프롬프트의 공통 접두사를 동일하게 유지하고, 선택한 API의 캐시 규칙에 따라 컨텍스트를 재사용하세요.
2. prompt_tokens_details.cached_tokens를 확인하세요. 0이면 이 호출에서 캐시 읽기가 기록되지 않았다는 뜻입니다.
3. 캐시 미적용 입력 = prompt_tokens − 캐시된 토큰. 항목별로 단가를 곱한 뒤 출력 요금을 더하세요.

자주 묻는 질문

관련 모델 및 문서

• Kimi K3.1 Pro
• Kimi K3.1 Pro Highspeed
• Kimi K2.8 Preview
• API 문서
• 전체 모델 및 가격
• Provider Node