Kimi K3 API

Сравнение цен: официальный API, OpenRouter и Wokey

Цены в USD за 1 млн токенов. Тарифы официального API и OpenRouter проверены вручную 2026-09-23, без учёта налогов; цена Wokey берётся из актуального прайс-листа.

Самый дешёвый хостинг на OpenRouter — Sail Research с квантованием fp4 ($1.4989 за входные / $10.758 за выходные). Ответы квантованной версии могут отличаться от официальных весов, поэтому в таблицу она не включена.

Проверено 2026-09-23 · Официальная страница цен · Список эндпоинтов OpenRouter

Использование в Claude Code

На Wokey эта модель поддерживает /v1/messages. Задайте эти переменные окружения и запустите claude.

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

Kimi K3 API: быстрый старт

Получите API-ключ Wokey и выполните три шага, чтобы отправить первый запрос.

1. Получите API-ключ

   Зарегистрируйтесь или войдите в Wokey, откройте консоль API и в разделе управления API-ключами создайте и скопируйте ключ. Перед вызовами проверьте, что на балансе есть средства.

2. Настройте клиент

   Укажите base URL ниже в OpenAI-совместимом клиенте, введите API-ключ Wokey и выберите модель kimi-k3.

3. Отправьте первый запрос

   Замените YOUR_WOKEY_API_KEY в примере на свой ключ и выполните команду в терминале. Ответ будет в choices; использование и списания можно посмотреть в консоли API.

Получить API-ключ Wokey · Документация API

Base URL для клиента

https://api.wokey.ai/v1

ID модели

kimi-k3

Полный URL запроса

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

Base URL для клиента уже содержит /v1. В примере curl используется полный URL запроса.

Минимальный запрос

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: главное

Дата выхода

2026-07-17 — в первый же день в веб-версии Kimi, десктопном приложении Kimi Work, Kimi Code и на API-платформе Kimi; полные веса опубликованы на Hugging Face 2026-07-27

Позиционирование

По словам Moonshot, в целом K3 пока уступает Claude Fable 5 и GPT-5.6 Sol, но в её оценках опередила все остальные модели; в качестве агентного фреймворка Moonshot рекомендует Kimi Code CLI

Модель и веса

MoE на 2.8T параметров, из них 104B активных: каждый токен маршрутизируется в 16 из 896 экспертов, архитектура построена на Kimi Delta Attention и Attention Residuals; веса — moonshotai/Kimi-K3, квантованы в MXFP4 ещё при обучении, общий объём около 1.56 TB, лицензия Kimi K3 License

Контекст и вывод

Контекст 1,048,576 токенов; max_completion_tokens по умолчанию 131,072, максимум — 1,048,576; нативный ввод текста, изображений и видео, вывод — текст

Рассуждения и effort

Режим рассуждений включён всегда, ответы содержат reasoning_content; reasoning_effort принимает low / high / max, по умолчанию max (на старте был только max); temperature, top_p и другие параметры сэмплирования зафиксированы, передавать их не нужно

Официальная цена

$3 / $15 за 1 млн входных / выходных токенов, $0.30 при попадании в кэш; без ценовых ступеней по длине контекста

API и инструменты

Платформа Kimi предоставляет OpenAI- и Anthropic-совместимые API с вызовом инструментов (tool_choice можно задать как required), структурированным выводом json_schema и кэшированием контекста; Wokey обслуживает /v1/chat/completions и /v1/messages

Проверено 2026-10-02 · Источники: Moonshot · Hugging Face · K3 quickstart · Pricing · Artificial Analysis

Официальные бенчмарки: Kimi K3 vs Fable 5 vs GPT-5.6 Sol vs Opus 4.8 vs GLM-5.2

Данные из карточки модели Moonshot на Hugging Face; это результаты, заявленные самим вендором, а «—» означает, что результат не опубликован. Для сравнения взяты модели, актуальные на момент выхода K3 (2026-07), поэтому вышедших позже Claude Opus 5.5 и GLM-5.3 в таблице нет — сравнение с ними см. ниже в разделе «Что выбрать».

Все результаты K3 получены с reasoning_effort=max и temperature=1.0. Столбец Fable 5 — прогон с fallback, столбец GPT-5.5 из карточки опущен, строка HLE-Full — результат с инструментами. На DeepSWE, Terminal-Bench 2.1 и ProgramBench K3 запускалась в окружении Kimi Code, тогда как большинство остальных результатов взято из публичных лидербордов или из лучшего окружения для каждой модели, так что условия различаются: в окружении mini-SWE-agent официального лидерборда DeepSWE K3 набирает 67.3%. Строка SWE-Marathon — набор задач до релиза v1.1, перекалиброванный на H20; в таблице Z.ai у K3 на v1.1 — 48.1%.

Что выбрать: Kimi K3, Claude Opus 5.5 или GLM-5.3

Сравнение с Claude Opus 5.5

Opus 5.5 вышла 2026-09-22, через два месяца после K3. В Artificial Analysis Intelligence Index v4.3.2 Opus 5.5 набирает 58 на max, а K3 — 44: разрыв заметный. K3 стоит $3 / $15, всего на 25% дешевле, чем $4 / $20 у Opus 5.5, но Opus 5.5 израсходовала на весь индекс 260 млн выходных токенов против 160 млн у K3, поэтому по официальным ценам задача обходится в $5.98 против $2.00 — у K3 примерно втрое дешевле. Скорость вывода — около 92 токенов/с у Opus 5.5 и около 34 у K3. Opus 5.5 — для самого сложного кода, долгих агентных задач и работы, которую нужно сделать правильно с первого раза; K3 — для больших объёмов, жёсткого бюджета, ввода видео или самостоятельного развёртывания.

Сравнение с GLM-5.3

В Artificial Analysis Intelligence Index модели идут вровень: GLM-5.3 набирает 45 на max, K3 — 44, при почти одинаковой стоимости задачи ($2.01 vs $2.00). GLM-5.3 стоит $1.4 / $4.4 — меньше половины цены K3, — но пишет более длинные ответы (210 млн токенов на весь индекс против 160 млн) и работает примерно вдвое быстрее (около 66 vs 34 токенов/с). На странице запуска GLM-5.3 от Z.ai приведены результаты обеих: на DeepSWE v1.1 они близки (66.9% vs 67.5%), GLM-5.3 лидирует на Terminal Bench 3.0 (28.3% vs 17.4%), а K3 — на SWE-Marathon v1.1 (48.1% vs 42.5%) и Toolathlon (76.5% vs 73.0%). Для кода с чисто текстовым вводом подойдёт любая; если нужен ввод изображений или видео, берите K3 — GLM-5.3 работает только с текстом; для самостоятельного развёртывания GLM-5.3 (753B параметров) намного проще, чем K3 (2.8T).

Как выбрать effort

У K3 только три уровня — low, high и max, по умолчанию max, и отключить рассуждения нельзя. По замерам Artificial Analysis, max даёт 44 балла при $2.00 за задачу, а low — 30 баллов при $1.15: low примерно на 40% дешевле в расчёте на задачу, но теряет 14 баллов. Для кода и агентов используйте max по умолчанию; независимых данных по high пока нет, так что сравните его с max на своих задачах; low оставьте для простых вопросов и преобразования форматов. Токены рассуждений тарифицируются по цене выходных, поэтому чем выше effort, тем больше вывода.

Документация Kimi по effort

Независимые оценки и мнения сообщества

• Artificial Analysis: В Intelligence Index v4.3.2 модель набирает 44 на max и 30 на low; на весь индекс ушло 160 млн выходных токенов, $2.00 за задачу, скорость вывода — около 34 токенов/с, время до первого токена — около 4.5 секунды. В день выхода, по версии индекса того времени, она набрала 57 и заняла третье место — наравне с Claude Opus 4.8 и GPT-5.5, позади Fable 5 и GPT-5.6 Sol; при этом доля галлюцинаций выросла с 39% у K2.6 до 51%. Каждая тарифная позиция Wokey составляет 30% от официальной цены, так что та же задача обойдётся примерно в $0.60 на max и $0.34 на low.
• Fireworks: Fireworks, которая тоже предоставляет инференс K3, сравнила её с Claude Fable 5 в одном и том же агентном цикле примерно на 1,030 агентных задачах. На SWE-задачах K3 прошла 92.4%, а Fable 5 — 92.6%, практически вровень, но K3 тратила на задачу в среднем около 55 ходов и 1.3 млн токенов против 21 хода и 130K токенов у Fable 5.
• Hacker News (обсуждение на 2,107 баллов): Больше всего обсуждали цену: многим $3 / $15 показалось дорого для модели с открытыми весами, другие считают цену оправданной, если K3 действительно уступает только Fable и Sol. Второй темой стала длина рассуждений: кто-то жаловался, что модель думает слишком долго и повторяется; в тесте с пеликаном от Simon Willison она выдала 16,658 выходных токенов, из них 13,241 — рассуждения, примерно на $0.25; другой комментатор насчитал около 60% от объёма токенов рассуждений K2.6.

Как использовать K3 в Claude Code и что проверить в запросах

Эти правила взяты из руководства по быстрому старту K3 от Kimi и из проблем, которые мы разбирали в продакшене Wokey. Проверьте их перед переходом с K2.x на kimi-k3 или при первой интеграции.

• Отключить рассуждения нельзя, ответы всегда содержат reasoning_content. При миграции с K2.x замените старый параметр thinking на reasoning_effort верхнего уровня (low / high / max).
• В многоходовых диалогах и при вызове инструментов передавайте обратно полное сообщение assistant, которое вернул API, включая reasoning_content и tool_calls; если вернуть только content, предыдущие рассуждения потеряются.
• temperature, top_p, n, presence_penalty и frequency_penalty зафиксированы на значениях 1.0, 0.95, 1, 0 и 0, и Kimi просит не передавать их в запросах.
• Изображения нельзя передавать публичными URL: кладите в image_url data URL в base64, например data:image/png;base64,..., потому что ссылка https на изображение вернёт 400 unsupported image url; видео тоже передаётся в base64. Схема Kimi «загрузить файл, затем сослаться на него через ms://<file_id>» через Wokey пока недоступна.
• max_completion_tokens по умолчанию 131,072, максимум — 1,048,576. Токены рассуждений тарифицируются как выходные, а уровень max по умолчанию даёт длинный вывод, так что закладывайте запас в бюджет на выходные токены.
• Если задана stop-последовательность, K3 может оборваться ещё на этапе рассуждений и вернуть finish_reason stop с пустым content. Это поведение на стороне upstream, Wokey текст не удаляет, поэтому сценарии, зависящие от stop, сначала проверьте на своих задачах.
• Использование в Claude Code: kimi-k3 в Wokey поддерживает /v1/messages, поэтому задайте ANTHROPIC_BASE_URL равным https://api.wokey.ai, ANTHROPIC_AUTH_TOKEN — ваш API-ключ Wokey, ANTHROPIC_MODEL — kimi-k3; цена — $0.90 / $4.50 за 1 млн входных / выходных токенов. Moonshot рекомендует в качестве агентного фреймворка Kimi Code CLI, а OpenCode и другие OpenAI-совместимые клиенты используют /v1/chat/completions.

Тело запроса с изображением (/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" }
    ]
  }]
}

Текущие цены каталога

Цены указаны за 1 млн токенов; списание идёт по цене на момент обработки запроса.

Источник официальной цены: https://platform.kimi.ai/docs/pricing/chat-k3

Возможности модели

Context

1,048,576 tokens

Максимальный вывод

1,048,576 tokens

Streaming

Поддерживается

Tools

Поддерживается

Vision

Поддерживается

Поддерживаемые форматы API

/v1/chat/completions · /v1/messages

Отправить запрос

/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/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"}]}'

Kimi K3 в ваших инструментах

Адрес шлюза — https://api.wokey.ai (OpenAI-совместимые клиенты обычно принимают https://api.wokey.ai/v1), ID модели — kimi-k3. Откройте руководство для своего клиента.

• Kimi K3 в Claude Code: Anthropic Messages · настройка base URL и API-ключа
• Kimi K3 в Claude Desktop: Anthropic Messages · настройка base URL и API-ключа
• Kimi K3 в opencode: OpenAI Chat Completions · настройка base URL и API-ключа
• Kimi K3 в OpenClaw: OpenAI Chat Completions · настройка base URL и API-ключа
• Kimi K3 в Hermes Agent: OpenAI Chat Completions · настройка base URL и API-ключа
• Альтернатива OpenRouter: сравнение Wokey и OpenRouter: Сравнение цен за токены, комиссий за оплату, форматов API и источников upstream.
• Проверяемый AI API: какие модели и форматы API содержат доказательства ответов: Сейчас доказательства ответов есть только у Claude Messages и GPT Responses, переданных без изменений по официальным маршрутам.

Пример реального вызова

Эти данные об использовании взяты из завершённого вызова Kimi K3, который прошёл с первой попытки и был сверен со счётом.

Всего входных

76023

Выходные

574

Доля кэша во входных

99.3%

Длительность вызова

25.60 s

Chat Completions usage

Составлено по записи о списании в виде полей API. prompt_tokens — все входные токены, включая кэшированные.

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

Сверка токенов

Ниже — итоговые цены за 1 млн токенов, зафиксированные для этого вызова.

Списано

$0.009833

Стоимость = сумма токенов × их цена ÷ 1,000,000, после суммирования округляется до шести знаков.

Источник этого вызова

Этот вызов прошёл через канал Volcengine на ark.cn-beijing.volces.com с авторизацией API Key. Использование учтено на стороне upstream, запрос вернул HTTP 200.

Как проверить Prompt Cache

1. Держите общий префикс длинных промптов неизменным и переиспользуйте контекст по правилам кэширования выбранного API.
2. Проверьте prompt_tokens_details.cached_tokens; ноль означает, что для этого вызова чтение из кэша не зафиксировано.
3. Обычные входные = prompt_tokens минус кэшированные токены. Посчитайте каждую группу по своей цене и добавьте стоимость выходных токенов.

Частые вопросы

Похожие модели и документация

• Kimi K2.8 Preview
• Документация API
• Все модели и цены
• Provider Node