Kimi K3 API

Kimi K3.1 Pro çıktı

Moonshot, 2026-10-23’te ek eğitimden (post-training) geçirilmiş bir K3 olan K3.1 Pro’yu yayımladı: Artificial Analysis endeksi 44 puandan 55 puana çıktı, resmi fiyat $3 / $15’ten $2 / $10’a indi ve çıktısı hızlandı. İstek kısıtları K3 ile aynı; model değerini kimi-k3.1-pro yapmak yeterli.

Kimi K3.1 Pro’yu görün

Fiyat karşılaştırması: resmi API, OpenRouter ve Wokey

Bir milyon token başına USD. Resmi API ve OpenRouter fiyatları 2026-09-23 tarihinde elle kontrol edildi, vergi hariçtir; Wokey fiyatı güncel fiyat listesinden okunur.

OpenRouter’daki en ucuz host, fp4 ile nicemlenmiş sürümüyle Sail Research ($1.4989 girdi / $10.758 çıktı). Nicemlenmiş sürümün çıktısı resmi ağırlıklardan farklı olabilir; bu yüzden tabloda yer almıyor.

Kontrol tarihi: 2026-09-23 · Resmi fiyat sayfası · OpenRouter endpoint listesi

Claude Code’da kullanma

Bu model Wokey’de /v1/messages uç noktasını destekler. Şu ortam değişkenlerini ayarlayın, ardından claude komutunu başlatın.

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

Kimi K3 API hızlı başlangıç

Bir Wokey API anahtarı alın ve ilk isteğinizi göndermek için şu üç adımı izleyin.

1. API anahtarı alın

   Wokey’ye kaydolun veya giriş yapın, API konsolunu açın ve API anahtarı yönetiminde bir anahtar oluşturup kopyalayın. Çağrı yapmadan önce kullanılabilir bakiyenizi kontrol edin.

2. İstemcinizi yapılandırın

   Aşağıdaki base URL’yi OpenAI uyumlu istemcinize girin, Wokey API anahtarınızı yazın ve model olarak kimi-k3 seçin.

3. İlk isteğinizi gönderin

   Örnekteki YOUR_WOKEY_API_KEY değerini kendi anahtarınızla değiştirin ve terminalde çalıştırın. Yanıtı choices içinde okuyun, ardından kullanımı ve ücretleri API konsolunda inceleyin.

Wokey API anahtarı al · API dokümantasyonu

İstemci base URL’si

https://api.wokey.ai/v1

Model ID

kimi-k3

Tam istek URL’si

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

İstemci base URL’si /v1 içerir. curl örneği tam istek URL’sini kullanır.

Minimal istek

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
  }'

Bir bakışta Kimi K3

Yayın tarihi

2026-07-17; ilk günden itibaren Kimi web uygulamasında, Kimi Work masaüstü uygulamasında, Kimi Code’da ve Kimi API platformunda; tam ağırlıklar 2026-07-27’de Hugging Face’te yayımlandı

Konumlandırma

Moonshot’a göre K3 genel olarak hâlâ Claude Fable 5 ve GPT-5.6 Sol’un gerisinde, ancak kendi değerlendirmelerinde diğer tüm modelleri geçti; agent çatısı olarak Kimi Code CLI’ı öneriyor

Model ve ağırlıklar

2.8T parametreli, 104B’si aktif bir MoE; her token’ı 896 uzmandan 16’sına yönlendirir, Kimi Delta Attention ve Attention Residuals üzerine kuruludur; ağırlıklar moonshotai/Kimi-K3 altında, eğitim sırasında MXFP4’e nicemlenmiş, toplam yaklaşık 1.56 TB, Kimi K3 License ile lisanslı

Bağlam ve çıktı

1,048,576 token bağlam; max_completion_tokens varsayılanı 131,072’dir ve 1,048,576’ya kadar ayarlanabilir; yerel metin, görsel ve video girdisi, metin çıktısı

Thinking ve effort

Thinking her zaman açıktır ve yanıtlar reasoning_content içerir; reasoning_effort low / high / max kabul eder, varsayılan max’tir (lansmanda yalnızca max vardı); temperature, top_p ve diğer örnekleme parametreleri sabittir ve gönderilmemelidir

Resmi fiyat

1 milyon token başına $3 girdi / $15 çıktı, önbellek isabetinde $0.30; bağlam uzunluğuna göre fiyat kademesi yok

API ve araçlar

Kimi platformu OpenAI ve Anthropic uyumlu API’ler sunar: araç çağırma (tool_choice required olabilir), json_schema ile yapılandırılmış çıktı ve bağlam önbelleği; Wokey /v1/chat/completions ve /v1/messages sunar

Kontrol tarihi: 2026-10-02 · Kaynaklar: Moonshot · Hugging Face · K3 quickstart · Pricing · Artificial Analysis

Resmi benchmark’lar: Kimi K3 vs Fable 5 vs GPT-5.6 Sol vs Opus 4.8 vs GLM-5.2

Moonshot’ın Hugging Face’teki model kartından alınmıştır; bunlar sağlayıcının kendi bildirdiği sonuçlardır, “—” ise puan yayımlanmadığı anlamına gelir. Karşılaştırılan modeller K3’ün çıktığı dönemde (2026-07) güncel olanlardır; bu nedenle daha sonra yayımlanan Claude Opus 5.5 ve GLM-5.3 tabloda yer almaz. Bu karşılaştırmalar için aşağıdaki “Hangisini seçmeli” bölümüne bakın.

Tüm K3 puanları reasoning_effort=max ve temperature=1.0 ile elde edilmiştir. Fable 5 sütunu fallback ile çalıştırılmıştır, model kartındaki GPT-5.5 sütunu çıkarılmıştır ve HLE-Full satırı araçlı puandır. DeepSWE, Terminal-Bench 2.1 ve ProgramBench’te K3 Kimi Code harness’ında çalıştırılmış, diğer puanların çoğu ise herkese açık sıralamalardan veya her modelin en iyi harness’ından alınmıştır; yani koşullar aynı değildir: resmi DeepSWE sıralamasının mini-SWE-agent harness’ında K3 %67.3 alır. SWE-Marathon satırı, v1.1 sürümünden önceki, H20’ye göre yeniden kalibre edilmiş görev kümesini kullanır; Z.ai’nin tablosunda K3’ün v1.1 puanı %48.1’dir.

Hangisini seçmeli: Kimi K3, Claude Opus 5.5 veya GLM-5.3

Claude Opus 5.5 ile karşılaştırma

Opus 5.5, K3’ten iki ay sonra, 2026-09-22’de çıktı. Artificial Analysis Intelligence Index v4.3.2’de Opus 5.5 max seviyesinde 58, K3 ise 44 puan alıyor; fark belirgin. K3’ün resmi fiyatı $3 / $15 ve Opus 5.5’in $4 / $20 fiyatının yalnızca %25 altında; ancak Opus 5.5 tüm indeks için 260 milyon çıktı token’ı, K3 ise 160 milyon kullandı. Böylece resmi fiyatlarla bir görev $5.98’e karşılık $2.00’a geliyor; K3’te yaklaşık üçte biri. Çıktı hızı Opus 5.5’te yaklaşık 92 token/sn, K3’te yaklaşık 34. En zor kodlama işleri, uzun soluklu agent’lar ve ilk seferde doğru olması gereken işler için Opus 5.5’i; yüksek hacim, kısıtlı bütçe, video girdisi veya kendi sunucunuzda barındırma için K3’ü seçin.

GLM-5.3 ile karşılaştırma

Artificial Analysis Intelligence Index’te ikisi başa baş: GLM-5.3 max seviyesinde 45, K3 44 puan alıyor; görev başına maliyet de neredeyse aynı ($2.01 vs $2.00). GLM-5.3’ün resmi fiyatı $1.4 / $4.4, yani K3’ün yarısından az; ancak daha uzun çıktı yazıyor (tüm indeks için 160 milyona karşılık 210 milyon token) ve yaklaşık iki kat hızlı çalışıyor (yaklaşık 66 vs 34 token/sn). Z.ai’nin GLM-5.3 lansman sayfası ikisini de listeliyor: DeepSWE v1.1’de birbirlerine yakınlar (%66.9 vs %67.5), GLM-5.3 Terminal Bench 3.0’da önde (%28.3 vs %17.4), K3 ise SWE-Marathon v1.1’de (%48.1 vs %42.5) ve Toolathlon’da (%76.5 vs %73.0) önde. Yalnızca metinle kodlama için ikisi de olur; görsel veya video girdisi gerekiyorsa K3’ü seçin, çünkü GLM-5.3 yalnızca metin destekler; kendi sunucunuzda barındırmak için GLM-5.3 (toplam 753B parametre) K3’ten (2.8T) çok daha kolaydır.

Effort seçimi

K3’te yalnızca low, high ve max vardır; varsayılan max’tir ve thinking kapatılamaz. Artificial Analysis max için görev başına $2.00 ile 44 puan, low için $1.15 ile 30 puan ölçtü: low görev başına yaklaşık %40 daha ucuz, ancak 14 puan kaybediyor. Kodlama ve agent’lar için varsayılan max’i kullanın; high için henüz bağımsız veri yok, bu yüzden kendi görevlerinizde max ile karşılaştırın; low’u basit soru-cevap ve biçim dönüştürme için kullanın. Reasoning token’ları çıktı fiyatından ücretlendirilir; effort yükseldikçe çıktı da artar.

Kimi effort dokümantasyonu

Bağımsız değerlendirmeler ve topluluk yorumları

• Artificial Analysis: Intelligence Index v4.3.2’de max seviyesinde 44, low seviyesinde 30 puan alıyor; tüm indeks için 160 milyon çıktı token’ı kullandı, görev başına $2.00 tuttu, çıktı hızı yaklaşık 34 token/sn ve ilk token süresi yaklaşık 4.5 saniye. Çıktığı gün, indeksin o zamanki sürümünde 57 puanla üçüncü sırada yer aldı; Claude Opus 4.8 ve GPT-5.5 ile aynı seviyede, Fable 5 ve GPT-5.6 Sol’un gerisindeydi. Halüsinasyon oranı ise K2.6’daki %39’dan %51’e yükseldi. Wokey’deki her ücret kalemi resmi fiyatın %20’idir; aynı görev max seviyesinde yaklaşık $0.40, low seviyesinde yaklaşık $0.23 tutar.
• Fireworks: K3 için çıkarım hizmeti de sunan Fireworks, modeli aynı agent döngüsünde yaklaşık 1,030 agent görevinde Claude Fable 5 ile karşılaştırdı. SWE görevlerinde K3 %92.4, Fable 5 %92.6 başarı sağladı; neredeyse başa baş. Ancak K3 görev başına yaklaşık 55 tur ve 1.3 milyon token harcarken Fable 5 21 tur ve 130K token harcadı.
• Hacker News (2,107 puanlık başlık): En çok fiyat tartışıldı: birçok kişi $3 / $15’i açık ağırlıklı bir model için pahalı buldu, bazıları ise K3 gerçekten yalnızca Fable ve Sol’un gerisindeyse fiyatın makul olduğunu söyledi. İkinci konu thinking uzunluğuydu: bazıları modelin çok uzun düşündüğünden ve kendini tekrar ettiğinden yakındı; Simon Willison’ın pelikan testi 16,658 çıktı token’ı üretti, bunların 13,241’i reasoning’di ve yaklaşık $0.25 tuttu; başka bir yorumcu K2.6’nın reasoning token’larının yaklaşık %60’ını ölçtü.

K3’ü Claude Code’da kullanma ve kontrol edilmesi gereken istek kuralları

Bu kurallar Kimi’nin K3 hızlı başlangıç belgesinden ve Wokey’in canlı ortamda incelediği sorunlardan derlenmiştir. K2.x’ten kimi-k3’e geçmeden veya ilk entegrasyondan önce bunları kontrol edin.

• Thinking kapatılamaz ve yanıtlar her zaman reasoning_content içerir. K2.x’ten geçerken eski thinking parametresini üst düzeydeki reasoning_effort (low / high / max) ile değiştirin.
• Çok turlu sohbetlerde ve araç çağrılarında API’nin döndürdüğü assistant mesajını reasoning_content ve tool_calls dahil eksiksiz geri gönderin; yalnızca content gönderirseniz önceki reasoning kaybolur.
• temperature, top_p, n, presence_penalty ve frequency_penalty değerleri 1.0, 0.95, 1, 0 ve 0 olarak sabittir; Kimi bunların isteklerde gönderilmemesini ister.
• Görseller herkese açık URL olamaz: image_url alanına data:image/png;base64,... gibi bir base64 data URL koyun, çünkü https görsel bağlantısı 400 unsupported image url döndürür; video da base64 olarak gönderilir. Kimi’nin “önce dosyayı yükle, sonra ms://<file_id> ile referans ver” akışı henüz Wokey üzerinden kullanılamıyor.
• max_completion_tokens varsayılanı 131,072’dir ve 1,048,576’ya kadar ayarlanabilir. Reasoning token’ları çıktı olarak ücretlendirilir ve varsayılan max effort uzun çıktılar üretir; bu yüzden çıktı bütçenizde pay bırakın.
• Bir stop dizisi ayarlandığında K3 henüz reasoning aşamasındayken kesilebilir ve boş content ile finish_reason stop döndürebilir. Bu upstream davranışıdır, Wokey metni silmez; stop’a bağlı akışları önce kendi görevlerinizde test edin.
• Claude Code’da kullanım: Wokey’deki kimi-k3, /v1/messages destekler; ANTHROPIC_BASE_URL değerini https://api.wokey.ai, ANTHROPIC_AUTH_TOKEN değerini Wokey API anahtarınız, ANTHROPIC_MODEL değerini kimi-k3 olarak ayarlayın; fiyatı 1 milyon token başına $0.60 girdi / $3.00 çıktıdır. Moonshot agent çatısı olarak Kimi Code CLI’ı önerir; OpenCode ve diğer OpenAI uyumlu istemciler /v1/chat/completions kullanır.

Görsel içeren istek gövdesi (/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" }
    ]
  }]
}

Güncel katalog fiyatları

Fiyatlar 1 milyon token başınadır; ücretlendirmede isteğin işlendiği andaki fiyat esas alınır.

Resmi fiyat kaynağı: https://platform.kimi.ai/docs/pricing/chat-k3

Wokey üzerinde ölçüldü

Son 28 gün (2026-10-13 – 2026-11-09), her pazartesi güncellenir · 90+ hesaptan gerçek istekler

İlk token süresi, kısa prompt

2.5 sn (Medyan · 8K token altı prompt · p90 7.6 sn)

İlk token süresi, agent boyutunda prompt

5.9 sn (Medyan · 32K–128K token prompt)

Prompt önbellek isabet oranı

93% (Önbellekten okunan girdi token payı)

En çok kullanılan istemciler: Kimi Code CLI 52%, pi 26%, WorkBuddy 11%. İstemcisi tanınan istekler içindeki pay; istemcinin tanındığı isteklerin oranı 3%.

Nasıl ölçülüyor

İlk token süresi, Wokey gateway'inin isteği almasından ilk akış içeriğine (metin, akıl yürütme özeti veya ret) kadar geçen süredir. Kuyrukta beklemeyi, başka bir hesapta yeniden denemeleri ve modelin düşünme süresini içerir; bu yüzden upstream'in kendi ilk token gecikmesinden uzundur. Yalnızca başarılı streaming istekleri sayılır ve prompt boyutuna (girdi artı önbellek okuma ve yazma) göre gruplanır.

Önbellek isabet oranı = başarılı isteklerde önbellekten okunan token ÷ girdi token'ı. İstemciye ve kullanım biçimine bağlıdır; önbellek isabet oranı sayfaları bunu istemci bazında gösterir.

Kurumsal hesaplar ve Wokey'nin kendi test hesapları hariç tutulur. Bir model, son 28 günde en az 20 kullanıcı tarafından kullanıldığında ve tek bir kullanıcı isteklerinin %50 kadarından fazlasını göndermediğinde gösterilir; aynı referans zinciriyle kaydolan hesaplar tek kullanıcı sayılır. Her ilk token süresi değeri için en az 500 istek gerekir.

İstemciye göre önbellek isabet oranı

Model yetenekleri

Context

1,048,576 tokens

Maksimum çıktı

1,048,576 tokens

Streaming

Destekleniyor

Tools

Destekleniyor

Vision

Destekleniyor

Desteklenen API biçimleri

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

İstek gönderin

/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"}]}'

Araçlarınızda Kimi K3 kullanın

Gateway adresi https://api.wokey.ai (OpenAI uyumlu istemciler genellikle https://api.wokey.ai/v1 kullanır), model ID’si ise kimi-k3. Kullandığınız istemcinin kılavuzunu açın.

• Claude Code ile Kimi K3 kullanımı: Anthropic Messages · base URL ve API anahtarı kurulumu
• Codex ile Kimi K3 kullanımı: OpenAI Responses · base URL ve API anahtarı kurulumu
• Claude Desktop ile Kimi K3 kullanımı: Anthropic Messages · base URL ve API anahtarı kurulumu
• opencode ile Kimi K3 kullanımı: OpenAI Chat Completions · base URL ve API anahtarı kurulumu
• pi ile Kimi K3 kullanımı: Anthropic Messages · base URL ve API anahtarı kurulumu
• DeepSeek Harness ile Kimi K3 kullanımı: OpenAI Chat Completions · base URL ve API anahtarı kurulumu
• Z Code ile Kimi K3 kullanımı: Anthropic Messages · base URL ve API anahtarı kurulumu
• Cherry Studio ile Kimi K3 kullanımı: OpenAI Chat Completions · base URL ve API anahtarı kurulumu
• WorkBuddy ile Kimi K3 kullanımı: OpenAI Chat Completions · base URL ve API anahtarı kurulumu
• OpenClaw ile Kimi K3 kullanımı: OpenAI Chat Completions · base URL ve API anahtarı kurulumu
• Hermes Agent ile Kimi K3 kullanımı: OpenAI Chat Completions · base URL ve API anahtarı kurulumu
• Magpie ile Kimi K3 kullanımı: OpenAI Chat Completions · base URL ve API anahtarı kurulumu
• Kimi API maliyet hesaplayıcı: Kimi K3 aylık ne kadar tutar: Kullanımınıza ve önbellek isabet oranınıza göre Kimi API ile Wokey’deki aylık maliyeti karşılaştırın.
• Kimi Code limitleri, ölçüm: bir plan ne kadar Kimi K3 karşılar: 5 saatlik pencere ve ay başına ölçülen token miktarı ve bunların API fiyatlarıyla değeri.
• OpenRouter alternatifi: Wokey ve OpenRouter karşılaştırması: Token fiyatlarını, ödeme ücretlerini, API biçimlerini ve upstream kaynaklarını karşılaştırın.
• Doğrulanabilir AI API: hangi modeller ve API biçimleri yanıt kanıtı taşır: Yanıt kanıtları şu anda yalnızca resmi rotalarda olduğu gibi iletilen Claude Messages ve GPT Responses yanıtlarını kapsar.

Gerçek bir çağrı örneği

Bu kullanım değerleri, ilk denemede başarılı olan ve faturasıyla karşılaştırılan tamamlanmış bir Kimi K3 çağrısından alınmıştır.

Toplam girdi

76023

Çıktı

574

Girdide önbellek payı

99.3%

Çağrı süresi

25.60 s

Chat Completions usage

Faturalama kaydından API alanı örneği olarak derlenmiştir. prompt_tokens, önbelleğe alınmış token'lar dahil toplam girdidir.

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

Token mutabakatı

Bunlar, bu çağrı için kaydedilen 1 milyon token başına nihai fiyatlardır.

Faturalanan tutar

$0.009833

Maliyet = token sayısı × ilgili fiyat ÷ 1,000,000 toplamı; toplandıktan sonra altı ondalığa yuvarlanır.

Bu çağrının kaynağı

Bu çağrı, ark.cn-beijing.volces.com üzerindeki Volcengine kanalından API Key yetkilendirmesiyle geçti. Kullanım upstream tarafında ölçüldü ve istek HTTP 200 döndürdü.

Prompt Cache nasıl doğrulanır

1. Uzun prompt'ların ortak önekini aynı tutun ve bağlamı seçtiğiniz API'nin önbellek kurallarına göre yeniden kullanın.
2. prompt_tokens_details.cached_tokens değerini kontrol edin; sıfır, bu çağrı için önbellek okuması kaydedilmediği anlamına gelir.
3. Önbelleksiz girdi = prompt_tokens eksi önbelleğe alınmış token'lar. Her kalemi kendi fiyatıyla hesaplayın ve çıktı ücretini ekleyin.

Sık sorulan sorular

İlgili modeller ve dokümantasyon

• Kimi K3.1 Pro
• Kimi K3.1 Pro Highspeed
• Kimi K2.8 Preview
• API dokümantasyonu
• Tüm modeller ve fiyatlar
• Provider Node