Kimi K3 API

价格对比：官方、OpenRouter 与 Wokey

每百万 token 美元价。官方与 OpenRouter 价格为 2026-09-23 人工核对，不含税；Wokey 价格读取实时价目表。

OpenRouter 上最低的是 Sail Research 的 fp4 量化版本（输入 $1.4989 / 输出 $10.758），量化后的输出质量可能与官方权重不同，未列入上表。

核对日期 2026-09-23 · 官方价格页 · OpenRouter 端点列表

在 Claude Code 中使用

该模型在 Wokey 上支持 /v1/messages，设置以下环境变量后启动 claude 即可。

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

Kimi K3 API 快速接入

准备一个 Wokey API Key，完成下面三步即可发送第一条请求。

1. 获取 API Key

   注册或登录 Wokey，进入 API 控制台，在 API Key 管理中创建并复制 Key。调用前确认账户有可用余额。

2. 填写连接配置

   在兼容 OpenAI 的客户端中填写下方 Base URL，API Key 使用 Wokey 创建的 Key，模型选择 kimi-k3。

3. 发送第一条请求

   将示例中的 YOUR_WOKEY_API_KEY 替换为自己的 Key，在终端执行。成功后读取 choices 中的回答，并在 API 控制台查看用量和费用。

获取 Wokey API Key · 查看 API 文档

客户端 Base URL

https://api.wokey.ai/v1

模型 ID

kimi-k3

完整请求地址

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

客户端 Base URL 已包含 /v1；curl 直接使用完整请求地址。

最小调用示例

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 要点

发布日期

2026-07-17 发布，当天上线 Kimi 网页版、Kimi Work 桌面端、Kimi Code 和 Kimi API 开放平台；完整权重于 2026-07-27 在 Hugging Face 公开

官方定位

Moonshot 称 K3 的整体表现仍落后于 Claude Fable 5 和 GPT-5.6 Sol，但在其评测中领先其他所有模型；官方推荐搭配 Kimi Code CLI 使用

模型与开源

2.8T 总参数、104B 激活的 MoE，896 个专家中每个 token 激活 16 个，基于 Kimi Delta Attention 和 Attention Residuals；权重为 moonshotai/Kimi-K3，训练时即量化为 MXFP4，全部文件约 1.56 TB，使用 Kimi K3 License

上下文与输出

1,048,576 token 上下文；max_completion_tokens 默认 131,072，最高可设到 1,048,576；原生支持文本、图片和视频输入，输出为文本

思考与 effort

思考始终开启，响应中带 reasoning_content；reasoning_effort 支持 low / high / max，默认 max（发布时只有 max）；temperature、top_p 等采样参数为固定值，官方要求不传

官方价格

输入 $3 / 输出 $15 每百万 token，缓存命中 $0.30；不按上下文长度分档

API 与工具

Kimi 开放平台提供 OpenAI 兼容和 Anthropic 兼容接口，支持工具调用（tool_choice 可设为 required）、json_schema 结构化输出和上下文缓存；Wokey 提供 /v1/chat/completions 与 /v1/messages

核对日期 2026-10-02 · 来源: Moonshot · Hugging Face · K3 quickstart · Pricing · Artificial Analysis

官方跑分：Kimi K3 vs Fable 5 vs GPT-5.6 Sol vs Opus 4.8 vs GLM-5.2

数据来自 Moonshot 在 Hugging Face 发布的模型卡，是厂商自测结果；“—”表示未公布。对比对象是 K3 发布时（2026-07）的模型，表里没有之后发布的 Claude Opus 5.5 和 GLM-5.3，与它们的对比见下方「怎么选」。

K3 的成绩都在 reasoning_effort=max、temperature=1.0 下取得；Fable 5 一列为启用回退时的成绩，模型卡中的 GPT-5.5 一列未列出，HLE-Full 一行为带工具的成绩。DeepSWE、Terminal-Bench 2.1 和 ProgramBench 中 K3 用的是 Kimi Code 环境，其他模型的分数多取自公开榜单或各自最好的环境，条件不完全相同：在 DeepSWE 官方榜单的 mini-SWE-agent 环境下，K3 为 67.3%。SWE-Marathon 一行用的是 v1.1 定版前、按 H20 重新校准的任务集；Z.ai 表中 K3 的 v1.1 成绩为 48.1%。

怎么选：Kimi K3、Claude Opus 5.5 还是 GLM-5.3

对比 Claude Opus 5.5

Opus 5.5 于 2026-09-22 发布，比 K3 晚两个月。Artificial Analysis 智能指数 v4.3.2 中，Opus 5.5（max）为 58 分，K3（max）为 44 分，差距明显。K3 官方价 $3 / $15，只比 Opus 5.5 的 $4 / $20 低 25%；但 Opus 5.5 跑完整套指数用了 2.6 亿输出 token，K3 为 1.6 亿，按官方价每任务 $5.98 对 $2.00，K3 约为三分之一。输出速度 Opus 5.5 约 92 token/s，K3 约 34 token/s。最难的编码、长程 agent 和要求一次做对的任务选 Opus 5.5；大批量、对成本敏感、需要视频输入或要自部署时选 K3。

对比 GLM-5.3

Artificial Analysis 智能指数中两者几乎持平：GLM-5.3（max）45 分，K3 44 分，每任务成本也几乎相同（$2.01 vs $2.00）。GLM-5.3 官方价 $1.4 / $4.4，不到 K3 的一半，但输出更长（跑完指数用了 2.1 亿 token，K3 为 1.6 亿），输出速度约为 K3 的两倍（约 66 vs 34 token/s）。Z.ai 的 GLM-5.3 发布页同时列出了两者的成绩：DeepSWE v1.1 接近（66.9% vs 67.5%），GLM-5.3 在 Terminal Bench 3.0 领先（28.3% vs 17.4%），K3 在 SWE-Marathon v1.1（48.1% vs 42.5%）和 Toolathlon（76.5% vs 73.0%）领先。纯文本编码两者都可以；需要图片或视频输入选 K3，GLM-5.3 只支持文本；要自部署时，GLM-5.3（753B 总参数）比 K3（2.8T）容易得多。

Effort 怎么设

K3 只有 low、high、max 三档，默认 max，思考不能关闭。Artificial Analysis 测得 max 为 44 分、每任务 $2.00，low 为 30 分、$1.15：low 每任务便宜约 40%，但少了 14 分。编码和 agent 任务用默认的 max；high 暂无第三方数据，可以在自己的任务上和 max 对比后再定；low 只适合简单问答和格式转换。推理 token 按输出价计费，effort 越高输出越多。

Kimi 官方文档

第三方与社区评价

• Artificial Analysis: 智能指数 v4.3.2 中 max 为 44 分、low 为 30 分；跑完整套指数用了 1.6 亿输出 token，每任务 $2.00，输出速度约 34 token/s，首字延迟约 4.5 秒。发布当天按当时的指数版本为 57 分、排第 3，与 Claude Opus 4.8、GPT-5.5 相当，落后于 Fable 5 和 GPT-5.6 Sol；同时指出它的幻觉率从 K2.6 的 39% 升到 51%。Wokey 各计费项均为官方价的 30%，同样的任务 max 档约 $0.60，low 档约 $0.34。
• Fireworks: Fireworks 自己也提供 K3 推理服务。它在约 1,030 个 agent 任务上把 K3 和 Claude Fable 5 放进同一套 agent 循环：SWE 类任务通过率 92.4% 对 92.6%，基本持平；但 K3 平均每个任务约 55 轮、130 万 token，Fable 5 约 21 轮、13 万 token。
• Hacker News（2107 分讨论）: 讨论最多的是价格：不少人觉得 $3 / $15 对开源权重模型偏贵，也有人认为如果它确实只落后 Fable 和 Sol，这个价格说得过去。其次是思考长度：有人抱怨它想得太久、内容反复；Simon Willison 的鹈鹕测试输出 16,658 token，其中 13,241 个是推理 token，花了约 $0.25；也有人测得它的推理 token 只有 K2.6 的约 60%。

在 Claude Code 里使用 K3 与调用注意事项

以下要求来自 Kimi 官方的 K3 快速开始文档，以及 Wokey 线上排查过的问题。从 K2.x 切换到 kimi-k3，或第一次接入前，先检查这几项。

• 思考不能关闭，响应中始终带 reasoning_content。从 K2.x 迁移时，把原来的 thinking 参数换成顶层的 reasoning_effort（low / high / max）。
• 多轮对话和工具调用要把 API 返回的完整 assistant 消息原样传回，包括 reasoning_content 和 tool_calls；只传回 content 会丢掉之前的推理内容。
• temperature、top_p、n、presence_penalty、frequency_penalty 固定为 1.0、0.95、1、0、0，官方要求在请求中省略这些字段。
• 图片不能用公网 URL：image_url 里要放 base64 的 data URL（如 data:image/png;base64,...），直接给 https 图片地址会返回 400 unsupported image url；视频同样用 base64。官方「先上传文件、再用 ms://<file_id> 引用」的方式，目前不能通过 Wokey 使用。
• max_completion_tokens 默认 131,072，最高可设到 1,048,576。推理 token 按输出计费，默认的 max 档输出很长，按输出计费的预算要留足余量。
• 设置 stop 序列时，K3 可能在推理阶段就被截断，返回 finish_reason 为 stop、content 为空的结果。这是上游行为，Wokey 不会删除正文；依赖 stop 的流程先在自己的任务上验证。
• 在 Claude Code 里使用：Wokey 的 kimi-k3 支持 /v1/messages，把 ANTHROPIC_BASE_URL 设为 https://api.wokey.ai、ANTHROPIC_AUTH_TOKEN 填 Wokey API Key、ANTHROPIC_MODEL 设为 kimi-k3 即可，价格为输入 $0.90 / 输出 $4.50 每百万 token。Moonshot 官方推荐的 agent 框架是 Kimi Code CLI；OpenCode 等支持 OpenAI 接口的客户端用 /v1/chat/completions。

带图片的请求体示例（/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" }
    ]
  }]
}

目录价格快照

价格单位为每 100 万 tokens；实际结算以请求处理时价格为准。

官方价格来源: https://platform.kimi.ai/docs/pricing/chat-k3

模型能力

Context

1,048,576 tokens

最大输出

1,048,576 tokens

Streaming

支持

Tools

支持

Vision

支持

支持接口

/v1/chat/completions · /v1/messages

发送请求

/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"}]}'

在客户端中使用 Kimi K3

网关地址是 https://api.wokey.ai（OpenAI 兼容客户端通常写成 https://api.wokey.ai/v1），模型 ID 填 kimi-k3。按你使用的客户端打开对应接入文档。

• 在 Claude Code 中使用 Kimi K3: Anthropic Messages · Base URL 与 API Key 配置
• 在 Claude Desktop 中使用 Kimi K3: Anthropic Messages · Base URL 与 API Key 配置
• 在 opencode 中使用 Kimi K3: OpenAI Chat Completions · Base URL 与 API Key 配置
• 在 OpenClaw 中使用 Kimi K3: OpenAI Chat Completions · Base URL 与 API Key 配置
• 在 Hermes Agent 中使用 Kimi K3: OpenAI Chat Completions · Base URL 与 API Key 配置
• OpenRouter 替代方案：Wokey 与 OpenRouter 对比: 对比 token 价格、支付手续费、支持接口和上游来源。
• 可验证 AI API：哪些模型和接口带响应证明: 响应证明目前只覆盖官方直连路由上原样转发的 Claude Messages 和 GPT Responses 响应。

典型调用样本

以下用量来自线上已完成的 Kimi K3 调用，首次尝试成功，并已核对实际账单。

总输入

76023

输出

574

输入缓存占比

99.3%

本次调用耗时

25.60 s

Chat Completions usage

根据该次调用的结算记录整理为接口字段示例；prompt_tokens 为输入总量，已包含缓存读取。

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

Token 对账

以下使用这次调用的最终计费单价，按每 100 万 tokens 计算。

实际账单

$0.009833

费用 = 各项 Token 数 × 对应单价 ÷ 1,000,000，汇总后保留 6 位小数。

本次调用来源

该次调用由 Volcengine 渠道提供，出口记录指向 ark.cn-beijing.volces.com，使用 API Key 授权；计量来源为上游，返回 HTTP 200。

如何核对 Prompt Cache

1. 保持长提示词的公共前缀一致，按所用接口的缓存规则复用上下文。
2. 检查 prompt_tokens_details.cached_tokens；数值为 0 表示该次调用没有记录缓存读取。
3. 普通输入量 = prompt_tokens − 缓存读取量；分别乘对应单价，再加输出费用。

常见问题

相关模型与文档

• Kimi K2.8 Preview
• API 文档
• 全部模型与价格
• Provider Node