Kimi K3 API

Kimi K3.1 Pro 已推出

2026-10-23 Moonshot 推出 K3 的後訓練版本 K3.1 Pro：Artificial Analysis 指數從 44 分提升到 55 分，官方價格從 $3 / $15 降到 $2 / $10，輸出也更快。請求限制與 K3 相同，只需把 model 換成 kimi-k3.1-pro。

查看 Kimi K3.1 Pro

價格比較：官方 API、OpenRouter 與 Wokey

單位為每百萬 tokens 的 USD。官方 API 與 OpenRouter 價格於 2026-09-23 人工核對，未稅；Wokey 價格讀取自即時價目表。

OpenRouter 上最便宜的是 Sail Research 的 fp4 量化版本（輸入 $1.4989 / 輸出 $10.758）。量化版本的輸出可能與官方權重不同，因此未列入表格。

核對日期：2026-09-23 · 官方價格頁 · OpenRouter 端點列表

在 Claude Code 中使用

此模型在 Wokey 支援 /v1/messages。設定以下環境變數後啟動 claude。

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

Kimi K3 API 快速串接

準備一組 Wokey API 金鑰，完成下面三個步驟即可送出第一個請求。

1. 取得 API 金鑰

   註冊或登入 Wokey，進入 API 主控台，在 API 金鑰管理中建立並複製金鑰。呼叫前請確認帳號有可用餘額。

2. 填寫連線設定

   在相容 OpenAI 的用戶端中填入下方 Base URL，API 金鑰使用在 Wokey 建立的金鑰，模型選擇 kimi-k3。

3. 送出第一個請求

   將範例中的 YOUR_WOKEY_API_KEY 替換成你自己的金鑰，並在終端機執行。成功後讀取 choices 中的回答，並在 API 主控台查看用量與費用。

取得 Wokey API 金鑰 · 查看 API 文件

用戶端 Base URL

https://api.wokey.ai/v1

模型 ID

kimi-k3

完整請求網址

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

用戶端 Base URL 已包含 /v1；curl 直接使用完整請求網址。

最小呼叫範例

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 重點

發布日期

2026-07-17，首日即在 Kimi 網頁版、Kimi Work 桌面版、Kimi Code 與 Kimi API 平台上線；完整權重於 2026-07-27 在 Hugging Face 公開

官方定位

Moonshot 表示 K3 整體仍落後 Claude Fable 5 與 GPT-5.6 Sol，但在其評測中勝過其他所有模型；官方推薦以 Kimi Code CLI 作為代理框架

模型與權重

總參數 2.8T、啟用 104B 的 MoE，每個 token 路由到 896 個專家中的 16 個，基於 Kimi Delta Attention 與 Attention Residuals；權重位於 moonshotai/Kimi-K3，訓練時即量化為 MXFP4，總計約 1.56 TB，採用 Kimi K3 License

上下文與輸出

1,048,576 token 上下文；max_completion_tokens 預設 131,072，最高可設到 1,048,576；原生支援文字、圖片與影片輸入，輸出為文字

思考與 effort

思考始終開啟，回應中帶有 reasoning_content；reasoning_effort 接受 low / high / max，預設 max（發布時只有 max）；temperature、top_p 等取樣參數為固定值，請勿傳送

官方價格

每百萬 token 輸入 $3 / 輸出 $15，快取命中 $0.30；不依上下文長度分級計價

API 與工具

Kimi 平台提供 OpenAI 相容與 Anthropic 相容 API，支援工具呼叫（tool_choice 可設為 required）、json_schema 結構化輸出與上下文快取；Wokey 提供 /v1/chat/completions 與 /v1/messages

查核日期 2026-10-02 · 來源: 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

資料取自 Moonshot 在 Hugging Face 發布的模型卡，屬於廠商自行回報的結果；「—」表示未公布。比較對象是 K3 發布時（2026-07）的模型，因此之後發布的 Claude Opus 5.5 與 GLM-5.3 不在表中，與它們的比較請見下方「怎麼選」。

K3 的所有成績都在 reasoning_effort=max、temperature=1.0 下取得。Fable 5 一欄為啟用 fallback 時的成績，模型卡中的 GPT-5.5 一欄未列出，HLE-Full 一列為使用工具的成績。在 DeepSWE、Terminal-Bench 2.1 與 ProgramBench 中，K3 使用 Kimi Code 環境，其他分數多取自公開排行榜或各模型最佳的環境，條件並不相同：在 DeepSWE 官方排行榜的 mini-SWE-agent 環境下，K3 為 67.3%。SWE-Marathon 一列使用的是 v1.1 定版前、依 H20 重新校準的任務集；Z.ai 的表格中 K3 的 v1.1 成績為 48.1%。

怎麼選：Kimi K3、Claude Opus 5.5 或 GLM-5.3

與 Claude Opus 5.5 比較

Opus 5.5 於 2026-09-22 發布，比 K3 晚兩個月。在 Artificial Analysis 智慧指數 v4.3.2 中，Opus 5.5（max）為 58 分，K3 為 44 分，差距明顯。K3 官方價 $3 / $15，只比 Opus 5.5 的 $4 / $20 低 25%；但 Opus 5.5 跑完整套指數用了 2.6 億輸出 token，K3 為 1.6 億，依官方價每項任務 $5.98 對 $2.00，K3 約為三分之一。輸出速度 Opus 5.5 約 92 token/s，K3 約 34。最困難的程式開發、長時程代理與必須一次做對的工作選 Opus 5.5；大量處理、預算有限、需要影片輸入或要自行託管時選 K3。

與 GLM-5.3 比較

在 Artificial Analysis 智慧指數中兩者幾乎持平：GLM-5.3（max）45 分，K3 44 分，每項任務成本也幾乎相同（$2.01 vs $2.00）。GLM-5.3 官方價 $1.4 / $4.4，不到 K3 的一半，但輸出較長（跑完指數用了 2.1 億 token，K3 為 1.6 億），速度約為 K3 的兩倍（約 66 vs 34 token/s）。Z.ai 的 GLM-5.3 發布頁同時列出兩者：DeepSWE v1.1 接近（66.9% vs 67.5%），GLM-5.3 在 Terminal Bench 3.0 領先（28.3% vs 17.4%），K3 在 SWE-Marathon v1.1（48.1% vs 42.5%）與 Toolathlon（76.5% vs 73.0%）領先。純文字程式開發兩者皆可；需要圖片或影片輸入選 K3，因為 GLM-5.3 只支援文字；要自行託管時，GLM-5.3（總參數 753B）比 K3（2.8T）容易得多。

Effort 怎麼選

K3 只有 low、high、max 三檔，預設 max，思考無法關閉。Artificial Analysis 測得 max 為 44 分、每項任務 $2.00，low 為 30 分、$1.15：low 每項任務便宜約 40%，但少了 14 分。程式開發與代理請用預設的 max；high 目前還沒有第三方資料，請在自己的任務上與 max 比較；low 適合簡單問答與格式轉換。推理 token 以輸出價計費，effort 越高輸出越多。

Kimi effort 文件

第三方與社群評價

• Artificial Analysis: 智慧指數 v4.3.2 中 max 為 44 分、low 為 30 分；跑完整套指數用了 1.6 億輸出 token，每項任務 $2.00，輸出速度約 34 token/s，首字延遲約 4.5 秒。發布當天在當時的指數版本中為 57 分、排名第三，與 Claude Opus 4.8、GPT-5.5 相當，落後於 Fable 5 與 GPT-5.6 Sol；同時它的幻覺率從 K2.6 的 39% 升至 51%。Wokey 各計費項目均為官方價的 20%，同樣的任務在 max 檔約 $0.40，low 檔約 $0.23。
• Fireworks: 同樣提供 K3 推論服務的 Fireworks，在約 1,030 個代理任務上把 K3 與 Claude Fable 5 放進同一套代理迴圈：SWE 類任務通過率 92.4% 對 92.6%，基本持平；但 K3 每項任務約需 55 輪、130 萬 token，Fable 5 則是 21 輪、13 萬 token。
• Hacker News（2,107 分討論串）: 討論最多的是價格：不少人認為 $3 / $15 對開放權重模型偏貴，也有人認為如果 K3 真的只落後 Fable 與 Sol，這個價格算合理。其次是思考長度：有人抱怨它想太久、內容反覆；Simon Willison 的鵜鶘測試輸出 16,658 個 token，其中 13,241 個是推理，花費約 $0.25；另一位留言者測得它的推理 token 約為 K2.6 的 60%。

在 Claude Code 中使用 K3，以及需要檢查的請求規則

以下規則來自 Kimi 的 K3 快速入門文件，以及 Wokey 在正式環境排查過的問題。從 K2.x 切換到 kimi-k3，或第一次串接前，請先檢查這幾項。

• 思考無法關閉，回應中始終帶有 reasoning_content。從 K2.x 遷移時，把原本的 thinking 參數換成頂層的 reasoning_effort（low / high / max）。
• 多輪對話與工具呼叫時，要把 API 回傳的完整 assistant 訊息原樣傳回，包括 reasoning_content 與 tool_calls；只傳回 content 會遺失先前的推理內容。
• temperature、top_p、n、presence_penalty、frequency_penalty 固定為 1.0、0.95、1、0、0，Kimi 要求在請求中省略這些欄位。
• 圖片不能使用公開網址：image_url 中要放 base64 的 data URL（如 data:image/png;base64,...），因為 https 圖片連結會回傳 400 unsupported image url；影片同樣使用 base64。Kimi「先上傳檔案、再以 ms://<file_id> 引用」的方式，目前還無法透過 Wokey 使用。
• max_completion_tokens 預設 131,072，最高可設到 1,048,576。推理 token 以輸出計費，預設的 max 檔輸出很長，輸出預算請保留足夠餘裕。
• 設定 stop 序列時，K3 可能在推理階段就被截斷，回傳 finish_reason 為 stop、content 為空的結果。這是上游行為，Wokey 不會刪除內容；依賴 stop 的流程請先在自己的任務上驗證。
• 在 Claude Code 中使用：Wokey 的 kimi-k3 支援 /v1/messages，將 ANTHROPIC_BASE_URL 設為 https://api.wokey.ai、ANTHROPIC_AUTH_TOKEN 填入 Wokey API 金鑰、ANTHROPIC_MODEL 設為 kimi-k3 即可，價格為每百萬 token 輸入 $0.60 / 輸出 $3.00。Moonshot 推薦的代理框架是 Kimi Code CLI；OpenCode 等 OpenAI 相容用戶端使用 /v1/chat/completions。

含圖片的請求內容範例（/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" }
    ]
  }]
}

目錄價格快照

價格以每 1M tokens 計；結算以請求當下的價格為準。

官方價格來源: https://platform.kimi.ai/docs/pricing/chat-k3

在 Wokey 實測

近 28 天（2026-10-13 至 2026-11-09），每週一更新 · 90+ 個帳號的真實請求

短提示首字延遲

2.5 秒 (中位數 · 輸入 < 8K tokens · p90 7.6 秒)

Agent 規模首字延遲

5.9 秒 (中位數 · 輸入 32K–128K tokens)

提示快取命中率

93% (快取讀取占輸入 tokens 的比例)

主要用戶端: Kimi Code CLI 52%, pi 26%, WorkBuddy 11%. 占已識別用戶端請求的比例；3% 的請求能識別出用戶端.

計算方式

首字延遲從 Wokey 閘道收到請求開始計時，到第一段串流內容（正文、推理摘要或拒答）為止，包含排隊、換帳號重試和模型的思考時間，所以會比上游本身的首字延遲長。只統計成功的串流請求，並依提示長度（輸入 + 快取讀寫）分級。

快取命中率 = 快取讀取 tokens ÷ 輸入 tokens，只統計成功請求；它取決於用戶端和使用方式，各用戶端的差異請見快取命中率實測頁。

不含企業客戶和 Wokey 自己的測試帳號。一個模型近 28 天至少有 20 個使用者，且單一使用者的請求不超過 50% 才會顯示，透過同一條推薦鏈註冊的帳號合併算作一個使用者；每一級首字延遲至少需要 500 次請求。

各用戶端快取命中率

模型能力

Context

1,048,576 tokens

最大輸出

1,048,576 tokens

Streaming

支援

Tools

支援

Vision

支援

支援的 API 格式

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

傳送請求

/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/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"}]}'

在用戶端中使用 Kimi K3

閘道位址是 https://api.wokey.ai（OpenAI 相容用戶端通常寫成 https://api.wokey.ai/v1），模型 ID 填 kimi-k3。請依你使用的用戶端開啟對應的串接文件。

• 在 Claude Code 中使用 Kimi K3: Anthropic Messages · Base URL 與 API 金鑰設定
• 在 Codex 中使用 Kimi K3: OpenAI Responses · Base URL 與 API 金鑰設定
• 在 Claude Desktop 中使用 Kimi K3: Anthropic Messages · Base URL 與 API 金鑰設定
• 在 opencode 中使用 Kimi K3: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 pi 中使用 Kimi K3: Anthropic Messages · Base URL 與 API 金鑰設定
• 在 DeepSeek Harness 中使用 Kimi K3: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 Z Code 中使用 Kimi K3: Anthropic Messages · Base URL 與 API 金鑰設定
• 在 Cherry Studio 中使用 Kimi K3: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 WorkBuddy 中使用 Kimi K3: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 OpenClaw 中使用 Kimi K3: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 Hermes Agent 中使用 Kimi K3: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 Magpie 中使用 Kimi K3: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• Kimi API 費用試算：Kimi K3 每月要花多少: 依每月用量與快取命中率，比較 Kimi API 與 Wokey 的月費。
• Kimi Code 額度實測：訂閱能跑多少 Kimi K3: 實測 5 小時視窗與每月額度能跑多少 token，以及換算成 API 價格值多少美元。
• OpenRouter 替代方案：Wokey 與 OpenRouter 比較: 比較 token 價格、付款手續費、API 形式與上游來源。
• 可驗證 AI API：哪些模型與介面帶有回應證明: 回應證明目前只涵蓋官方直連路由上原樣轉發的 Claude Messages 與 GPT Responses 回應。

正式環境呼叫範例

這些用量數值來自一次已完成的 Kimi K3 呼叫，首次嘗試即成功，並已與帳單核對。

輸入總量

76023

輸出

574

輸入的快取占比

99.3%

呼叫耗時

25.60 s

Chat Completions usage

根據計費記錄整理成 API 欄位範例；prompt_tokens 為輸入總量，已包含快取的 tokens。

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

Token 對帳

這些是這次呼叫記錄的每百萬 token 最終單價。

計費金額

$0.009833

費用 = Σ（tokens × 對應單價）÷ 1,000,000，加總後四捨五入到小數點後六位。

這次呼叫的來源

這次呼叫由 Volcengine 管道提供，出口記錄指向 ark.cn-beijing.volces.com，使用 API Key 授權；用量由上游計量，回傳 HTTP 200。

驗證 Prompt Cache

1. 保持長提示詞的共同前綴一致，依所選 API 的快取規則重複使用上下文。
2. 檢查 prompt_tokens_details.cached_tokens；數值為 0 表示這次呼叫沒有記錄快取讀取。
3. 一般輸入 = prompt_tokens − 快取的 tokens；各項分別乘以對應單價，再加上輸出費用。

常見問題

相關模型與文件

• Kimi K3.1 Pro
• Kimi K3.1 Pro Highspeed
• Kimi K2.8 Preview
• API 文件
• 全部模型與價格
• Provider Node