Kimi K3 API：1M 上下文多模态 Agent 模型

Kimi K3 是什么

Kimi K3 是 Moonshot AI 于 2026 年 7 月 16 日发布的开放权重多模态推理模型。它采用稀疏 Mixture-of-Experts 架构，总参数量 2.8T，每个 token 激活约 104B 参数，上下文窗口为 1,048,576 token。

适用场景

Kimi K3 适合对上下文处理能力要求较高的任务。评测时请使用与真实用户一致的文档体量、语种和检索噪声。

• 研究助理：对比多份给定资料，给出可追溯来源的结论。
• 文档审阅流水线：抽取条款、实体、风险点或结构化记录。
• 知识库问答：基于检索到的段落作答，并设置明确的引用约束。
• 长周期 Agent 或客服会话：需要精细管理对话历史。

架构与 Agent 能力

Kimi K3 结合了 Kimi Delta Attention、Attention Residuals、Stable LatentMoE，以及基于 MXFP4 权重和 MXFP8 激活的量化感知训练。以上为 Moonshot AI 官方的技术说明，描述的是架构与扩展效率，并不等于在所有任务上都能获得同等加速。

• 原生多模态：MoonViT-V2 视觉编码支持文本、图片和视频输入，适合需要视觉反馈的工作流。
• 推理控制：思考始终开启，可通过 reasoning_effort 设置为 low、high 或 max。
• 工具能力：支持 Function calling、tool_choice 和 JSON Schema 结构化输出，便于 Agent 集成。
• 开放权重：Kimi K3 使用 Kimi K3 License，而非无限制的 Apache 或 MIT 许可。

接入方式与上下文控制策略

从控制台获取已启用的模型 ID，使用兼容 OpenAI 的对话接口发起请求。文档组装、检索和引用校验应保留在你自己的应用层。

curl https://tokenra.io/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3","messages":[{"role":"user","content":"请基于给定资料做摘要，并标注每条结论的来源。"}]}'

可用性、模型 ID 与价格

Kimi K3 官方参考价格为：每 100 万缓存输入 token $0.30，每 100 万非缓存输入 token $3.00，每 100 万输出 token $15.00。TokenRa 是 API 网关，渠道配置按账户区分。本页出现某个模型系列，并不代表每个版本或每项能力都已对所有账户开放。

上线前检查清单

• API Key 只保存在服务端，并按环境或业务线区分凭据。
• 在接入真实流量前，设置明确的超时、有上限的重试和请求追踪。
• 用有代表性的输入做评测，不要默认不同版本可以直接互换。
• 在控制台监控用量和成本，并在应用侧增加预算与限额。
• 结合自身场景确认服务条款、隐私要求和输出内容的权利归属。

Kimi K3 API 常见问题

继续了解