Kimi K3

kimi-k3

开源Kimi 系列

概述

1M 上下文文档分析深度思考智能体

Kimi K3 是 Moonshot AI 月之暗面推出的旗舰多模态模型，主打 1M 超长上下文与多档深度推理。在长文档阅读、跨章节引用、多轮工具调用等场景中持续保持目标一致性，配合 Function Calling、MCP 工具与结构化输出，可直接驱动企业级知识库问答与复杂自动化流水线。

1M 超长上下文

支持整本技术手册、长篇研报、整仓库代码一次性载入，跨章节检索无衰减。

多档深度推理

提供 high / xhigh 双档推理强度，按需调度算力，兼顾成本与质量。

结构化输出

原生支持 JSON Schema 与 function call，无缝对接业务系统与数据库。

开源可部署

K3 系列权重开源，模型能力可定制与深度集成。

功能

工具调用✓

结构化输出✓

上下文缓存✓

批量任务✓

联网搜索✓

流式输出✓

深度思考✓

MCP✓

前缀补全✕

微调✕

定价

输入¥20/M tokens

输入（缓存命中）¥2/M tokens

输出¥100/M tokens

速率限制与上下文

上下文窗口1M

最大输出1M

RPM（请求 / 分钟）500

TPM（token / 分钟）3M

内置工具

web_search

Responses API

code_interpreter

Responses API

web_extractor

Responses API

API 参考

ENDPOINT

POST https://api.tokenfab.cn/v1/chat/completions

请求示例

curl https://api.tokenfab.cn/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $TOKENFAB_API_KEY" \
  -d '{
    "model": "kimi-k3",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "请总结这份 30 万字的技术文档，并提炼 5 个核心结论。"}
    ]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="your-api-key",
    base_url="https://api.tokenfab.cn/v1"
)

response = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "请总结这份 30 万字的技术文档，并提炼 5 个核心结论。"}
    ]
)

print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.TOKENFAB_API_KEY,
  baseURL: "https://api.tokenfab.cn/v1"
});

const response = await client.chat.completions.create({
  model: "kimi-k3",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "请总结这份 30 万字的技术文档，并提炼 5 个核心结论。" }
  ]
});

console.log(response.choices[0].message.content);

响应示例

JSON

{
  "id": "chatcmpl-kimi-k3-9d2k7f1",
  "object": "chat.completion",
  "created": 1784950000,
  "model": "kimi-k3",
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "本文核心结论：(1) 长上下文窗口是新一代 LLM 的关键差异；(2) 推理与工具调用协同提升复杂任务表现；(3) 缓存显著降低长对话成本；(4) 结构化输出对接业务系统效率倍增；(5) 多模态能力与开源生态推动模型成为通用智能基础设施。"
    },
    "finish_reason": "stop"
  }],
  "usage": {
    "prompt_tokens": 287412,
    "completion_tokens": 96,
    "total_tokens": 287508
  }
}

请求参数

参数	类型	必填	说明
model	string	✓	模型 ID，如 kimi-k3
messages	array	✓	对话消息列表，含 role 和 content
temperature	float	—	采样温度，0–2，默认 0.6
top_p	float	—	核采样，0–1，默认 0.9
max_tokens	int	—	最大输出 Token 数
stream	bool	—	是否流式输出，默认 false
tools	array	—	工具定义列表，用于 Function Calling
tool_choice	string	—	工具调用策略，auto / none / 指定函数