Kimi K3 - Kimi API 开放平台

Kimi K3 模型介绍

Kimi K3 是 Kimi 迄今能力最强的模型，拥有 2.8 万亿参数。它基于 Kimi 混合线性注意力机制（Kimi Delta Attention）和注意力残差（Attention Residuals）技术构建，原生支持视觉理解，并拥有 100 万 token 上下文窗口，面向软件工程、知识工作和深度推理等前沿智能场景而设计。

立即开始

以下示例需要 Python 3.9+ 和 OpenAI SDK。先安装 SDK，并初始化一次客户端；后续 Python 示例复用 client。

python3 -m pip install --upgrade 'openai>=1.0'

import os

from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MOONSHOT_API_KEY"],
    base_url="https://api.moonshot.cn/v1",
)

基础调用

Python
cURL

completion = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "用一句话介绍 Kimi K3。"}],
)

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

curl https://api.moonshot.cn/v1/chat/completions \
  --header "Authorization: Bearer $MOONSHOT_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{
    "model": "kimi-k3",
    "messages": [{"role": "user", "content": "用一句话介绍 Kimi K3。"}]
  }'

思考力度

K3 始终开启思考模式，并支持通过顶层 reasoning_effort 配置思考力度。不要使用 K2.x 的 thinking 参数。

思考力度当前仅支持 max 档位（默认）；其他档位将在后续上线，敬请期待。用法见思考力度。

completion = client.chat.completions.create(
    model="kimi-k3",
    reasoning_effort="max",
    messages=[{"role": "user", "content": "证明根号 2 是无理数。"}],
)

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

多轮对话和工具调用时，将 API 返回的完整 assistant message 原样加入下一次请求，不要只保留 content。

流式输出

流式响应分别提供推理增量 reasoning_content 和最终答案增量 content。更多细节见流式输出。

stream = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "解释为什么天空是蓝色的。"}],
    stream=True,
)

for chunk in stream:
    delta = chunk.choices[0].delta
    reasoning = getattr(delta, "reasoning_content", None)
    if reasoning:
        print(reasoning, end="", flush=True)
    if delta.content:
        print(delta.content, end="", flush=True)

视觉输入

视觉消息的 content 必须是对象数组，而不是序列化后的字符串。完整格式与限制见视觉输入。

本地图片
视频文件

import base64
from pathlib import Path

image_data: str = base64.b64encode(Path("image.png").read_bytes()).decode()
completion = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image_url",
                    "image_url": {"url": f"data:image/png;base64,{image_data}"},
                },
                {"type": "text", "text": "描述这张图片。"},
            ],
        }
    ],
)

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

from pathlib import Path

video = client.files.create(file=Path("video.mp4"), purpose="video")
try:
    completion = client.chat.completions.create(
        model="kimi-k3",
        messages=[
            {
                "role": "user",
                "content": [
                    {
                        "type": "video_url",
                        "video_url": {"url": f"ms://{video.id}"},
                    },
                    {"type": "text", "text": "概括这个视频。"},
                ],
            }
        ],
    )
    print(completion.choices[0].message.content)
finally:
    client.files.delete(video.id)

结构化输出

使用 json_schema 和 strict: true 约束最终 message.content，只解析该字段，不解析 reasoning_content。

姓名与年龄 schema

import json

completion = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {"role": "user", "content": "小林今年 28 岁。提取姓名和年龄。"}
    ],
    response_format={
        "type": "json_schema",
        "json_schema": {
            "name": "person",
            "strict": True,
            "schema": {
                "type": "object",
                "properties": {
                    "name": {"type": "string"},
                    "age": {"type": "integer"},
                },
                "required": ["name", "age"],
                "additionalProperties": False,
            },
        },
    },
)

person: dict[str, object] = json.loads(
    completion.choices[0].message.content or "{}"
)
print(person)

详见结构化输出。

Partial Mode

在消息末尾添加 partial=True 的 assistant message，让模型从指定文本前缀继续生成。最终展示时需要自行拼接前缀。

prefix: str = "结论："
completion = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {"role": "user", "content": "用一句话说明保持接口兼容的重要性。"},
        {"role": "assistant", "content": prefix, "partial": True},
    ],
)

print(prefix + (completion.choices[0].message.content or ""))

详见 Partial Mode 。

自定义工具与 `tool_choice`

首轮用 tool_choice="required" 强制至少调用一个工具。执行每个调用后，回传完整 assistant message，并用对应的 tool_call_id 逐条追加工具结果。

最小天气 Agent Loop

import json
from typing import Any

tools: list[dict[str, Any]] = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "查询城市天气",
            "parameters": {
                "type": "object",
                "properties": {"city": {"type": "string"}},
                "required": ["city"],
            },
        },
    }
]
messages: list[Any] = [
    {"role": "user", "content": "北京今天天气怎么样？"}
]

first = client.chat.completions.create(
    model="kimi-k3",
    messages=messages,
    tools=tools,
    tool_choice="required",
)
assistant_message = first.choices[0].message
messages.append(assistant_message)

for tool_call in assistant_message.tool_calls or []:
    arguments: dict[str, str] = json.loads(tool_call.function.arguments)
    result: str = json.dumps(
        {"city": arguments["city"], "weather": "晴", "temperature_c": 24},
        ensure_ascii=False,
    )
    messages.append(
        {"role": "tool", "tool_call_id": tool_call.id, "content": result}
    )

final = client.chat.completions.create(
    model="kimi-k3",
    messages=messages,
    tools=tools,
)
print(final.choices[0].message.content)

详见工具调用约束。

动态加载工具

把完整工具定义放进一条不含 content 的 system message，即可从该位置起加载工具。

动态加载计算器

from typing import Any

dynamic_messages: list[dict[str, Any]] = [
    {"role": "user", "content": "计算 23 乘以 47。"},
    {
        "role": "system",
        "tools": [
            {
                "type": "function",
                "function": {
                    "name": "calculate",
                    "description": "计算一个算术表达式",
                    "parameters": {
                        "type": "object",
                        "properties": {
                            "expression": {
                                "type": "string",
                                "description": "待计算的算术表达式",
                            }
                        },
                        "required": ["expression"],
                    },
                },
            }
        ],
    },
]
completion = client.chat.completions.create(
    model="kimi-k3",
    messages=dynamic_messages,
)

print(completion.choices[0].message.tool_calls)

工具定义必须包含完整的 name、description 和 parameters。
声明从该 message 所在位置起生效。
后续请求仍需在历史中携带该 message，服务端不会保存声明。

详见动态加载工具。

1M 上下文与自动缓存

上下文缓存对普通模型请求自动启用，无需 cache ID、TTL 或额外参数。保持长前缀不变，后续请求会自动尝试命中缓存。

from pathlib import Path

knowledge: str = Path("knowledge-base.md").read_text(encoding="utf-8")

for question in ["总结关键结论。", "列出三个实施风险。"]:
    completion = client.chat.completions.create(
        model="kimi-k3",
        messages=[
            {"role": "system", "content": knowledge},
            {"role": "user", "content": question},
        ],
    )
    print(completion.choices[0].message.content)

详见上下文缓存。

官方工具

官方工具通过 Formula 接入：

从 Formula 的 /tools 接口获取工具定义。
将定义加入 Chat Completions 请求的 tools。
收到 tool_calls 后，将对应函数名和参数提交到 Formula 的 /fibers 接口。
将完整 assistant message 和 Fiber 输出作为对应的 tool message 加入历史。
再次调用 Chat Completions，直到模型返回最终答案。

完整客户端与接口契约见官方工具。联网搜索工具正在更新，近期不建议使用。

重要限制

reasoning_effort 当前仅支持 max；K3 始终开启思考模式。
max_completion_tokens 默认 131072，最大可设置为 1048576。
temperature=1.0、top_p=0.95、n=1、presence_penalty=0、frequency_penalty=0 为固定值，建议不要显式传入。
多轮对话和工具调用必须原样回传完整 assistant message。
视觉输入不支持公网图片 URL；请使用 base64 或 ms://<file-id>，并确保 content 是对象数组。
联网搜索正在更新，近期不建议用于生产流程。

常见问题

Kimi K3 如何计费？

Kimi K3 上下文长度为 1M tokens，计费不按上下文长度分段：所有用量均按量付费，输入（区分缓存命中与未命中）与输出分别按统一单价计费，详见 Kimi K3 定价。

新用户赠送的 15 元代金券可以体验 Kimi K3 吗？

不可以。模型发布后，国内注册并完成认证的用户获赠的 15 元代金券不可用于体验 Kimi K3，请充值后解锁使用。

模型价格

关于 token 价格，详见产品定价。

思考力度

配置 reasoning_effort。

视觉输入

发送图片与视频。

结构化输出

使用严格 JSON Schema。

Partial Mode

从指定前缀继续生成。

工具调用约束

控制模型是否调用工具。

动态加载工具

按需注入工具定义。

工具调用最佳实践

组合工具调用能力。

官方工具

接入 Formula 工具。

Kimi K3 定价

查看输入与输出价格。

​Kimi K3 模型介绍

​立即开始

​基础调用

​思考力度

​流式输出

​视觉输入

​结构化输出

​Partial Mode

​自定义工具与 tool_choice

​动态加载工具

​1M 上下文与自动缓存

​官方工具

​重要限制

​常见问题

​模型价格

​相关文档

思考力度

视觉输入

结构化输出

Partial Mode

工具调用约束

动态加载工具

工具调用最佳实践

官方工具

Kimi K3 定价

Kimi K3 模型介绍

立即开始

基础调用

思考力度

流式输出

视觉输入

结构化输出

Partial Mode

自定义工具与 `tool_choice`

动态加载工具

1M 上下文与自动缓存

官方工具

重要限制

常见问题

模型价格

相关文档