Kimi K3 ist das multimodale Agentenmodell mit offenen Gewichten von Moonshot AI für lang angelegte Programmieraufgaben, Wissensarbeit und Schlussfolgern. Es verbindet Text mit nativem visuellem Verständnis von Bildern und Video und erzeugt eine Textantwort oder Werkzeuganfrage. Der Hersteller hebt ausgedehnte Entwicklungssitzungen, grosse Repositories und Aufgaben hervor, die Screenshots oder visuelle Rückmeldungen neben Code verwenden. Ein nützliches Briefing definiert das gewünschte Artefakt, die zu verwendenden Belege und die Bedingung, die den Arbeitsabschluss kennzeichnet.
Die Modellkarte beschreibt eine Sparse-Mixture-of-Experts-Architektur mit insgesamt 2,8 Billionen Parametern und 104 Milliarden aktivierten Parametern. Ihr Stable-LatentMoE-Entwurf wählt pro Token 16 von 896 Experten aus und verwendet Kimi Delta Attention und Attention Residuals zusammen mit gegateter Aufmerksamkeit. Die genaue Kontextlänge beträgt 1’048’576 Tokens. Dies bietet Raum für einen umfangreichen Aufgabenkontext und ist kein Grund, Quellgrenzen oder den nötigen Platz für das Ergebnis aufzugeben.
Das veröffentlichte native Artefakt verwendet quantisierungsbewusstes Training mit MXFP4-Gewichten und MXFP8-Aktivierungen. Dies ist das Veröffentlichungsformat des Herstellers, getrennt von einer separat bereitgestellten quantisierten Ausgabe oder einer Aussage darüber, wie eine bestimmte Route das Modell bereitstellt. Offene Gewichte und eine grosse Parameterzahl machen die Zahl aktiver Parameter nicht zum gesamten Speicher- oder Hardwarebedarf.
Stellen Sie relevantes Repository-Material, bestehendes Verhalten, die angeforderte Änderung und Kompatibilitätsbedingungen bereit. Benennen Sie die Dateien oder Schnittstelle, die das Ergebnis betreffen muss, die erfolgsbestimmenden Prüfungen und bereitgestellte Fehler oder Eingaben, die das Problem aufdecken. Ein nützliches Ergebnis kann eine gezielte Codeänderung mit Erklärung und Belegen aus tatsächlich gelaufenen Prüfungen sein statt einer Beschreibung nie ausgeführter Handlungen.
Fügen Sie für eine visuelle Entwicklungsaufgabe einen Screenshot oder eine klare Ansicht des gewünschten Ergebnisses mit relevantem Code und einer konkreten Abweichung hinzu. Der Hersteller beschreibt Abläufe aus Frontend-Arbeit, Spielen und CAD, die visuelle Rückmeldungen nutzen. Fordern Sie die Änderung an, die Code und beobachtetes Ergebnis verbindet, und bewahren Sie die Referenz, damit das gelieferte Artefakt daran geprüft werden kann.
Der Schnellstart des Herstellers verwendet typisierte Inhaltsobjekte für visuelle Nachrichten; content ist ein Array und keine serialisierte Darstellung dieses Arrays. Sein Bildablauf verwendet kodierte Bilddaten oder eine unterstützte Dateireferenz statt einer öffentlichen Bildadresse. Das Videobeispiel lädt eine Videodatei hoch und liefert die entstehende Referenz mit einer Frage zu ihrem Inhalt. Stellen Sie eine lesbare Quelle bereit und benennen Sie die wichtige Beobachtung, das Intervall oder den Zusammenhang. Der Bildverständnisablauf des Herstellers akzeptiert Bilder in JPEG, PNG, GIF, WebP, BMP, HEIC und HEIF sowie Video in MP4, MPEG, MOV, AVI, FLV, MPG, WebM, WMV und 3GPP. Animierte GIF- oder WebP-Dateien können als Video dekodiert werden. Stellen Sie SVG-Quellcode als Text bereit. Der Hersteller empfiehlt Bilder bis 4096 × 2160 und Video bis 1920 × 1080; dies sind Auflösungsempfehlungen und keine Ablehnungsschwellen. Halten Sie den Anfragekörper innerhalb der dokumentierten Grössengrenze von 100M und laden Sie grosse oder wiederholt verwendete Medien als Dateien hoch.
Kennzeichnen Sie für dokumentenreiche Recherche die Quellen und geben Sie die Fragen an, die der endgültige Bericht beantworten soll. Benennen Sie für eine Videoerklärung die zu analysierenden Ereignisse oder die Sequenz, statt uneingeschränkte Kommentare anzufordern. K3 nutzt visuelle Inhalte als Belege zum Schlussfolgern und gibt Text oder Werkzeuganfragen zurück. Eine Anwendung kann diese Anfragen an Medienwerkzeuge weitergeben, um separate Bild- oder Videoartefakte zu erzeugen.
Die Herstellerschnittstelle von K3 hat Nachdenken stets aktiviert. Die Einstellung reasoning_effort auf oberster Ebene akzeptiert low, high und max, mit max als Standard. Diese Optionen sind modellspezifisch; eine Einstellung ohne Nachdenken oder ein Aufwandswert aus einer anderen Familie darf nicht vorausgesetzt werden. Die Migrationsanleitung des Herstellers unterscheidet K3 von K2.x durch reasoning_effort, statt die ältere thinking-Konfiguration zu übernehmen.
Der Hersteller dokumentiert getrennte Inhalte für reasoning_content und die endgültige Antwort in gestreamten Ergebnissen. Für ein Gespräch über mehrere Runden oder einen Werkzeugablauf verlangt er, die vollständige zurückgegebene Assistentennachricht unverändert zurückzugeben, einschliesslich reasoning_content und tool_calls. Nur die sichtbare endgültige Antwort zu bewahren verliert Informationen, die der Ablauf des Modells mit bewahrtem Nachdenken im nächsten Schritt erwartet.
Der Schnellstart dokumentiert strikte JSON-Schema-Ausgabe für den endgültigen Nachrichteninhalt. Definieren Sie Felder und ihre Bedeutungen anhand des von der Anwendung benötigten Artefakts und parsen Sie diesen endgültigen Inhalt, statt ihn mit dem Denkfeld zu verbinden. Ein strukturiertes Ergebnis kann extrahierte Informationen aus bereitgestelltem Material oder ein definiertes Berichtsformat darstellen; das Schema begrenzt seine Form, während Quellbelege die Richtigkeit seiner Werte bestimmen.
Der Partial-Modus kann ein bereitgestelltes Textpräfix fortsetzen. Das Herstellerbeispiel platziert eine partielle Assistentennachricht am Ende des Verlaufs und verbindet dieses Präfix zur Anzeige mit der zurückgegebenen Fortsetzung. Nutzen Sie dies, wenn das erforderliche Artefakt einen sinnvollen festen Anfang hat, und halten Sie das Präfix vom erzeugten Rest getrennt.
K3 unterstützt benutzerdefinierte Funktionswerkzeuge. Das Herstellerbeispiel verlangt in der ersten Runde ein Werkzeug, bewahrt die vollständige Assistentennachricht, führt jeden zurückgegebenen Aufruf aus und hängt vor der Anforderung der endgültigen Antwort ein passendes Werkzeugergebnis an. Ein vorgeschlagener Aufruf belegt nicht den Erfolg des Vorgangs; das tatsächlich zurückgegebene Ergebnis wird zum Beleg für den nächsten Schritt.
Sein Ablauf zum dynamischen Laden führt an einem bestimmten Punkt im Nachrichtenverlauf eine vollständige Werkzeugdefinition ein. Die Definition braucht Namen, Zweck und Parameter und muss im anschliessenden Verlauf bestehen bleiben, da der Server diese Deklaration nicht eigenständig bewahrt. Halten Sie Werkzeugfähigkeiten, bereitgestellte Argumente und reale Beobachtungen verknüpft, damit eine lange Aufgabe anhand bereits abgeschlossener Arbeit fortgesetzt werden kann.
Der Hersteller dokumentiert ein standardmässiges Vervollständigungsbudget von 131’072 Tokens, konfigurierbar bis 1’048’576 innerhalb der Gesamtkontextbedingungen des Modells. Seine aktuelle K3-API legt temperature auf 1.0, top_p auf 0.95, ein Ergebnis sowie presence- und frequency-Penalties von null fest und weist Aufrufer an, diese Sampling-Steuerungen wegzulassen. Dies sind die Einstellungen des konkreten Herstellerprofils und keine übertragbare Liste einstellbarer Steuerungen.
Kontext-Caching erfolgt automatisch für geeignete wiederholte Präfixe, mit dokumentierten TTL-Optionen von 5 Minuten und 1 Stunde sowie 5 Minuten als Standard. Partielle Cacheblöcke bleiben Cache-Fehltreffer. Halten Sie wiederverwendbaren Kontext stabil und prüfen Sie die tatsächliche Nutzung, statt aus wiederholtem Text allein einen Cachetreffer zu behaupten. Bewahren Sie für das abschliessende Artefakt die bereitgestellten Quellen, tatsächlichen Werkzeugbelege und erforderliche Ausgabestruktur und prüfen Sie, ob eine lange Antwort oder ein Entwicklungsergebnis die genannten Abschlusskriterien erfüllt.
", "aboutText": "Kimi K3 ist das multimodale Agentenmodell mit offenen Gewichten von Moonshot AI für lang angelegte Programmieraufgaben, Wissensarbeit und Schlussfolgern. Es verbindet Text mit nativem visuellem Verständnis von Bildern und Video und erzeugt eine Textantwort oder Werkzeuganfrage. Der Hersteller hebt ausgedehnte Entwicklungssitzungen, grosse Repositories und Aufgaben hervor, die Screenshots oder visuelle Rückmeldungen neben Code verwenden. Ein nützliches Briefing definiert das gewünschte Artefakt, die zu verwendenden Belege und die Bedingung, die den Arbeitsabschluss kennzeichnet.\n\n### Architektur und langer Kontext\n\nDie Modellkarte beschreibt eine Sparse-Mixture-of-Experts-Architektur mit insgesamt 2,8 Billionen Parametern und 104 Milliarden aktivierten Parametern. Ihr Stable-LatentMoE-Entwurf wählt pro Token 16 von 896 Experten aus und verwendet Kimi Delta Attention und Attention Residuals zusammen mit gegateter Aufmerksamkeit. Die genaue Kontextlänge beträgt 1’048’576 Tokens. Dies bietet Raum für einen umfangreichen Aufgabenkontext und ist kein Grund, Quellgrenzen oder den nötigen Platz für das Ergebnis aufzugeben.\n\nDas veröffentlichte native Artefakt verwendet quantisierungsbewusstes Training mit MXFP4-Gewichten und MXFP8-Aktivierungen. Dies ist das Veröffentlichungsformat des Herstellers, getrennt von einer separat bereitgestellten quantisierten Ausgabe oder einer Aussage darüber, wie eine bestimmte Route das Modell bereitstellt. Offene Gewichte und eine grosse Parameterzahl machen die Zahl aktiver Parameter nicht zum gesamten Speicher- oder Hardwarebedarf.\n\n### Eine umfangreiche Programmieraufgabe vorbereiten\n\nStellen Sie relevantes Repository-Material, bestehendes Verhalten, die angeforderte Änderung und Kompatibilitätsbedingungen bereit. Benennen Sie die Dateien oder Schnittstelle, die das Ergebnis betreffen muss, die erfolgsbestimmenden Prüfungen und bereitgestellte Fehler oder Eingaben, die das Problem aufdecken. Ein nützliches Ergebnis kann eine gezielte Codeänderung mit Erklärung und Belegen aus tatsächlich gelaufenen Prüfungen sein statt einer Beschreibung nie ausgeführter Handlungen.\n\nFügen Sie für eine visuelle Entwicklungsaufgabe einen Screenshot oder eine klare Ansicht des gewünschten Ergebnisses mit relevantem Code und einer konkreten Abweichung hinzu. Der Hersteller beschreibt Abläufe aus Frontend-Arbeit, Spielen und CAD, die visuelle Rückmeldungen nutzen. Fordern Sie die Änderung an, die Code und beobachtetes Ergebnis verbindet, und bewahren Sie die Referenz, damit das gelieferte Artefakt daran geprüft werden kann.\n\n### Bilder, Video und Vorbereitung von Wissensarbeit\n\nDer Schnellstart des Herstellers verwendet typisierte Inhaltsobjekte für visuelle Nachrichten; content ist ein Array und keine serialisierte Darstellung dieses Arrays. Sein Bildablauf verwendet kodierte Bilddaten oder eine unterstützte Dateireferenz statt einer öffentlichen Bildadresse. Das Videobeispiel lädt eine Videodatei hoch und liefert die entstehende Referenz mit einer Frage zu ihrem Inhalt. Stellen Sie eine lesbare Quelle bereit und benennen Sie die wichtige Beobachtung, das Intervall oder den Zusammenhang. Der Bildverständnisablauf des Herstellers akzeptiert Bilder in JPEG, PNG, GIF, WebP, BMP, HEIC und HEIF sowie Video in MP4, MPEG, MOV, AVI, FLV, MPG, WebM, WMV und 3GPP. Animierte GIF- oder WebP-Dateien können als Video dekodiert werden. Stellen Sie SVG-Quellcode als Text bereit. Der Hersteller empfiehlt Bilder bis 4096 × 2160 und Video bis 1920 × 1080; dies sind Auflösungsempfehlungen und keine Ablehnungsschwellen. Halten Sie den Anfragekörper innerhalb der dokumentierten Grössengrenze von 100M und laden Sie grosse oder wiederholt verwendete Medien als Dateien hoch.\n\nKennzeichnen Sie für dokumentenreiche Recherche die Quellen und geben Sie die Fragen an, die der endgültige Bericht beantworten soll. Benennen Sie für eine Videoerklärung die zu analysierenden Ereignisse oder die Sequenz, statt uneingeschränkte Kommentare anzufordern. K3 nutzt visuelle Inhalte als Belege zum Schlussfolgern und gibt Text oder Werkzeuganfragen zurück. Eine Anwendung kann diese Anfragen an Medienwerkzeuge weitergeben, um separate Bild- oder Videoartefakte zu erzeugen.\n\n### Nachdenken ist immer aktiviert\n\nDie Herstellerschnittstelle von K3 hat Nachdenken stets aktiviert. Die Einstellung reasoning_effort auf oberster Ebene akzeptiert low, high und max, mit max als Standard. Diese Optionen sind modellspezifisch; eine Einstellung ohne Nachdenken oder ein Aufwandswert aus einer anderen Familie darf nicht vorausgesetzt werden. Die Migrationsanleitung des Herstellers unterscheidet K3 von K2.x durch reasoning_effort, statt die ältere thinking-Konfiguration zu übernehmen.\n\nDer Hersteller dokumentiert getrennte Inhalte für reasoning_content und die endgültige Antwort in gestreamten Ergebnissen. Für ein Gespräch über mehrere Runden oder einen Werkzeugablauf verlangt er, die vollständige zurückgegebene Assistentennachricht unverändert zurückzugeben, einschliesslich reasoning_content und tool_calls. Nur die sichtbare endgültige Antwort zu bewahren verliert Informationen, die der Ablauf des Modells mit bewahrtem Nachdenken im nächsten Schritt erwartet.\n\n### Strukturierte endgültige Antworten und partielle Fortsetzung\n\nDer Schnellstart dokumentiert strikte JSON-Schema-Ausgabe für den endgültigen Nachrichteninhalt. Definieren Sie Felder und ihre Bedeutungen anhand des von der Anwendung benötigten Artefakts und parsen Sie diesen endgültigen Inhalt, statt ihn mit dem Denkfeld zu verbinden. Ein strukturiertes Ergebnis kann extrahierte Informationen aus bereitgestelltem Material oder ein definiertes Berichtsformat darstellen; das Schema begrenzt seine Form, während Quellbelege die Richtigkeit seiner Werte bestimmen.\n\nDer Partial-Modus kann ein bereitgestelltes Textpräfix fortsetzen. Das Herstellerbeispiel platziert eine partielle Assistentennachricht am Ende des Verlaufs und verbindet dieses Präfix zur Anzeige mit der zurückgegebenen Fortsetzung. Nutzen Sie dies, wenn das erforderliche Artefakt einen sinnvollen festen Anfang hat, und halten Sie das Präfix vom erzeugten Rest getrennt.\n\n### Werkzeuge und Kontinuität ihrer Ergebnisse\n\nK3 unterstützt benutzerdefinierte Funktionswerkzeuge. Das Herstellerbeispiel verlangt in der ersten Runde ein Werkzeug, bewahrt die vollständige Assistentennachricht, führt jeden zurückgegebenen Aufruf aus und hängt vor der Anforderung der endgültigen Antwort ein passendes Werkzeugergebnis an. Ein vorgeschlagener Aufruf belegt nicht den Erfolg des Vorgangs; das tatsächlich zurückgegebene Ergebnis wird zum Beleg für den nächsten Schritt.\n\nSein Ablauf zum dynamischen Laden führt an einem bestimmten Punkt im Nachrichtenverlauf eine vollständige Werkzeugdefinition ein. Die Definition braucht Namen, Zweck und Parameter und muss im anschliessenden Verlauf bestehen bleiben, da der Server diese Deklaration nicht eigenständig bewahrt. Halten Sie Werkzeugfähigkeiten, bereitgestellte Argumente und reale Beobachtungen verknüpft, damit eine lange Aufgabe anhand bereits abgeschlossener Arbeit fortgesetzt werden kann.\n\n### Ausgabesteuerungen und wiederholter Kontext\n\nDer Hersteller dokumentiert ein standardmässiges Vervollständigungsbudget von 131’072 Tokens, konfigurierbar bis 1’048’576 innerhalb der Gesamtkontextbedingungen des Modells. Seine aktuelle K3-API legt temperature auf 1.0, top_p auf 0.95, ein Ergebnis sowie presence- und frequency-Penalties von null fest und weist Aufrufer an, diese Sampling-Steuerungen wegzulassen. Dies sind die Einstellungen des konkreten Herstellerprofils und keine übertragbare Liste einstellbarer Steuerungen.\n\nKontext-Caching erfolgt automatisch für geeignete wiederholte Präfixe, mit dokumentierten TTL-Optionen von 5 Minuten und 1 Stunde sowie 5 Minuten als Standard. Partielle Cacheblöcke bleiben Cache-Fehltreffer. Halten Sie wiederverwendbaren Kontext stabil und prüfen Sie die tatsächliche Nutzung, statt aus wiederholtem Text allein einen Cachetreffer zu behaupten. Bewahren Sie für das abschliessende Artefakt die bereitgestellten Quellen, tatsächlichen Werkzeugbelege und erforderliche Ausgabestruktur und prüfen Sie, ob eine lange Antwort oder ein Entwicklungsergebnis die genannten Abschlusskriterien erfüllt.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "7ec0eff0a92a1e2ced52b9ca1469a744b48e6fb929cff16fb0f87e7ecd36dbad", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-ch", "methods": [ { "html": "moonshotai/kimi-k3:batchKimi K3 ist das nativ multimodale Denkmodell von Moonshot AI für lange Programmieraufgaben und Wissensarbeit. Es liest Text, Bilder und Video, erzeugt Text und unterstützt werkzeuggestützte Abläufe mit einem Kontext von 1’048’576 Tokens und einem über Schritte hinweg bewahrten Denkverlauf.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Kimi K3 ist das multimodale Agentenmodell mit offenen Gewichten von Moonshot AI für lang angelegte Programmieraufgaben, Wissensarbeit und Schlussfolgern. Es verbindet Text mit nativem visuellem Verständnis von Bildern und Video und erzeugt eine Textantwort oder Werkzeuganfrage. Der Hersteller hebt ausgedehnte Entwicklungssitzungen, grosse Repositories und Aufgaben hervor, die Screenshots oder visuelle Rückmeldungen neben Code verwenden. Ein nützliches Briefing definiert das gewünschte Artefakt, die zu verwendenden Belege und die Bedingung, die den Arbeitsabschluss kennzeichnet.
Die Modellkarte beschreibt eine Sparse-Mixture-of-Experts-Architektur mit insgesamt 2,8 Billionen Parametern und 104 Milliarden aktivierten Parametern. Ihr Stable-LatentMoE-Entwurf wählt pro Token 16 von 896 Experten aus und verwendet Kimi Delta Attention und Attention Residuals zusammen mit gegateter Aufmerksamkeit. Die genaue Kontextlänge beträgt 1’048’576 Tokens. Dies bietet Raum für einen umfangreichen Aufgabenkontext und ist kein Grund, Quellgrenzen oder den nötigen Platz für das Ergebnis aufzugeben.
Das veröffentlichte native Artefakt verwendet quantisierungsbewusstes Training mit MXFP4-Gewichten und MXFP8-Aktivierungen. Dies ist das Veröffentlichungsformat des Herstellers, getrennt von einer separat bereitgestellten quantisierten Ausgabe oder einer Aussage darüber, wie eine bestimmte Route das Modell bereitstellt. Offene Gewichte und eine grosse Parameterzahl machen die Zahl aktiver Parameter nicht zum gesamten Speicher- oder Hardwarebedarf.
Stellen Sie relevantes Repository-Material, bestehendes Verhalten, die angeforderte Änderung und Kompatibilitätsbedingungen bereit. Benennen Sie die Dateien oder Schnittstelle, die das Ergebnis betreffen muss, die erfolgsbestimmenden Prüfungen und bereitgestellte Fehler oder Eingaben, die das Problem aufdecken. Ein nützliches Ergebnis kann eine gezielte Codeänderung mit Erklärung und Belegen aus tatsächlich gelaufenen Prüfungen sein statt einer Beschreibung nie ausgeführter Handlungen.
Fügen Sie für eine visuelle Entwicklungsaufgabe einen Screenshot oder eine klare Ansicht des gewünschten Ergebnisses mit relevantem Code und einer konkreten Abweichung hinzu. Der Hersteller beschreibt Abläufe aus Frontend-Arbeit, Spielen und CAD, die visuelle Rückmeldungen nutzen. Fordern Sie die Änderung an, die Code und beobachtetes Ergebnis verbindet, und bewahren Sie die Referenz, damit das gelieferte Artefakt daran geprüft werden kann.
Der Schnellstart des Herstellers verwendet typisierte Inhaltsobjekte für visuelle Nachrichten; content ist ein Array und keine serialisierte Darstellung dieses Arrays. Sein Bildablauf verwendet kodierte Bilddaten oder eine unterstützte Dateireferenz statt einer öffentlichen Bildadresse. Das Videobeispiel lädt eine Videodatei hoch und liefert die entstehende Referenz mit einer Frage zu ihrem Inhalt. Stellen Sie eine lesbare Quelle bereit und benennen Sie die wichtige Beobachtung, das Intervall oder den Zusammenhang. Der Bildverständnisablauf des Herstellers akzeptiert Bilder in JPEG, PNG, GIF, WebP, BMP, HEIC und HEIF sowie Video in MP4, MPEG, MOV, AVI, FLV, MPG, WebM, WMV und 3GPP. Animierte GIF- oder WebP-Dateien können als Video dekodiert werden. Stellen Sie SVG-Quellcode als Text bereit. Der Hersteller empfiehlt Bilder bis 4096 × 2160 und Video bis 1920 × 1080; dies sind Auflösungsempfehlungen und keine Ablehnungsschwellen. Halten Sie den Anfragekörper innerhalb der dokumentierten Grössengrenze von 100M und laden Sie grosse oder wiederholt verwendete Medien als Dateien hoch.
Kennzeichnen Sie für dokumentenreiche Recherche die Quellen und geben Sie die Fragen an, die der endgültige Bericht beantworten soll. Benennen Sie für eine Videoerklärung die zu analysierenden Ereignisse oder die Sequenz, statt uneingeschränkte Kommentare anzufordern. K3 nutzt visuelle Inhalte als Belege zum Schlussfolgern und gibt Text oder Werkzeuganfragen zurück. Eine Anwendung kann diese Anfragen an Medienwerkzeuge weitergeben, um separate Bild- oder Videoartefakte zu erzeugen.
Die Herstellerschnittstelle von K3 hat Nachdenken stets aktiviert. Die Einstellung reasoning_effort auf oberster Ebene akzeptiert low, high und max, mit max als Standard. Diese Optionen sind modellspezifisch; eine Einstellung ohne Nachdenken oder ein Aufwandswert aus einer anderen Familie darf nicht vorausgesetzt werden. Die Migrationsanleitung des Herstellers unterscheidet K3 von K2.x durch reasoning_effort, statt die ältere thinking-Konfiguration zu übernehmen.
Der Hersteller dokumentiert getrennte Inhalte für reasoning_content und die endgültige Antwort in gestreamten Ergebnissen. Für ein Gespräch über mehrere Runden oder einen Werkzeugablauf verlangt er, die vollständige zurückgegebene Assistentennachricht unverändert zurückzugeben, einschliesslich reasoning_content und tool_calls. Nur die sichtbare endgültige Antwort zu bewahren verliert Informationen, die der Ablauf des Modells mit bewahrtem Nachdenken im nächsten Schritt erwartet.
Der Schnellstart dokumentiert strikte JSON-Schema-Ausgabe für den endgültigen Nachrichteninhalt. Definieren Sie Felder und ihre Bedeutungen anhand des von der Anwendung benötigten Artefakts und parsen Sie diesen endgültigen Inhalt, statt ihn mit dem Denkfeld zu verbinden. Ein strukturiertes Ergebnis kann extrahierte Informationen aus bereitgestelltem Material oder ein definiertes Berichtsformat darstellen; das Schema begrenzt seine Form, während Quellbelege die Richtigkeit seiner Werte bestimmen.
Der Partial-Modus kann ein bereitgestelltes Textpräfix fortsetzen. Das Herstellerbeispiel platziert eine partielle Assistentennachricht am Ende des Verlaufs und verbindet dieses Präfix zur Anzeige mit der zurückgegebenen Fortsetzung. Nutzen Sie dies, wenn das erforderliche Artefakt einen sinnvollen festen Anfang hat, und halten Sie das Präfix vom erzeugten Rest getrennt.
K3 unterstützt benutzerdefinierte Funktionswerkzeuge. Das Herstellerbeispiel verlangt in der ersten Runde ein Werkzeug, bewahrt die vollständige Assistentennachricht, führt jeden zurückgegebenen Aufruf aus und hängt vor der Anforderung der endgültigen Antwort ein passendes Werkzeugergebnis an. Ein vorgeschlagener Aufruf belegt nicht den Erfolg des Vorgangs; das tatsächlich zurückgegebene Ergebnis wird zum Beleg für den nächsten Schritt.
Sein Ablauf zum dynamischen Laden führt an einem bestimmten Punkt im Nachrichtenverlauf eine vollständige Werkzeugdefinition ein. Die Definition braucht Namen, Zweck und Parameter und muss im anschliessenden Verlauf bestehen bleiben, da der Server diese Deklaration nicht eigenständig bewahrt. Halten Sie Werkzeugfähigkeiten, bereitgestellte Argumente und reale Beobachtungen verknüpft, damit eine lange Aufgabe anhand bereits abgeschlossener Arbeit fortgesetzt werden kann.
Der Hersteller dokumentiert ein standardmässiges Vervollständigungsbudget von 131’072 Tokens, konfigurierbar bis 1’048’576 innerhalb der Gesamtkontextbedingungen des Modells. Seine aktuelle K3-API legt temperature auf 1.0, top_p auf 0.95, ein Ergebnis sowie presence- und frequency-Penalties von null fest und weist Aufrufer an, diese Sampling-Steuerungen wegzulassen. Dies sind die Einstellungen des konkreten Herstellerprofils und keine übertragbare Liste einstellbarer Steuerungen.
Kontext-Caching erfolgt automatisch für geeignete wiederholte Präfixe, mit dokumentierten TTL-Optionen von 5 Minuten und 1 Stunde sowie 5 Minuten als Standard. Partielle Cacheblöcke bleiben Cache-Fehltreffer. Halten Sie wiederverwendbaren Kontext stabil und prüfen Sie die tatsächliche Nutzung, statt aus wiederholtem Text allein einen Cachetreffer zu behaupten. Bewahren Sie für das abschliessende Artefakt die bereitgestellten Quellen, tatsächlichen Werkzeugbelege und erforderliche Ausgabestruktur und prüfen Sie, ob eine lange Antwort oder ein Entwicklungsergebnis die genannten Abschlusskriterien erfüllt.
POST /v1/batchestexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldendpoint | Typstring | AnforderungErforderlich | Werte und Limits /v1/chat/completions | Standard— |
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits moonshotai/kimi-k3:batch | Standard— |
Feldrequests | Typbatch_item[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldrequests[].custom_id | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldrequests[].body.messages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldcompletion_window | Typstring | AnforderungOptional | Werte und Limits 24h | Standard— |
Feldprovider | Typobject|null | AnforderungOptional | Werte und Limits | Standard— |
Feldrequests[].body.model | Typstring | AnforderungOptional | Werte und Limits moonshotai/kimi-k3:batch, moonshotai/kimi-k3 | Standard— |
Feldprovider.only | Typstring[] | AnforderungOptional | Werte und Limits deepinfra/bf16 | Standard— |
Feldprovider.allow_fallbacks | Typboolean|null | AnforderungOptional | Werte und Limits false, null | Standard— |
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragendpoint, model, requests |
Parametermaterial_types | Vertragtext |
Parameterrepresentation | Vertrageingebettete requests[]; jedes Element enthält custom_id und body |
Parameterrequest_endpoint_profile | Vertrag/v1/chat/completions |
Parameterfile_material | VertragDer Aufrufer kann tatsächliches UTF-8-JSONL lokal in requests[] einlesen. Es werden weder ein Upload-Zweck noch input_file_id oder eine Dateireferenz verwendet. Fehlendes oder leeres Kundenmaterial stoppt die Vorbereitung vor POST. |
Parameterserialization_order | Vertragendpoint, model, provider (falls angegeben), completion_window (falls angegeben), requests als letztes Feld |
Parameteroptional_controls | Vertragprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | VertragAnfragekörper für Text Chat Completions in der dokumentierten Inline-Batch-Struktur. |
Lebenszyklus: asynchronous
GET /v1/batches/{operation_id} · die tatsächliche response.id der ursprünglichen Erstellungsantwort; derselbe Nutzer/Schlüssel/dieselbe Gruppe
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschliesslich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.00456 / 1K Tokens Ausgabe · Ausgabetoken $0.0228 / 1K Tokens Eingabe · Cache lesen $0.000456 / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.00456 / 1K Tokens Ausgabe · Ausgabetoken $0.0228 / 1K Tokens Eingabe · Cache lesen $0.000456 / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"moonshotai/kimi-k3:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['moonshotai/kimi-k3:batch', 'moonshotai/kimi-k3']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"moonshotai/kimi-k3:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\neingebettetes JSON unter results[].response.body
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nBewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Das vollständige ursprüngliche Status-JSON, jedes Ergebnis/jede custom_id und den vollständigen Antwort- oder Fehlerkörper aufbewahren. Abgeschlossene results[] ohne Filterung als JSONL speichern.
Die ursprüngliche Vorgangs-ID beibehalten. Bei 503 result_pending_check gilt X-Should-Retry:false; einen ursprünglichen Batch mit unbekanntem Ausgang niemals erneut einreichen.
| Feld | Typ |
|---|---|
Feldresults[].custom_id | Typstring |
Feldresults[].response.body.choices[].message.content | Typstring|null |
Feldresults[].error | Typobject|null |
Feldusage | Typobject|null |
Feldid | Typstring |
Feldmodel | Typstring |
Feldendpoint | Typstring |
Feldstatus | Typstring |
Feldrequest_counts | Typobject |
Feldresults[].id | Typstring |
Feldresults[].response.status_code | Typinteger |
Feldresults[].response.request_id | Typstring |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungUngültige Struktur der dokumentierten Inline-Einbettung, doppelte Schlüssel, ungültige Identitätsangaben zu einem Element oder ein Konflikt mit den konfigurierten Modellfähigkeiten. | Nächster SchrittDie angegebenen Felder vor jeder neuen Einreichung korrigieren. |
Antwort401 · authentication_error | BedingungUngültiger API-Schlüssel. | Nächster SchrittDen autorisierten Ailoot-Schlüssel verwenden. |
Antwort403 · permission_error | BedingungGruppe für Stapelverarbeitung nicht verfügbar. | Nächster SchrittDie Berechtigung des Schlüssels bzw. der Gruppe prüfen. |
Antwort422 · invalid_request_error | BedingungStapelverarbeitung wird über das Guthaben abgerechnet; die Erstellung über ein Abonnement wird abgelehnt. | Nächster SchrittDie autorisierte Gruppe mit Guthabenabrechnung verwenden. |
Antwort422 · price_unavailable | BedingungFür die Batch-Eingabe kann kein Preisangebot erstellt werden. | Nächster SchrittAntwort aufbewahren; die dokumentierte Eingabe der API-Familie verwenden. |
Antwort402 · billing_error | BedingungReservierung für Stapelverarbeitung nicht verfügbar. | Nächster SchrittDie Zulassung klären, bevor eine neue Anfrage gestellt wird. |
Antwort503 · price_unavailable | BedingungMethodenpreis bzw. native Tarife für Stapelverarbeitung nicht verfügbar. | Nächster SchrittAntwort aufbewahren; keine anderen Preise einsetzen. |
Antwort503 · api_error | BedingungDie genaue Anbieterroute ist nicht verfügbar. | Nächster SchrittAntwort zur Reparatur der Route aufbewahren. |
Antwort503 · result_pending_check | BedingungDas ursprüngliche Ergebnis muss geprüft werden; X-Should-Retry:false. | Nächster SchrittDie ursprüngliche operation_id/id beibehalten und ihren Status lesen; den ursprünglichen POST niemals wiederholen. |
Antwort404 · not_found | BedingungDer Batch-Vorgang, dessen Status abgefragt wird, ist nicht vorhanden oder gehört einer anderen Identität. | Nächster SchrittDie genaue ursprüngliche id und denselben Nutzer/Schlüssel/dieselbe Gruppe verwenden. |
Ailoot Ultra moonshotai/kimi-k3:batch
Verwenden Sie die oben angezeigten Methodenpfade.