Kimi K3 ist das multimodale Agentenmodell mit offenen Gewichten von Moonshot AI für langfristige 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 Abschluss der Arbeit markiert.
Die Modellkarte beschreibt eine dünn besetzte Mixture of Experts 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 Gated Attention. Die genaue Kontextlänge beträgt 1.048.576 Tokens. Dies bietet Raum für einen umfangreichen Aufgabenkontext und ist kein Grund, Quellengrenzen oder den für das Ergebnis nötigen Platz zu verwerfen.
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 zur Angabe des gesamten Speicher- oder Hardwarebedarfs.
Stelle das relevante Repository-Material, das bestehende Verhalten, die gewünschte Änderung und die Kompatibilitätsbedingungen bereit. Benenne die Dateien oder Schnittstelle, die das Ergebnis betreffen muss, die erfolgsbestimmenden Prüfungen und jeden bereitgestellten Fehler oder jede Eingabe, die das Problem aufdeckt. Ein nützliches Ergebnis kann eine gezielte Codeänderung mit Erklärung und Belegen aus tatsächlich ausgeführten Prüfungen sein statt einer Beschreibung nie durchgeführter Handlungen.
Füge für eine visuelle Entwicklungsaufgabe einen Screenshot oder eine klare Ansicht des gewünschten Ergebnisses mit dem relevanten Code und einer konkreten Abweichung hinzu. Der Hersteller beschreibt Abläufe für Frontend-Arbeit, Spiele und CAD, die visuelle Rückmeldungen verwenden. Fordere die Änderung an, die den Code mit dem beobachteten Ergebnis verbindet, und bewahre die Referenz, damit das gelieferte Artefakt anhand dieser 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 resultierende Referenz mit einer Frage zu ihrem Inhalt. Gib eine lesbare Quelle vor und benenne die wichtige Beobachtung, Zeitspanne oder Beziehung. Der visuelle Ablauf des Herstellers akzeptiert JPEG-, PNG-, GIF-, WebP-, BMP-, HEIC- und HEIF-Bilder sowie MP4-, MPEG-, MOV-, AVI-, FLV-, MPG-, WebM-, WMV- und 3GPP-Video. Animierte GIF- oder WebP-Dateien können als Video dekodiert werden. Stelle SVG-Quellcode als Text bereit. Der Hersteller empfiehlt Bilder bis 4096 × 2160 und Video bis 1920 × 1080; dies sind Auflösungsempfehlungen und keine Ablehnungsschwellen. Halte den Anfragekörper innerhalb der dokumentierten Größenbegrenzung von 100M und lade große oder wiederholt verwendete Medien als Dateien hoch.
Kennzeichne für dokumentenreiche Recherche die Quellen und nenne die Fragen, die der endgültige Bericht beantworten soll. Benenne für eine Videoerklärung die zu analysierenden Ereignisse oder die Abfolge, statt unbegrenzte Kommentare anzufordern. K3 verwendet visuelle Inhalte als Belege für Schlussfolgerungen und gibt Text oder Werkzeuganfragen zurück. Eine Anwendung kann diese Anfragen an Medienwerkzeuge weitergeben, um separate Bild- oder Videoartefakte zu erstellen.
Die Herstellerschnittstelle von K3 hat Thinking immer aktiviert. Die Einstellung reasoning_effort auf oberster Ebene akzeptiert low, high und max mit max als Standard. Diese Auswahl ist modellspezifisch; eine Einstellung ohne Thinking oder ein Aufwandswert einer anderen Familie sollte nicht angenommen werden. Die Migrationsanleitung des Herstellers unterscheidet K3 von K2.x, indem sie reasoning_effort verwendet, statt die ältere thinking-Konfiguration zu übernehmen.
Der Hersteller dokumentiert getrenntes reasoning_content und endgültigen Antwortinhalt in gestreamten Ergebnissen. Für einen Dialog mit mehreren Gesprächsschritten oder einen Werkzeugablauf verlangt er, die vollständige zurückgegebene Assistentennachricht unverändert zurückzugeben, einschließlich reasoning_content und tool_calls. Wird nur die sichtbare endgültige Antwort bewahrt, gehen Informationen verloren, die der Ablauf des Modells mit bewahrtem Thinking im nächsten Schritt erwartet.
Der Schnellstart dokumentiert strikte JSON-Schema-Ausgabe für den endgültigen Nachrichteninhalt. Definiere Felder und ihre Bedeutungen um das Artefakt herum, das die Anwendung benötigt, und lies diesen endgültigen Inhalt ein, statt ihn mit dem Reasoning-Feld zu vermischen. Ein strukturiertes Ergebnis kann extrahierte Informationen aus bereitgestelltem Material oder ein definiertes Berichtsformat darstellen; das Schema begrenzt seine Form, während die Quellenbelege bestimmen, ob seine Werte korrekt sind.
Der Partial-Modus kann ein vorgegebenes Textpräfix fortsetzen. Das Herstellerbeispiel setzt eine unvollständige Assistentennachricht ans Ende des Verlaufs und kombiniert dieses Präfix zur Anzeige mit der zurückgegebenen Fortsetzung. Verwende dies, wenn das erforderliche Artefakt einen sinnvollen festen Anfang besitzt, und halte das Präfix vom generierten Rest getrennt.
K3 unterstützt benutzerdefinierte Funktionswerkzeuge. Das Herstellerbeispiel verlangt im ersten Gesprächsschritt ein Werkzeug, bewahrt die vollständige Assistentennachricht, führt jeden zurückgegebenen Aufruf aus und hängt ein passendes Werkzeugergebnis an, bevor es die endgültige Antwort anfordert. Ein vorgeschlagener Aufruf ist kein Beleg dafür, dass die Operation erfolgreich war; das tatsächlich zurückgegebene Ergebnis wird zum Beleg für den nächsten Schritt.
Sein Ablauf zum dynamischen Laden führt eine vollständige Werkzeugdefinition an einer bestimmten Stelle des Nachrichtenverlaufs ein. Die Definition benötigt Name, Zweck und Parameter und muss im späteren Verlauf erhalten bleiben, weil der Server diese Deklaration nicht unabhängig bewahrt. Halte Werkzeugfähigkeiten, bereitgestellte Argumente und reale Beobachtungen einander zugeordnet, damit eine lange Aufgabe auf Grundlage bereits abgeschlossener Arbeit fortgesetzt werden kann.
Der Hersteller dokumentiert ein standardmäßiges Vervollständigungsbudget von 131.072 Tokens, konfigurierbar bis 1.048.576 innerhalb der allgemeinen Kontextbedingungen des Modells. Seine aktuelle K3 API setzt temperature auf 1.0, top_p auf 0.95, ein Ergebnis sowie Präsenz- und Häufigkeitsstrafen auf null fest und weist Aufrufer an, diese Sampling-Steuerungen wegzulassen. Dies sind die Einstellungen genau dieses Herstellermodellprofils und keine übertragbare Liste einstellbarer Steuerelemente.
Kontext-Caching erfolgt automatisch für geeignete wiederholte Präfixe, mit dokumentierten TTL-Optionen von 5 Minuten und 1 Stunde und 5 Minuten als Standard. Teilweise Cacheblöcke bleiben Fehltreffer. Halte wiederverwendbaren Kontext stabil und prüfe die tatsächliche Nutzung, statt allein aus wiederholtem Text einen Cachetreffer abzuleiten. Bewahre für das endgültige Artefakt die bereitgestellten Quellen, tatsächlichen Werkzeugbelege und die erforderliche Ausgabestruktur und prüfe, dass eine lange Antwort oder ein Entwicklungsergebnis die genannten Abschlusskriterien erfüllt.
", "aboutText": "Kimi K3 ist das multimodale Agentenmodell mit offenen Gewichten von Moonshot AI für langfristige 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 Abschluss der Arbeit markiert.\n\n### Architektur und langer Kontext\n\nDie Modellkarte beschreibt eine dünn besetzte Mixture of Experts 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 Gated Attention. Die genaue Kontextlänge beträgt 1.048.576 Tokens. Dies bietet Raum für einen umfangreichen Aufgabenkontext und ist kein Grund, Quellengrenzen oder den für das Ergebnis nötigen Platz zu verwerfen.\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 zur Angabe des gesamten Speicher- oder Hardwarebedarfs.\n\n### Eine umfangreiche Programmieraufgabe vorbereiten\n\nStelle das relevante Repository-Material, das bestehende Verhalten, die gewünschte Änderung und die Kompatibilitätsbedingungen bereit. Benenne die Dateien oder Schnittstelle, die das Ergebnis betreffen muss, die erfolgsbestimmenden Prüfungen und jeden bereitgestellten Fehler oder jede Eingabe, die das Problem aufdeckt. Ein nützliches Ergebnis kann eine gezielte Codeänderung mit Erklärung und Belegen aus tatsächlich ausgeführten Prüfungen sein statt einer Beschreibung nie durchgeführter Handlungen.\n\nFüge für eine visuelle Entwicklungsaufgabe einen Screenshot oder eine klare Ansicht des gewünschten Ergebnisses mit dem relevanten Code und einer konkreten Abweichung hinzu. Der Hersteller beschreibt Abläufe für Frontend-Arbeit, Spiele und CAD, die visuelle Rückmeldungen verwenden. Fordere die Änderung an, die den Code mit dem beobachteten Ergebnis verbindet, und bewahre die Referenz, damit das gelieferte Artefakt anhand dieser 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 resultierende Referenz mit einer Frage zu ihrem Inhalt. Gib eine lesbare Quelle vor und benenne die wichtige Beobachtung, Zeitspanne oder Beziehung. Der visuelle Ablauf des Herstellers akzeptiert JPEG-, PNG-, GIF-, WebP-, BMP-, HEIC- und HEIF-Bilder sowie MP4-, MPEG-, MOV-, AVI-, FLV-, MPG-, WebM-, WMV- und 3GPP-Video. Animierte GIF- oder WebP-Dateien können als Video dekodiert werden. Stelle SVG-Quellcode als Text bereit. Der Hersteller empfiehlt Bilder bis 4096 × 2160 und Video bis 1920 × 1080; dies sind Auflösungsempfehlungen und keine Ablehnungsschwellen. Halte den Anfragekörper innerhalb der dokumentierten Größenbegrenzung von 100M und lade große oder wiederholt verwendete Medien als Dateien hoch.\n\nKennzeichne für dokumentenreiche Recherche die Quellen und nenne die Fragen, die der endgültige Bericht beantworten soll. Benenne für eine Videoerklärung die zu analysierenden Ereignisse oder die Abfolge, statt unbegrenzte Kommentare anzufordern. K3 verwendet visuelle Inhalte als Belege für Schlussfolgerungen und gibt Text oder Werkzeuganfragen zurück. Eine Anwendung kann diese Anfragen an Medienwerkzeuge weitergeben, um separate Bild- oder Videoartefakte zu erstellen.\n\n### Thinking ist immer aktiviert\n\nDie Herstellerschnittstelle von K3 hat Thinking immer aktiviert. Die Einstellung reasoning_effort auf oberster Ebene akzeptiert low, high und max mit max als Standard. Diese Auswahl ist modellspezifisch; eine Einstellung ohne Thinking oder ein Aufwandswert einer anderen Familie sollte nicht angenommen werden. Die Migrationsanleitung des Herstellers unterscheidet K3 von K2.x, indem sie reasoning_effort verwendet, statt die ältere thinking-Konfiguration zu übernehmen.\n\nDer Hersteller dokumentiert getrenntes reasoning_content und endgültigen Antwortinhalt in gestreamten Ergebnissen. Für einen Dialog mit mehreren Gesprächsschritten oder einen Werkzeugablauf verlangt er, die vollständige zurückgegebene Assistentennachricht unverändert zurückzugeben, einschließlich reasoning_content und tool_calls. Wird nur die sichtbare endgültige Antwort bewahrt, gehen Informationen verloren, die der Ablauf des Modells mit bewahrtem Thinking im nächsten Schritt erwartet.\n\n### Strukturierte endgültige Antworten und teilweise Fortsetzung\n\nDer Schnellstart dokumentiert strikte JSON-Schema-Ausgabe für den endgültigen Nachrichteninhalt. Definiere Felder und ihre Bedeutungen um das Artefakt herum, das die Anwendung benötigt, und lies diesen endgültigen Inhalt ein, statt ihn mit dem Reasoning-Feld zu vermischen. Ein strukturiertes Ergebnis kann extrahierte Informationen aus bereitgestelltem Material oder ein definiertes Berichtsformat darstellen; das Schema begrenzt seine Form, während die Quellenbelege bestimmen, ob seine Werte korrekt sind.\n\nDer Partial-Modus kann ein vorgegebenes Textpräfix fortsetzen. Das Herstellerbeispiel setzt eine unvollständige Assistentennachricht ans Ende des Verlaufs und kombiniert dieses Präfix zur Anzeige mit der zurückgegebenen Fortsetzung. Verwende dies, wenn das erforderliche Artefakt einen sinnvollen festen Anfang besitzt, und halte das Präfix vom generierten Rest getrennt.\n\n### Werkzeuge und Kontinuität ihrer Ergebnisse\n\nK3 unterstützt benutzerdefinierte Funktionswerkzeuge. Das Herstellerbeispiel verlangt im ersten Gesprächsschritt ein Werkzeug, bewahrt die vollständige Assistentennachricht, führt jeden zurückgegebenen Aufruf aus und hängt ein passendes Werkzeugergebnis an, bevor es die endgültige Antwort anfordert. Ein vorgeschlagener Aufruf ist kein Beleg dafür, dass die Operation erfolgreich war; das tatsächlich zurückgegebene Ergebnis wird zum Beleg für den nächsten Schritt.\n\nSein Ablauf zum dynamischen Laden führt eine vollständige Werkzeugdefinition an einer bestimmten Stelle des Nachrichtenverlaufs ein. Die Definition benötigt Name, Zweck und Parameter und muss im späteren Verlauf erhalten bleiben, weil der Server diese Deklaration nicht unabhängig bewahrt. Halte Werkzeugfähigkeiten, bereitgestellte Argumente und reale Beobachtungen einander zugeordnet, damit eine lange Aufgabe auf Grundlage bereits abgeschlossener Arbeit fortgesetzt werden kann.\n\n### Ausgabesteuerung und wiederholter Kontext\n\nDer Hersteller dokumentiert ein standardmäßiges Vervollständigungsbudget von 131.072 Tokens, konfigurierbar bis 1.048.576 innerhalb der allgemeinen Kontextbedingungen des Modells. Seine aktuelle K3 API setzt temperature auf 1.0, top_p auf 0.95, ein Ergebnis sowie Präsenz- und Häufigkeitsstrafen auf null fest und weist Aufrufer an, diese Sampling-Steuerungen wegzulassen. Dies sind die Einstellungen genau dieses Herstellermodellprofils und keine übertragbare Liste einstellbarer Steuerelemente.\n\nKontext-Caching erfolgt automatisch für geeignete wiederholte Präfixe, mit dokumentierten TTL-Optionen von 5 Minuten und 1 Stunde und 5 Minuten als Standard. Teilweise Cacheblöcke bleiben Fehltreffer. Halte wiederverwendbaren Kontext stabil und prüfe die tatsächliche Nutzung, statt allein aus wiederholtem Text einen Cachetreffer abzuleiten. Bewahre für das endgültige Artefakt die bereitgestellten Quellen, tatsächlichen Werkzeugbelege und die erforderliche Ausgabestruktur und prüfe, dass eine lange Antwort oder ein Entwicklungsergebnis die genannten Abschlusskriterien erfüllt.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "8861603b554c5100f41ef11da66f87183bb9542cccff4e7bfec0e6add03945f5", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de", "methods": [ { "html": "moonshotai/kimi-k3:batchKimi K3 ist das nativ multimodale Reasoning-Modell 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 Thinking-Verlauf.
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 langfristige 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 Abschluss der Arbeit markiert.
Die Modellkarte beschreibt eine dünn besetzte Mixture of Experts 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 Gated Attention. Die genaue Kontextlänge beträgt 1.048.576 Tokens. Dies bietet Raum für einen umfangreichen Aufgabenkontext und ist kein Grund, Quellengrenzen oder den für das Ergebnis nötigen Platz zu verwerfen.
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 zur Angabe des gesamten Speicher- oder Hardwarebedarfs.
Stelle das relevante Repository-Material, das bestehende Verhalten, die gewünschte Änderung und die Kompatibilitätsbedingungen bereit. Benenne die Dateien oder Schnittstelle, die das Ergebnis betreffen muss, die erfolgsbestimmenden Prüfungen und jeden bereitgestellten Fehler oder jede Eingabe, die das Problem aufdeckt. Ein nützliches Ergebnis kann eine gezielte Codeänderung mit Erklärung und Belegen aus tatsächlich ausgeführten Prüfungen sein statt einer Beschreibung nie durchgeführter Handlungen.
Füge für eine visuelle Entwicklungsaufgabe einen Screenshot oder eine klare Ansicht des gewünschten Ergebnisses mit dem relevanten Code und einer konkreten Abweichung hinzu. Der Hersteller beschreibt Abläufe für Frontend-Arbeit, Spiele und CAD, die visuelle Rückmeldungen verwenden. Fordere die Änderung an, die den Code mit dem beobachteten Ergebnis verbindet, und bewahre die Referenz, damit das gelieferte Artefakt anhand dieser 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 resultierende Referenz mit einer Frage zu ihrem Inhalt. Gib eine lesbare Quelle vor und benenne die wichtige Beobachtung, Zeitspanne oder Beziehung. Der visuelle Ablauf des Herstellers akzeptiert JPEG-, PNG-, GIF-, WebP-, BMP-, HEIC- und HEIF-Bilder sowie MP4-, MPEG-, MOV-, AVI-, FLV-, MPG-, WebM-, WMV- und 3GPP-Video. Animierte GIF- oder WebP-Dateien können als Video dekodiert werden. Stelle SVG-Quellcode als Text bereit. Der Hersteller empfiehlt Bilder bis 4096 × 2160 und Video bis 1920 × 1080; dies sind Auflösungsempfehlungen und keine Ablehnungsschwellen. Halte den Anfragekörper innerhalb der dokumentierten Größenbegrenzung von 100M und lade große oder wiederholt verwendete Medien als Dateien hoch.
Kennzeichne für dokumentenreiche Recherche die Quellen und nenne die Fragen, die der endgültige Bericht beantworten soll. Benenne für eine Videoerklärung die zu analysierenden Ereignisse oder die Abfolge, statt unbegrenzte Kommentare anzufordern. K3 verwendet visuelle Inhalte als Belege für Schlussfolgerungen und gibt Text oder Werkzeuganfragen zurück. Eine Anwendung kann diese Anfragen an Medienwerkzeuge weitergeben, um separate Bild- oder Videoartefakte zu erstellen.
Die Herstellerschnittstelle von K3 hat Thinking immer aktiviert. Die Einstellung reasoning_effort auf oberster Ebene akzeptiert low, high und max mit max als Standard. Diese Auswahl ist modellspezifisch; eine Einstellung ohne Thinking oder ein Aufwandswert einer anderen Familie sollte nicht angenommen werden. Die Migrationsanleitung des Herstellers unterscheidet K3 von K2.x, indem sie reasoning_effort verwendet, statt die ältere thinking-Konfiguration zu übernehmen.
Der Hersteller dokumentiert getrenntes reasoning_content und endgültigen Antwortinhalt in gestreamten Ergebnissen. Für einen Dialog mit mehreren Gesprächsschritten oder einen Werkzeugablauf verlangt er, die vollständige zurückgegebene Assistentennachricht unverändert zurückzugeben, einschließlich reasoning_content und tool_calls. Wird nur die sichtbare endgültige Antwort bewahrt, gehen Informationen verloren, die der Ablauf des Modells mit bewahrtem Thinking im nächsten Schritt erwartet.
Der Schnellstart dokumentiert strikte JSON-Schema-Ausgabe für den endgültigen Nachrichteninhalt. Definiere Felder und ihre Bedeutungen um das Artefakt herum, das die Anwendung benötigt, und lies diesen endgültigen Inhalt ein, statt ihn mit dem Reasoning-Feld zu vermischen. Ein strukturiertes Ergebnis kann extrahierte Informationen aus bereitgestelltem Material oder ein definiertes Berichtsformat darstellen; das Schema begrenzt seine Form, während die Quellenbelege bestimmen, ob seine Werte korrekt sind.
Der Partial-Modus kann ein vorgegebenes Textpräfix fortsetzen. Das Herstellerbeispiel setzt eine unvollständige Assistentennachricht ans Ende des Verlaufs und kombiniert dieses Präfix zur Anzeige mit der zurückgegebenen Fortsetzung. Verwende dies, wenn das erforderliche Artefakt einen sinnvollen festen Anfang besitzt, und halte das Präfix vom generierten Rest getrennt.
K3 unterstützt benutzerdefinierte Funktionswerkzeuge. Das Herstellerbeispiel verlangt im ersten Gesprächsschritt ein Werkzeug, bewahrt die vollständige Assistentennachricht, führt jeden zurückgegebenen Aufruf aus und hängt ein passendes Werkzeugergebnis an, bevor es die endgültige Antwort anfordert. Ein vorgeschlagener Aufruf ist kein Beleg dafür, dass die Operation erfolgreich war; das tatsächlich zurückgegebene Ergebnis wird zum Beleg für den nächsten Schritt.
Sein Ablauf zum dynamischen Laden führt eine vollständige Werkzeugdefinition an einer bestimmten Stelle des Nachrichtenverlaufs ein. Die Definition benötigt Name, Zweck und Parameter und muss im späteren Verlauf erhalten bleiben, weil der Server diese Deklaration nicht unabhängig bewahrt. Halte Werkzeugfähigkeiten, bereitgestellte Argumente und reale Beobachtungen einander zugeordnet, damit eine lange Aufgabe auf Grundlage bereits abgeschlossener Arbeit fortgesetzt werden kann.
Der Hersteller dokumentiert ein standardmäßiges Vervollständigungsbudget von 131.072 Tokens, konfigurierbar bis 1.048.576 innerhalb der allgemeinen Kontextbedingungen des Modells. Seine aktuelle K3 API setzt temperature auf 1.0, top_p auf 0.95, ein Ergebnis sowie Präsenz- und Häufigkeitsstrafen auf null fest und weist Aufrufer an, diese Sampling-Steuerungen wegzulassen. Dies sind die Einstellungen genau dieses Herstellermodellprofils und keine übertragbare Liste einstellbarer Steuerelemente.
Kontext-Caching erfolgt automatisch für geeignete wiederholte Präfixe, mit dokumentierten TTL-Optionen von 5 Minuten und 1 Stunde und 5 Minuten als Standard. Teilweise Cacheblöcke bleiben Fehltreffer. Halte wiederverwendbaren Kontext stabil und prüfe die tatsächliche Nutzung, statt allein aus wiederholtem Text einen Cachetreffer abzuleiten. Bewahre für das endgültige Artefakt die bereitgestellten Quellen, tatsächlichen Werkzeugbelege und die erforderliche Ausgabestruktur und prüfe, dass 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 Token Ausgabe · Ausgabetoken $0.0228 / 1K Token Eingabe · Cache-Lesen $0.000456 / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.00456 / 1K Token Ausgabe · Ausgabetoken $0.0228 / 1K Token Eingabe · Cache-Lesen $0.000456 / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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.