MoonshotAI: Kimi K3 (batch)

Kimi K3 là mô hình suy luận đa phương thức gốc của Moonshot AI dành cho tác vụ lập trình dài và công việc tri thức. Mô hình đọc văn bản, hình ảnh và video, tạo văn bản, đồng thời hỗ trợ quy trình dựa trên công cụ với ngữ cảnh 1.048.576 token và lịch sử suy nghĩ được giữ qua các bước.

Ailoot Ultra · Xử lý hàng loạt POST /v1/batches moonshotai/kimi-k3:batch

Về mô hình

Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.

Kimi K3 là mô hình tác nhân đa phương thức có trọng số mở của Moonshot AI dành cho lập trình dài hạn, công việc tri thức và suy luận. Mô hình kết hợp văn bản với khả năng hiểu hình ảnh và video gốc, tạo câu trả lời văn bản hoặc yêu cầu công cụ. Nhà sản xuất nhấn mạnh phiên kỹ thuật kéo dài, kho mã lớn và tác vụ dùng ảnh chụp màn hình hoặc phản hồi trực quan bên cạnh mã. Bản yêu cầu hữu ích xác định sản phẩm mong muốn, bằng chứng cần dùng và điều kiện đánh dấu hoàn tất công việc.

Kiến trúc và ngữ cảnh dài

Thẻ mô hình mô tả hỗn hợp chuyên gia thưa với tổng cộng 2,8 nghìn tỷ tham số và 104 tỷ tham số được kích hoạt. Thiết kế Stable LatentMoE chọn 16 trong 896 chuyên gia cho mỗi token, dùng Kimi Delta Attention và Attention Residuals cùng chú ý có cổng. Độ dài ngữ cảnh chính xác là 1.048.576 token. Đây là không gian cho ngữ cảnh tác vụ lớn, không phải lý do bỏ ranh giới nguồn hoặc chỗ cần cho kết quả.

Sản phẩm gốc được công bố dùng huấn luyện có xét lượng tử hóa với trọng số MXFP4 và giá trị kích hoạt MXFP8. Đây là định dạng phát hành của nhà sản xuất, khác với phiên bản lượng tử hóa được cung cấp riêng hoặc khẳng định về cách một tuyến cụ thể phục vụ mô hình. Trọng số mở và số tham số lớn không biến số tham số hoạt động thành tổng yêu cầu lưu trữ hoặc phần cứng.

Chuẩn bị tác vụ lập trình lớn

Cung cấp tài liệu kho mã liên quan, hành vi hiện có, thay đổi được yêu cầu và ràng buộc tương thích. Xác định tệp hoặc giao diện kết quả phải ảnh hưởng, các bước kiểm tra quyết định thành công và mọi lỗi hoặc đầu vào được cung cấp bộc lộ vấn đề. Kết quả hữu ích có thể là thay đổi mã có trọng tâm với giải thích và bằng chứng từ các bước kiểm tra thực sự đã chạy, thay vì mô tả hành động chưa bao giờ được thực hiện.

Với tác vụ phát triển trực quan, hãy kèm ảnh chụp màn hình hoặc hình rõ về kết quả dự định cùng mã liên quan và một sai lệch cụ thể. Nhà sản xuất mô tả quy trình trải qua công việc frontend, trò chơi và CAD sử dụng phản hồi trực quan. Yêu cầu thay đổi kết nối mã với kết quả quan sát được, đồng thời giữ tham chiếu để sản phẩm bàn giao có thể được đối chiếu.

Chuẩn bị hình ảnh, video và công việc tri thức

Hướng dẫn khởi động nhanh của nhà sản xuất dùng đối tượng nội dung có kiểu cho thông điệp hình ảnh; content là mảng, không phải cách biểu diễn đã tuần tự hóa của mảng đó. Quy trình ảnh dùng dữ liệu ảnh được mã hóa hoặc tham chiếu tệp được hỗ trợ thay vì địa chỉ ảnh công khai. Ví dụ video tải tệp video lên và cung cấp tham chiếu thu được cùng câu hỏi về nội dung. Cung cấp nguồn dễ đọc và chỉ rõ quan sát, khoảng thời gian hoặc quan hệ quan trọng. Quy trình thị giác của nhà sản xuất nhận ảnh JPEG, PNG, GIF, WebP, BMP, HEIC và HEIF, cùng video MP4, MPEG, MOV, AVI, FLV, MPG, WebM, WMV và 3GPP. GIF hoặc WebP động có thể giải mã như video. Cung cấp mã nguồn SVG dưới dạng văn bản. Nhà sản xuất khuyến nghị ảnh tối đa 4.096 × 2.160 và video tối đa 1.920 × 1.080; đây là khuyến nghị độ phân giải, không phải ngưỡng từ chối. Giữ thân yêu cầu trong giới hạn kích thước 100M được tài liệu xác nhận và tải phương tiện lớn hoặc dùng lặp lại lên dưới dạng tệp.

Với nghiên cứu nhiều tài liệu, hãy gắn nhãn nguồn và nêu câu hỏi báo cáo cuối cùng cần trả lời. Với giải thích video, hãy xác định sự kiện hoặc chuỗi cần phân tích thay vì yêu cầu bình luận không giới hạn. K3 dùng nội dung trực quan làm bằng chứng cho suy luận và trả văn bản hoặc yêu cầu công cụ. Ứng dụng có thể chuyển các yêu cầu ấy cho công cụ phương tiện để tạo sản phẩm hình ảnh hoặc video riêng.

Suy nghĩ luôn được bật

Giao diện của nhà sản xuất K3 luôn bật suy nghĩ. Thiết lập reasoning_effort cấp cao nhất nhận low, high và max, với max là mặc định. Các lựa chọn này riêng cho mô hình; không nên giả định có thiết lập không suy nghĩ hoặc giá trị nỗ lực từ dòng khác. Hướng dẫn chuyển đổi của nhà sản xuất phân biệt K3 với K2.x bằng việc dùng reasoning_effort thay vì mang sang cấu hình thinking cũ.

Nhà sản xuất mô tả reasoning_content và content của câu trả lời cuối cùng riêng trong kết quả truyền theo luồng. Với hội thoại nhiều lượt hoặc quy trình công cụ, tài liệu yêu cầu truyền lại nguyên vẹn toàn bộ thông điệp trợ lý được trả về, gồm reasoning_content và tool_calls. Chỉ giữ câu trả lời cuối cùng nhìn thấy sẽ mất thông tin mà quy trình giữ suy nghĩ của mô hình kỳ vọng ở bước tiếp theo.

Câu trả lời cuối cùng có cấu trúc và tiếp tục một phần

Hướng dẫn khởi động nhanh mô tả đầu ra JSON-schema nghiêm ngặt cho nội dung thông điệp cuối cùng. Xác định trường và ý nghĩa xoay quanh sản phẩm ứng dụng cần, đồng thời phân tích nội dung cuối cùng ấy thay vì kết hợp với trường suy luận. Kết quả có cấu trúc có thể biểu diễn thông tin trích xuất từ tài liệu cung cấp hoặc định dạng báo cáo xác định; lược đồ ràng buộc hình dạng dữ liệu, còn bằng chứng nguồn quyết định giá trị có đúng hay không.

Chế độ partial có thể tiếp tục tiền tố văn bản được cung cấp. Ví dụ của nhà sản xuất đặt thông điệp trợ lý một phần ở cuối lịch sử và kết hợp tiền tố ấy với phần tiếp tục được trả về để hiển thị. Dùng khi sản phẩm bắt buộc có phần mở đầu cố định có ý nghĩa, giữ tiền tố tách khỏi phần còn lại được tạo.

Công cụ và tính liên tục của kết quả

K3 hỗ trợ công cụ hàm tùy chỉnh. Ví dụ của nhà sản xuất bắt buộc công cụ ở lượt đầu, giữ toàn bộ thông điệp trợ lý, thực thi từng lời gọi trả về và thêm kết quả công cụ khớp trước khi yêu cầu câu trả lời cuối cùng. Lời gọi đề xuất không phải bằng chứng thao tác thành công; kết quả thực tế trả về trở thành bằng chứng cho bước tiếp theo.

Quy trình tải động đưa định nghĩa công cụ đầy đủ vào một điểm cụ thể trong lịch sử thông điệp. Định nghĩa cần tên, mục đích và tham số, đồng thời phải ở lại trong lịch sử tiếp theo vì máy chủ không giữ khai báo ấy độc lập. Giữ khả năng công cụ, đối số cung cấp và quan sát thực tế gắn với nhau để tác vụ dài có thể tiếp tục từ công việc đã hoàn tất.

Điều khiển đầu ra và ngữ cảnh lặp lại

Nhà sản xuất mô tả mức cho phép hoàn thiện mặc định 131.072 token, có thể cấu hình tới 1.048.576 trong ràng buộc ngữ cảnh tổng thể của mô hình. K3 API hiện tại cố định temperature ở 1.0, top_p ở 0.95, một kết quả và mức phạt hiện diện cùng tần suất bằng không, đồng thời hướng dẫn bên gọi bỏ các điều khiển lấy mẫu ấy. Đây là thiết lập của biến thể cụ thể từ nhà sản xuất, không phải danh sách điều khiển có thể điều chỉnh để chuyển sang nơi khác.

Bộ nhớ đệm ngữ cảnh tự động cho các tiền tố lặp đủ điều kiện, với lựa chọn TTL 5 phút và 1 giờ được tài liệu xác nhận, mặc định 5 phút. Khối bộ nhớ đệm chỉ khớp một phần vẫn tính là không trúng. Giữ ngữ cảnh có thể tái sử dụng ổn định và kiểm tra mức sử dụng thực tế thay vì khẳng định trúng bộ nhớ đệm chỉ từ văn bản lặp. Với sản phẩm cuối cùng, hãy giữ nguồn được cung cấp, bằng chứng công cụ thực tế và cấu trúc đầu ra bắt buộc, đồng thời kiểm tra câu trả lời dài hoặc kết quả kỹ thuật đáp ứng tiêu chí hoàn thành đã nêu.

Ailoot Ultra · Xử lý hàng loạt POST /v1/batches moonshotai/kimi-k3:batch

moonshotai/kimi-k3:batch

MoonshotAI /moonshotai/kimi-k3:batch

Bắt đầu

Đầu vào được chấp nhận: Văn bản
Kết quả: Văn bản

Có trên Ailoot · đầu vào & phương thức

Ailoot Ultra · Xử lý hàng loạt POST /v1/batches

Đầu vào: text
Đầu ra: text
Định dạng đầu ra: JSON nội tuyến tại results[].response.body

Trường	Loại	Yêu cầu	Giá trị & giới hạn	Mặc định
Trường`endpoint`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn /v1/chat/completions	Mặc định—
Trường`model`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn moonshotai/kimi-k3:batch	Mặc định—
Trường`requests`	Loại`batch_item[]`	Yêu cầuBắt buộc	Giá trị & giới hạn Số mục tối thiểu: 1	Mặc định—
Trường`requests[].custom_id`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn	Mặc định—
Trường`requests[].body.messages`	Loại`message[]`	Yêu cầuBắt buộc	Giá trị & giới hạn	Mặc định—
Trường`completion_window`	Loại`string`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn 24h	Mặc định—
Trường`provider`	Loại`object\|null`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn	Mặc định—
Trường`requests[].body.model`	Loại`string`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn moonshotai/kimi-k3:batch, moonshotai/kimi-k3	Mặc định—
Trường`provider.only`	Loại`string[]`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn deepinfra/bf16	Mặc định—
Trường`provider.allow_fallbacks`	Loại`boolean\|null`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn false, null	Mặc định—

Tham số phương thức và vòng đời

Tham số	Hợp đồng
Tham số`content_type`	Hợp đồngapplication/json
Tham số`required`	Hợp đồngendpoint, model, requests
Tham số`material_types`	Hợp đồngtext
Tham số`representation`	Hợp đồngrequests[] nội tuyến; mỗi phần tử có custom_id và body
Tham số`request_endpoint_profile`	Hợp đồng/v1/chat/completions
Tham số`file_material`	Hợp đồngBên gọi có thể đọc dữ liệu JSONL UTF-8 thực tế trên máy cục bộ vào requests[]. Không sử dụng mục đích tải lên, input_file_id hay tham chiếu tệp. Nếu thiếu tài liệu của khách hàng hoặc tài liệu rỗng, dừng khâu chuẩn bị trước POST.
Tham số`serialization_order`	Hợp đồngendpoint, model, provider (nếu được cung cấp), completion_window (nếu được cung cấp), requests ở cuối
Tham số`optional_controls`	Hợp đồngprovider.only, provider.allow_fallbacks, completion_window
Tham số`schema_scope`	Hợp đồngPhần thân yêu cầu Chat Completions dạng văn bản trong cấu trúc Batch nội tuyến được mô tả trong tài liệu.

Vòng đời: asynchronous

GET /v1/batches/{operation_id} · response.id thực tế từ phản hồi tạo gốc; cùng người dùng/khóa/nhóm

Bảng giá

Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.

Chế độ nhanh: Chưa chỉ định Khi chọn chế độ nhanh
Chế độ Flex: Chưa chỉ định Khi chọn chế độ flex
Mức độ suy luận tối đa: Chưa chỉ định Khi áp dụng mức điều chỉnh mặc định (default) cho mức độ suy luận tối đa
Giá lưu đệm tường minh: Chưa bật Khi yêu cầu lưu đệm tường minh

Mức phí Ailoot

Giá theo cấu hình

Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.

Cấu hình	Biểu mức phí	Token ngữ cảnh, lớn hơn	Token ngữ cảnh, tối đa và bao gồm	Phí
Cấu hìnhGiá cơ sở cho token	Biểu mức phíMức phí cơ bản	Token ngữ cảnh, lớn hơn—	Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên	Phí Đầu vào · Token đầu vào $0.00456 / 1K token Đầu ra · Token đầu ra $0.0228 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000456 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token
Cấu hìnhBậc 1 theo độ dài yêu cầu	Biểu mức phí—	Token ngữ cảnh, lớn hơn0	Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên	Phí Đầu vào · Token đầu vào $0.00456 / 1K token Đầu ra · Token đầu ra $0.0228 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000456 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token

Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →

Ví dụ yêu cầu

Ailoot Ultra · Xử lý hàng loạt

curl · mẫu kiểm thử đã lưuPython HTTP · JSONL thực tế của khách hàngPython · lưu từng kết quả đã hoàn tất

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=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}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json

import json, os
from pathlib import Path
from urllib.request import Request, urlopen

def prepare_requests(customer_path):
    path = Path(customer_path)
    if not path.is_file(): raise ValueError("Customer JSONL file is missing")
    items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
    if not items: raise ValueError("Customer JSONL contains no requests")
    ids = set()
    for item in items:
        if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
        cid = item["custom_id"]
        if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
        ids.add(cid)
        if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
        supplied_model = item["body"].get("model")
        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")
    return {"endpoint":"/v1/chat/completions", "model":"moonshotai/kimi-k3:batch", "requests":items}

if __name__ == "__main__":
    material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
    if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
    body = prepare_requests(material)
    key = os.environ.get("AILOOT_API_KEY", "")
    if not key: raise SystemExit("Set AILOOT_API_KEY")
    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")
    with urlopen(request) as response:
        raw = response.read()
        Path("batch-create-response.json").write_bytes(raw)
        print(raw.decode("utf-8"))

import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
    raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
    raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.

Nhận và lưu kết quả

Ailoot Ultra · Xử lý hàng loạt

JSON nội tuyến tại results[].response.body

GET /v1/batches/{operation_id}

Kiểm tra trạng thái tác vụ

curl · trạng thái thao tác gốc

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
BATCH_OPERATION_ID="$(python3 - <<'PY_ID'
import json
from pathlib import Path
from urllib.parse import quote
response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))
operation = response.get("id")
if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")
print(quote(operation, safe=""))
PY_ID
)"
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json

Lưu tất cả kết quả đã hoàn tất

Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.

Giữ lại toàn bộ JSON trạng thái gốc, mọi kết quả/custom_id và toàn bộ phần thân phản hồi hoặc lỗi. Lưu results[] đã hoàn tất dưới dạng JSONL mà không lọc.

Nếu cần kiểm tra phản hồi gốc

Giữ nguyên ID thao tác gốc. Phản hồi 503 result_pending_check có X-Should-Retry:false; tuyệt đối không gửi lại lô gốc có trạng thái chưa xác định.

Trường phản hồi

Trường	Loại
Trường`results[].custom_id`	Loạistring
Trường`results[].response.body.choices[].message.content`	Loạistring\|null
Trường`results[].error`	Loạiobject\|null
Trường`usage`	Loạiobject\|null
Trường`id`	Loạistring
Trường`model`	Loạistring
Trường`endpoint`	Loạistring
Trường`status`	Loạistring
Trường`request_counts`	Loạiobject
Trường`results[].id`	Loạistring
Trường`results[].response.status_code`	Loạiinteger
Trường`results[].response.request_id`	Loạistring

Lỗi và bước tiếp theo

Phản hồi	Điều kiện	Bước tiếp theo
Phản hồi400 · `invalid_request_error`	Điều kiệnCấu trúc nội tuyến không đúng tài liệu, có khóa trùng, định danh phần tử không hợp lệ hoặc xung đột với khả năng đã cấu hình của mô hình.	Bước tiếp theoSửa các trường được chỉ ra trước khi gửi bất kỳ yêu cầu mới nào.
Phản hồi401 · `authentication_error`	Điều kiệnKhóa API không hợp lệ.	Bước tiếp theoSử dụng khóa Ailoot đã được cấp quyền.
Phản hồi403 · `permission_error`	Điều kiệnNhóm xử lý hàng loạt không khả dụng.	Bước tiếp theoKiểm tra quyền sử dụng của khóa/nhóm.
Phản hồi422 · `invalid_request_error`	Điều kiệnXử lý hàng loạt tính phí từ số dư; yêu cầu tạo qua gói thuê bao bị từ chối.	Bước tiếp theoSử dụng nhóm đã được cấp quyền và tính phí từ số dư.
Phản hồi422 · `price_unavailable`	Điều kiệnKhông thể báo giá cho dữ liệu đầu vào của lô.	Bước tiếp theoGiữ lại phản hồi; sử dụng dữ liệu đầu vào của họ API được mô tả trong tài liệu.
Phản hồi402 · `billing_error`	Điều kiệnKhoản dự trữ cho xử lý hàng loạt không khả dụng.	Bước tiếp theoKhắc phục vấn đề về điều kiện tiếp nhận trước khi gửi yêu cầu mới.
Phản hồi503 · `price_unavailable`	Điều kiệnGiá phương thức xử lý hàng loạt/đơn giá gốc không khả dụng.	Bước tiếp theoGiữ lại phản hồi; không thay thế đơn giá.
Phản hồi503 · `api_error`	Điều kiệnTuyến cụ thể tới nhà cung cấp không khả dụng.	Bước tiếp theoGiữ lại phản hồi để sửa tuyến.
Phản hồi503 · `result_pending_check`	Điều kiệnKết quả gốc cần được kiểm tra; X-Should-Retry:false.	Bước tiếp theoGiữ lại operation_id/id gốc và truy xuất trạng thái của thao tác đó; tuyệt đối không lặp lại POST gốc.
Phản hồi404 · `not_found`	Điều kiệnKhông tìm thấy thao tác kiểm tra trạng thái lô hoặc thao tác thuộc một danh tính khác.	Bước tiếp theoSử dụng đúng id gốc và cùng người dùng/khóa/nhóm.

Bí danh

Bí danh mô hình

Ailoot Ultra moonshotai/kimi-k3:batch

Bí danh đường dẫn phương thức

Dùng các đường dẫn phương thức hiển thị ở trên.

ID gọi liên quan

moonshotai/kimi-k3:batch

FAQ · MoonshotAI: Kimi K3 (batch)

Có những đầu vào và kết quả nào?: POST /v1/batches · moonshotai/kimi-k3:batch: text → text
Yêu cầu sử dụng những trường nào?: POST /v1/batches · moonshotai/kimi-k3:batch: endpoint, model, requests, completion_window, provider
Áp dụng những giới hạn nào?: POST /v1/batches · moonshotai/kimi-k3:batch: requests.min_items: 1

MoonshotAI: Kimi K3 (batch)