模型

MoonshotAI: Kimi K3 (batch)

Markdown · JSON

MoonshotAI: Kimi K3 (batch)

Kimi K3 是 Moonshot AI 用於長程程式開發任務與知識工作的原生多模態推理模型。它讀取文字、影像與影片,產生文字,並以 1,048,576 個 token 上下文及跨步驟保留的思考歷史,支援工具驅動工作流程。

關於模型

此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項,依所選方法列於下方。

Kimi K3 是 Moonshot AI 的開放權重多模態代理模型,適用於長程程式開發、知識工作與推理。它將文字與影像及影片的原生視覺理解結合,產生文字回答或工具請求。原廠強調長時間工程工作階段、大型儲存庫,以及將截圖或視覺回饋與程式碼一同使用的任務。實用簡報應定義期望成品、要使用的證據,以及標示工作完成的條件。

架構與長上下文

模型卡描述稀疏混合專家架構,總參數量 2.8 兆、啟用參數量 1,040 億。其 Stable LatentMoE 設計每個 token 從 896 個專家中選取 16 個,將 Kimi Delta Attention、Attention Residuals 與門控注意力一同使用。確切上下文長度為 1,048,576 個 token。這提供大量任務上下文空間,不代表可忽略來源界線或結果所需空間。

公開原生成品使用量化感知訓練,搭配 MXFP4 權重與 MXFP8 活化值。這是原廠發布格式,與另行提供的量化版本,或關於特定路由如何提供模型的主張不同。開放權重與大量參數,不會讓活躍參數量等同總儲存或硬體需求。

準備大型程式開發任務

請提供相關儲存庫材料、既有行為、要求變更及相容性限制。指出結果必須影響的檔案或介面、決定成功的檢查,以及任何揭露問題的錯誤或輸入。實用結果可以是聚焦的程式碼變更,附有說明及實際執行檢查的證據,而非描述從未執行的動作。

對視覺開發任務,請包含截圖或清楚呈現預期結果的畫面,以及相關程式碼與具體差異。原廠描述了利用視覺回饋、涵蓋前端工作、遊戲與 CAD 的工作流程。請要求能連結程式碼與觀察結果的變更,並保留參考,讓交付成品可與其比較。

影像、影片與知識工作準備

開發者快速入門對視覺訊息使用帶型別的內容物件;content 是陣列,而非該陣列序列化後的表示。影像工作流程使用編碼影像資料或支援的檔案參照,而非公開影像網址。影片範例先上傳影片檔,再將產生的參照與內容問題一起提供。請提供清晰來源,並指定重要的觀察、時間區間或關係。開發者視覺工作流程接受 JPEG、PNG、GIF、WebP、BMP、HEIC 及 HEIF 影像,以及 MP4、MPEG、MOV、AVI、FLV、MPG、WebM、WMV 及 3GPP 影片。動畫 GIF 或 WebP 可解碼為影片。SVG 原始碼請以文字提供。原廠建議影像最高 4096 × 2160、影片最高 1920 × 1080;這些是解析度建議,並非拒絕門檻。請將請求本文維持在文件記載的 100M 大小界線內,大型或重複使用的媒體則上傳為檔案。

對文件密集的研究,請標示來源並說明最終報告應回答的問題。說明影片時,請指出要分析的事件或序列,而非要求不受限的評論。K3 使用視覺內容作為推理證據,並回傳文字或工具請求。應用程式可將這些請求傳給媒體工具,建立獨立影像或影片成品。

思考一律啟用

K3 的開發者介面一律啟用思考。頂層 reasoning_effort 設定接受 low、high 及 max,預設為 max。這些選項是模型專屬的;不應假定有非思考設定,或可使用其他系列的強度值。原廠遷移指引將 K3 與 K2.x 區分,使用 reasoning_effort,而非沿用較舊的 thinking 設定。

開發者記載串流結果中的 reasoning_content 與最終回答 content 分開。對多回合對話或工具工作流程,要求將完整回傳助理訊息原樣傳回,包括 reasoning_content 及 tool_calls。若只保留可見最終答案,會遺失模型保留思考工作流程在下一步預期的資訊。

結構化最終答案與部分接續

快速入門記載,最終訊息 content 支援嚴格的 JSON 結構描述輸出。請圍繞應用程式所需成品定義欄位及意義,並解析最終 content,而非與推理欄位合併。結構化結果可以表示從提供材料擷取的資訊,或明確報告格式;結構描述限制形式,來源證據則決定欄位值是否正確。

partial 模式可以接續提供的文字前綴。開發者範例將部分助理訊息放在歷史最後,並將該前綴與回傳接續內容合併顯示。所需成品具有有意義的固定開頭時,可使用此模式,並將前綴與生成的剩餘內容分開。

工具與結果的連貫性

K3 支援自訂函式工具。開發者範例在第一回合強制使用工具、保留完整助理訊息、執行每個回傳呼叫,並在要求最終答案前附加相符工具結果。建議呼叫不是操作成功的證據;實際回傳結果才成為下一步的證據。

其動態載入工作流程,在訊息歷史的特定位置導入完整工具定義。定義需要名稱、用途與參數,並必須保留在後續歷史中,因為伺服器不會獨立保留該宣告。請讓工具能力、提供引數及真實觀察保持關聯,讓長任務能從已完成工作繼續。

輸出控制與重複上下文

開發者記載預設補全額度為 131,072 個 token,可在模型整體上下文限制內設定至最高 1,048,576。其目前 K3 API 將 temperature 固定為 1.0、top_p 固定為 0.95、結果數固定為一個,presence 與 frequency penalties 皆為零,並指示呼叫端省略這些取樣控制。這些是確切開發者型號的設定,不是可轉用的可調控制清單。

符合條件的重複前綴會自動使用上下文快取,文件記載 TTL 可選 5 分鐘或 1 小時,預設為 5 分鐘。未完整符合的快取區塊仍算未命中。請維持可重用上下文穩定,並檢查實際用量,不要只因文字重複就斷言快取命中。對最終成品,請保留提供的來源、實際工具證據及必要輸出結構,並檢查長篇回答或工程結果是否符合明確完成標準。

Ailoot Ultra · 批次處理(Batch) POST /v1/batches moonshotai/kimi-k3:batch

moonshotai/kimi-k3:batch

MoonshotAI /moonshotai/kimi-k3:batch

入門

Kimi K3 是 Moonshot AI 用於長程程式開發任務與知識工作的原生多模態推理模型。它讀取文字、影像與影片,產生文字,並以 1,048,576 個 token 上下文及跨步驟保留的思考歷史,支援工具驅動工作流程。

接受的輸入
文字
結果
文字

Ailoot 可用 · 輸入與方法

Ailoot Ultra · 批次處理(Batch) POST /v1/batches
輸入
text
輸出
text
輸出格式
內嵌的 results[].response.body JSON
欄位類型要求值與限制預設值
欄位endpoint類型string要求必填值與限制
/v1/chat/completions
預設值—
欄位model類型string要求必填值與限制
moonshotai/kimi-k3:batch
預設值—
欄位requests類型batch_item[]要求必填值與限制
項目數下限: 1
預設值—
欄位requests[].custom_id類型string要求必填值與限制預設值—
欄位requests[].body.messages類型message[]要求必填值與限制預設值—
欄位completion_window類型string要求選填值與限制
24h
預設值—
欄位provider類型object|null要求選填值與限制預設值—
欄位requests[].body.model類型string要求選填值與限制
moonshotai/kimi-k3:batch, moonshotai/kimi-k3
預設值—
欄位provider.only類型string[]要求選填值與限制
deepinfra/bf16
預設值—
欄位provider.allow_fallbacks類型boolean|null要求選填值與限制
false, null
預設值—
方法參數與生命週期
參數規格
參數content_type規格application/json
參數required規格endpoint, model, requests
參數material_types規格text
參數representation規格內嵌的 requests[];每個項目皆含 custom_id 與 body
參數request_endpoint_profile規格/v1/chat/completions
參數file_material規格呼叫端可在本機將實際的 UTF-8 JSONL 讀入 requests[]。此流程不使用上傳用途、input_file_id 或檔案參照。若缺少客戶素材或素材為空,應在 POST 前停止準備。
參數serialization_order規格endpoint, model, provider(如有提供), completion_window(如有提供), requests 放在最後
參數optional_controls規格provider.only, provider.allow_fallbacks, completion_window
參數schema_scope規格依文件規定的內嵌 Batch 封裝格式提供文字 Chat Completions 請求主體。

生命週期: asynchronous

GET /v1/batches/{operation_id} · 原始建立回應中實際回傳的 response.id;使用相同使用者/金鑰/群組

方案

費率資訊不會增加請求選項。支援的參數列於所選方法中。

快速模式
未指定 選取快速模式時
flex 模式
未指定 選取 flex 模式時
最高推理強度
未指定 最高推理強度採用 default 調整值時
顯式快取計價
未啟用 請求顯式快取時

Ailoot 費率

各設定的價格

請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。

設定費率表上下文 Token 數大於上下文 Token 數小於或等於費用
設定詞元基本費率費率表基本費率上下文 Token 數大於—上下文 Token 數小於或等於無上限費用
輸入 · 輸入 Token $0.00456 / 1K Token
輸出 · 輸出 Token $0.0228 / 1K Token
輸入 · 讀取快取 $0.000456 / 1K Token
輸入 · 寫入快取 — / 1K Token
輸入 · 寫入快取,1 小時 — / 1K Token
設定請求長度級距 1費率表—上下文 Token 數大於0上下文 Token 數小於或等於無上限費用
輸入 · 輸入 Token $0.00456 / 1K Token
輸出 · 輸出 Token $0.0228 / 1K Token
輸入 · 讀取快取 $0.000456 / 1K Token
輸入 · 寫入快取 — / 1K Token
輸入 · 寫入快取,1 小時 — / 1K Token

Ailoot 會在請求前預留估算金額。取得結果後,依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →

請求範例

Ailoot Ultra · 批次處理(Batch)

curl · 保留的測試資料Python HTTP · 客戶實際的 JSONLPython · 儲存每個已完成的結果
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.

接收並儲存結果

Ailoot Ultra · 批次處理(Batch)

內嵌的 results[].response.body JSON

  • GET /v1/batches/{operation_id}
查看工作狀態
curl · 原始作業狀態
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
保留所有已完成的結果

請保留所有完整傳回的回應、檔案與內容區塊。

保留完整的原始狀態 JSON、每個結果/custom_id,以及完整的回應或錯誤主體。將已完成的 results[] 儲存為 JSONL,不得篩除任何項目。

需要檢查原始回應時

保留原始作業 ID。503 result_pending_check 回應帶有 X-Should-Retry:false;請勿重新提交狀態不明的原始批次。

回應欄位
欄位類型
欄位results[].custom_id類型string
欄位results[].response.body.choices[].message.content類型string|null
欄位results[].error類型object|null
欄位usage類型object|null
欄位id類型string
欄位model類型string
欄位endpoint類型string
欄位status類型string
欄位request_counts類型object
欄位results[].id類型string
欄位results[].response.status_code類型integer
欄位results[].response.request_id類型string
錯誤與後續步驟
回應條件下一步
回應400 · invalid_request_error條件文件規定的內嵌封裝格式無效、索引鍵重複、項目識別有誤,或與已設定的模型能力衝突。下一步再次提交前,請先修正指出的欄位。
回應401 · authentication_error條件API 金鑰無效。下一步使用已獲授權的 Ailoot 金鑰。
回應403 · permission_error條件批次處理群組無法使用。下一步檢查金鑰/群組的使用權限。
回應422 · invalid_request_error條件批次處理採用餘額計費;透過訂閱建立批次的請求會遭拒絕。下一步使用已獲授權、以餘額計費的群組。
回應422 · price_unavailable條件無法為批次輸入估價。下一步保留回應;使用文件規定的該 API 家族輸入格式。
回應402 · billing_error條件批次處理的預留額度無法取得。下一步提交新請求前,請先解決請求受理問題。
回應503 · price_unavailable條件批次處理方法的價格/原生費率無法取得。下一步保留回應;請勿替換價格。
回應503 · api_error條件指定的供應商路由無法使用。下一步保留回應,以供修復路由。
回應503 · result_pending_check條件原始結果需要檢查;X-Should-Retry:false。下一步保留原始 operation_id/id 並讀取其狀態;請勿重複原始 POST。
回應404 · not_found條件查詢批次狀態所需的作業不存在,或屬於其他身分。下一步使用完全相同的原始 id,以及相同的使用者/金鑰/群組。

別名

模型別名

Ailoot Ultra moonshotai/kimi-k3:batch

方法路徑別名

請使用上方列出的 API 方法路徑。

相關呼叫用 ID

moonshotai/kimi-k3:batch

FAQ · MoonshotAI: Kimi K3 (batch)
可以使用哪些輸入與結果?

POST /v1/batches · moonshotai/kimi-k3:batch: text → text

請求使用哪些欄位?

POST /v1/batches · moonshotai/kimi-k3:batch: endpoint, model, requests, completion_window, provider

適用哪些限制?

POST /v1/batches · moonshotai/kimi-k3:batch: requests.min_items: 1

更多詳情

將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。

公司及其專案組合

公司及其專案組合:數百萬客戶,每月銷售額達數十億。

優惠購買 token。

訂閱優惠適合持續工作,折扣碼購買 token 最高可折 50%。

訂閱
為定期請求選擇優惠方案。
最高 50% 折扣碼
購買時輸入代碼,價格依活動重算。
歷史中的費用
每次請求保存模型、token 與金額。

選擇訂閱 · 查看模型價格

將 API 加入 你銷售的產品。

依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人;轉售請申請經銷授權。

商用應用程式
在付費功能加入文字、圖片、影片與聲音生成。
經銷授權
提供專案說明與存取方式,要求書面使用和轉售條件。
網站文件
串接前可閱讀正式服務條款、授權合約與資料處理政策。

申請經銷授權 · 正式服務條款與授權合約