Source: https://ailoot.ai/models/zh-hant-tw/moonshotai-kimi-k3-u003a-batch/
Canonical: https://ailoot.ai/models/zh-hant-tw/moonshotai-kimi-k3-u003a-batch/
Language: zh-hant-tw

# MoonshotAI: Kimi K3 (batch)

[Markdown](https://ailoot.ai/models/zh-hant-tw/moonshotai-kimi-k3-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/moonshotai-kimi-k3-u003a-batch/facts.json)

## [MoonshotAI: Kimi K3 (batch)](https://ailoot.ai/models/zh-hant-tw/moonshotai-kimi-k3-u003a-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。

- [**Ailoot Ultra · 批次處理（Batch）** `POST /v1/batches` `moonshotai/kimi-k3:batch`](https://ailoot.ai/models/zh-hant-tw/moonshotai-kimi-k3-u003a-batch/#method-0)

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`](https://ailoot.ai/models/zh-hant-tw/#m=moonshotai%2Fkimi-k3%3Abatch&route=Ultra&caller=moonshotai%2Fkimi-k3%3Abatch&fmt=batches)

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 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/)

### 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

```bash
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
```

```python
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"))
```

```python
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

```bash
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`](https://ailoot.ai/models/zh-hant-tw/#m=moonshotai%2Fkimi-k3%3Abatch&route=Ultra&caller=moonshotai%2Fkimi-k3%3Abatch&fmt=batches)

#### 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`](https://ailoot.ai/models/zh-hant-tw/#m=moonshotai%2Fkimi-k3%3Abatch&route=Ultra&caller=moonshotai%2Fkimi-k3%3Abatch&fmt=batches)

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`

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](https://ailoot.ai/docs/zh-hant-tw/billing/subscriptions/) · [查看模型價格](https://ailoot.ai/models/zh-hant-tw/)

## 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](mailto:support@ailoot.ai) · [正式服務條款與授權合約](https://ailoot.ai/legal/offer?lang=zh-hant-tw)

## Ailoot · 公司及其專案組合





Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。





公司及其專案組合：數百萬客戶，每月銷售額達數十億。





Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。