Kimi 3 API (Kimi K3): Что нужно знать разработчикам

Если вы ищете Kimi 3 API, официальное имя модели, которое нужно использовать в коде, — это Kimi K3. Это различие важно, потому что в документации по модели, примерах SDK, таблицах цен и идентификаторе модели API используется kimi-k3, а не kimi-3.

По состоянию на 11 сентября 2026 года собственное руководство Kimi K3 от Kimi называет Kimi K3 своей флагманской моделью для долгих циклов кодинга, сквозной интеллектуальной работы, глубокого рассуждения, визуального понимания, понимания видео и рабочих процессов с контекстом в 1 млн токенов. Платформа Kimi API предоставляет доступ через совместимые с OpenAI протоколы Chat Completions, Responses и совместимые с Anthropic Messages, поэтому разработчики могут оценить Kimi K3, не переписывая с нуля каждую обертку для запросов.

В этом руководстве объясняется, что сейчас актуально в поисковом запросе по Kimi 3 API, как напрямую вызывать Kimi K3, что изменилось с момента первой публикации о запуске K3 и как независимый разработчик может протестировать Kimi K3 через прямой маршрут провайдера или мульти-модельный шлюз, такой как Flatkey.

Kimi 3 API vs Kimi K3 API

Kimi K3 — это официальное название. Kimi 3 API — полезная поисковая фраза, потому что многие разработчики используют язык, похожий на версионный, когда выходит новая крупная модель.

Используйте термины так:

• В заголовках статей и обучающих материалах "Kimi 3 API (Kimi K3)" помогает читателям сопоставить поисковую фразу с официальной моделью.
• В запросах к API используйте kimi-k3 в поле model.
• В инженерных тикетах и документации после первого пояснения лучше использовать "Kimi K3".

Это позволяет избежать простой, но дорогостоящей ошибки: скопировать популярную поисковую фразу в код и затем отлаживать ошибку model-not-found, которая никак не связана с доступом к аккаунту.

Текущие факты о Kimi K3 API

В актуальной документации Kimi API Kimi K3 описывается как модель с 2,8 триллиона параметров, нативным визуальным пониманием и окном контекста на 1 048 576 токенов. Kimi сообщает, что полные веса модели уже выпущены, что заменяет формулировку с первой недели запуска о том, что веса были запланированы к выпуску к 27 июля 2026 года.

Цены, доступность маршрутов и лимиты запросов могут меняться, поэтому относитесь к фиксированным числам как к пункту предварительной проверки перед развертыванием, а не как к постоянному соглашению. Перед тем как закладывать бюджет на продакшен-релиз, обязательно проверьте собственные документы Kimi по ценам и лимитам запросов.

Что изменилось со времени запуска?

Если вы читали более старую статью о Kimi K3, перед тем как копировать ее советы, перепроверьте следующие моменты:

• В документации K3 Kimi теперь указано, что полные веса модели были выпущены.
• В списке моделей Kimi теперь kimi-k3 позиционируется как целевая модель для миграции с нескольких устаревших идентификаторов моделей.
• Серии kimi-k2.5 и moonshot-v1 были сняты с поддержки 31 августа 2026 года, и согласно списку моделей и журналу изменений платформы Kimi, вызовы к этим моделям теперь возвращают ошибки model-not-found.
• В обзоре API теперь описаны три уровня совместимости: OpenAI Chat Completions, OpenAI Responses и Anthropic Messages.
• Поведение запросов, специфичное для K3, по-прежнему важно: K3 всегда использует reasoning, несколько параметров выборки зафиксированы, а публичные URL изображений не поддерживаются для ввода изображений.

Для независимого разработчика или небольшой команды AI-продукта практический вывод прост: если старый прототип использовал идентификатор модели Moonshot v1 или K2.x, недостаточно просто заменить базовый URL и надеяться, что все остальное заработает. Обновите идентификатор модели, удалите неподдерживаемые параметры мышления, запустите smoke-тесты и еще раз проверьте стоимость и лимиты.

Как напрямую вызвать Kimi K3 с помощью OpenAI SDK

Совместимая с OpenAI конфигурация Kimi использует OpenAI SDK с API-ключом Moonshot и базовым URL Kimi.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MOONSHOT_API_KEY"],
    base_url="https://api.moonshot.ai/v1",
)

response = client.chat.completions.create(
    model="kimi-k3",
    reasoning_effort="low",
    messages=[
        {
            "role": "user",
            "content": "Review this launch checklist and list the three riskiest gaps.",
        }
    ],
)

print(response.choices[0].message.content)

Этого достаточно для базового текстового вызова. Но этого недостаточно для миграции в production. Kimi K3 отличается от типичных OpenAI-совместимых моделей в аспектах, которые вашему приложению следует протестировать явно.

Параметры Kimi K3, которые не стоит пропускать

Самый важный параметр K3 — reasoning_effort.

В Kimi K3 мышление всегда включено. Вы не можете отключить его, но можете выбрать уровень reasoning_effort:

• low — для проверок с меньшей задержкой, черновиков, классификации или более дешевого исследования.
• high — для более сложных задач reasoning, где задержка допустима.
• max — для самого глубокого режима reasoning K3 и текущего значения по умолчанию.

В справочнике параметров Kimi также указано, что temperature, top_p, n, presence_penalty и frequency_penalty для K3 фиксированы. Передача несовместимых значений может приводить к ошибкам, поэтому не указывайте эти параметры, если в текущей документации не сказано иное.

Для многотуровых диалогов и вызовов инструментов Kimi рекомендует передавать обратно полное сообщение assistant, возвращённое API, включая поля reasoning и tool-call. Если ваше существующее приложение хранит только message.content, исправьте это прежде, чем оценивать K3 на агентных сценариях.

Визуальный и видеоввод: используйте поддерживаемые форматы

Kimi K3 поддерживает визуальное понимание, но форма входных данных здесь специфична.

Для изображений message.content должен быть массивом частей, а не JSON-строкой. В документации Kimi по vision поддерживается base64-контент изображений и ссылки на file ID. В настоящее время они не поддерживают изображения в формате публичного URL для входных данных vision.

Для видео сначала загрузите файл и укажите его в формате ms://<file-id> внутри части video_url. Kimi рекомендует держать разрешение видео на уровне FHD или ниже и использовать API оценки токенов перед дорогими мультимодальными задачами.

Это важно для продуктовых команд, потому что провайдер может быть "OpenAI-compatible" для чата, но при этом иметь собственные правила для изображений, видео, загрузки файлов, лимитов и биллинга.

Напрямую через API Kimi или по маршруту Flatkey?

Оба подхода допустимы. Правильный выбор зависит от того, что именно вы хотите изучить.

Выбирайте прямой API Kimi, когда:

• вам нужен максимально близкий путь к специфичным для Moonshot возможностям K3;
• ваше приложение в первую очередь оценивает Kimi K3, а не сравнивает множество моделей;
• вам комфортно управлять ещё одной учётной записью провайдера, балансом, ключом, профилем rate limit и счетом;
• вы можете держать обработку параметров, специфичных для Kimi, в коде приложения.

Выбирайте мульти-модельный шлюз, такой как Flatkey, когда:

• вам нужен один OpenAI-compatible base URL для сравнения Kimi K3 с GPT, Claude, Gemini, DeepSeek, Qwen, GLM, Seedance и другими поддерживаемыми моделями;
• вашему приложению нужен резервный роутинг, allowlist моделей, журналы использования, контроль квот или общая биллинговая модель;
• вы хотите вынести учётные данные, специфичные для провайдера, и политику маршрутизации за пределы кода функций;
• вы разрабатываете кодовых агентов или автоматизированные задачи, которые могут потреблять большие объёмы токенов через нескольких провайдеров.

В публичном каталоге моделей Flatkey сейчас kimi-k3 указан как доступный через тип endpoint, совместимый с OpenAI. Текущий базовый URL маршрутизатора Flatkey для запросов, совместимых с OpenAI, такой:

https://router.flatkey.ai/v1

Соответствующая настройка SDK выглядит так:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["FLATKEY_API_KEY"],
    base_url="https://router.flatkey.ai/v1",
)

response = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {
            "role": "user",
            "content": "Сравните эти три сценария онбординга и выберите путь запуска с наименьшим риском.",
        }
    ],
)

print(response.choices[0].message.content)

Перед использованием в продакшене убедитесь, что маршрут поддерживает все специфичные для Kimi поля запроса, которые нужны вашей нагрузке. Совместимость — это ускорение интеграции, а не замена тестового покрытия.

Практический рабочий процесс оценки Kimi K3

Используйте эту последовательность перед переводом реальных пользователей на маршрут API Kimi 3:

1. Подтвердите идентификатор модели и доступ. Убедитесь, что kimi-k3 отображается в текущем списке моделей провайдера или шлюза, и подтвердите, что на вашем счете есть необходимый баланс или разрешение на маршрут.
2. Запустите простой smoke-тест на обычном тексте. Начните с короткого запроса без потоковой передачи, прежде чем добавлять инструменты, режим JSON, streaming, длинный контекст или vision.
3. Проверьте точную рабочую нагрузку. Используйте реальные запросы из вашего продукта: задачи кодирующего агента, анализ документов, автоматизация поддержки, исследования, структурированное извлечение или мультимодальная проверка.
4. Измерьте приемлемость результата. Не полагайтесь только на заявления о бенчмарках. Отслеживайте, принимают ли ответ пользователи, рецензенты или downstream-парсеры.
5. Измерьте задержку и расход токенов. Длинный контекст и reasoning у K3 могут быть полезны, но они также могут изменить время выполнения и длину ответа.
6. Проверьте поведение параметров. Уберите фиксированные параметры сэмплирования, задавайте reasoning_effort осознанно и сохраняйте полные сообщения assistant в многоходовых сессиях.
7. Проверьте мультимодальные ограничения. Используйте base64 или загрузку файлов для изображений и видео, а также оцените стоимость токенов перед крупными заданиями с медиа.
8. Определите fallback. Выберите резервные модели с теми же требованиями к модальности и форме ответа. Решите, когда повторять запрос, когда явно завершать с ошибкой или перенаправлять в другое место.
9. Проверьте журналы использования. Убедитесь, что вы видите модель, статус, токены, кэшированные токены, стоимость, задержку, владельца и окружение.
10. Сначала разверните одну рабочую нагрузку. Начните с ограниченной рабочей нагрузки, а затем расширяйте ее после того, как маршрут подтвердит качество, надежность и стоимость.

Чек-лист миграции на Kimi K3 для старых приложений Kimi

Если ваш код уже использует старые идентификаторы моделей Kimi или Moonshot, проверьте следующее:

• Замените устаревшие идентификаторы моделей, такие как kimi-k2.5 или moonshot-v1-*, на kimi-k3 или другую поддерживаемую актуальную модель.
• Удалите конфигурацию thinking K2.x при переходе на K3; вместо этого используйте верхнеуровневый параметр reasoning_effort.
• Перестаньте передавать неподдерживаемые параметры сэмплирования.
• Сохраняйте полные сообщения assistant в многоходовых и tool-call потоках.
• Повторно протестируйте вывод JSON schema, поведение tool-choice, поведение потокового парсера и обработку ошибок.
• Пересчитайте экономику cache-hit и cache-miss на основе текущей таблицы цен.
• Снова проверьте лимиты запросов для вашего текущего уровня пополнения.
• Обновите дашборды, алерты и runbooks, чтобы kimi-k3 был виден как отдельный маршрут модели.

Распространенные ошибки при работе с Kimi 3 API

Использование неправильного имени модели

Используйте kimi-k3, а не kimi-3. Сохраняйте фразу "Kimi 3 API" для поиска и пояснения для пользователей.

Считать OpenAI-compatible полностью идентичным

OpenAI-compatible означает, что вы можете использовать привычный формат запроса повторно. Это не гарантирует идентичные параметры модели, обработку мультимодальности, лимиты запросов, поля usage или поведение вывода.

Игнорирование cache miss

В ценообразовании Kimi K3 отдельно учитываются cache-hit и cache-miss input. Для приложений с длинным контекстом небольшое различие в стабильности префикса может существенно изменить эффективную стоимость.

Оценка только по скриншотам бенчмарков

В запускных материалах Kimi есть заявления о бенчмарках и архитектуре, но решение для продакшена должно основываться на ваших собственных acceptance-наборах, бюджете задержек, совместимости парсера и поведении при fallback.

Переключение долгоживущего агента в середине сессии

В техническом блоге Kimi предупреждается, что K3 может быть чувствителен к истории размышлений. Для агентных рабочих процессов не переключайте активную сессию с другой модели на K3 без сброса и проверки состояния разговора.

FAQ

Является ли Kimi 3 тем же, что и Kimi K3?

«Kimi 3» — это распространённая поисковая фраза. Kimi K3 — официальное название модели, а kimi-k3 — это ID модели API, который должны использовать разработчики.

Доступен ли API Kimi K3 сейчас?

Да. В текущем списке моделей Kimi есть kimi-k3, а руководство по Kimi K3 описывает прямой доступ к API через Kimi API Platform.

Каков размер контекстного окна Kimi K3?

В текущей документации Kimi указано контекстное окно в 1 048 576 токенов для Kimi K3.

Сколько стоит API Kimi K3?

На текущей странице цен на inference у Kimi указано, что Kimi K3 стоит $0.30 за 1 млн входных токенов cache-hit, $3.00 за 1 млн входных токенов cache-miss и $15.00 за 1 млн выходных токенов, без учёта применимых налогов. Перед планированием бюджета проверьте страницу с ценами ещё раз, потому что цены на модели могут меняться.

Можно ли отключить reasoning в Kimi K3?

Нет. Kimi K3 всегда выполняет reasoning. Можно установить reasoning_effort в low, high или max.

Поддерживает ли Kimi K3 URL изображений?

Kimi K3 поддерживает vision-ввод, но в текущей документации Kimi по vision указано, что изображения в формате public URL не поддерживаются. Вместо этого используйте контент изображений в base64 или загрузку файлов.

Можно ли вызывать Kimi K3 через Flatkey?

В публичном каталоге Flatkey сейчас kimi-k3 указан как доступный через endpoint типа OpenAI-compatible. Используйте Flatkey, когда вам нужен один ключ, один router base URL, единый биллинг, видимость использования и управление маршрутизацией для нескольких поддерживаемых моделей.

Готовьтесь к следующему изменению модели

Тренд поиска по API Kimi 3 на самом деле говорит о более широкой проблеме разработчиков: доступ к моделям меняется быстрее, чем архитектура приложений.

Kimi K3 стоит оценить для задач с длинным контекстом, кодинга, интеллектуальной работы, глубокого reasoning и мультимодальных задач. Но устойчивое инженерное решение — держать выбор провайдера настраиваемым, явно тестировать поведение конкретных моделей и централизовать маршрутизацию, учёт использования, fallback и биллинг до того, как эксперименты с моделями расползутся по всей кодовой базе.

Flatkey помогает с этой операционной моделью, предоставляя командам один OpenAI-compatible router, один API-ключ, один баланс и одну панель управления для поддерживаемых официальных моделей и инструментов. Начните с быстрого старта Flatkey API, затем сравните kimi-k3 с теми рабочими нагрузками, где длинный контекст и reasoning K3 действительно могут улучшить метрики вашего продукта.