Kimi K3 est le modèle agent à long contexte de Moonshot AI derrière un appel de chat compatible OpenAI. Il lit 1 000 000 de tokens, répond jusqu’à 1 048 576, avec effort de raisonnement low, high ou max, jusqu’à 128 outils et entrée image.
Atelier
Ces exemples ont été écrits pour ce point de terminaison. Remplacez le prompt et les URL de médias par vos propres fichiers accessibles, puis vérifiez l’estimation à jour et la disponibilité du modèle avant d’envoyer.
- Types d’entrée
- Texte
- Types de sortie
- Texte
- Entrée
- $2.70 / 1 million de tokens
- Entrée en cache
- $0.30 / 1 million de tokens
- Sortie
- $13.50 / 1 million de tokens
- Contexte
- 1M
- Sortie max.
- 1,048,576
$2.70/13.50par 1 million de tokens · entrée / sortie
review-brief Le bas de la gamme : une réponse courte et structurée. reasoning_effort est omis, donc elle tourne en max ; passez-le à low si ce genre de synthèse vous suffit.
- 1500
- Types d’entrée
- Texte
- Types de sortie
- Texte
- Entrée
- $2.70 / 1 million de tokens
- Entrée en cache
- $0.30 / 1 million de tokens
- Sortie
- $13.50 / 1 million de tokens
- Contexte
- 1M
- Sortie max.
- 1,048,576
$2.70/13.50par 1 million de tokens · entrée / sortie
whole-repo-rewrite Un plafond de 120 000 tokens, juste sous la limite : ce que coûte réellement un fichier migré rendu en entier.
- 120000
- Types d’entrée
- Texte
- Types de sortie
- Texte
- Entrée
- $2.70 / 1 million de tokens
- Entrée en cache
- $0.30 / 1 million de tokens
- Sortie
- $13.50 / 1 million de tokens
- Contexte
- 1M
- Sortie max.
- 1,048,576
$2.70/13.50par 1 million de tokens · entrée / sortie
structured-extract response_format avec les clés nommées dans le message system. Validez l’objet dans votre application ; l’échantillonnage est fixe sur ce modèle, il n’y a donc pas de temperature à bloquer.
- 8000
Cet exemple démarre à Entrée $2.70 / Sortie $13.50 par 1 million de tokens. Le Playground actualise l’estimation lorsque vous modifiez les réglages.