Kimi K3 to model agentowy od Moonshot AI do długiego kontekstu, za wywołaniem czatu zgodnym z OpenAI. Czyta 1 000 000 tokenów, odpowiada do 1 048 576, z wysiłkiem rozumowania low, high lub max, do 128 narzędzi i wejściem obrazu.
Obszar roboczy
Te przykłady napisano specjalnie dla tego endpointu. Podmień prompt i przykładowe adresy mediów na własne, dostępne materiały, a przed wysłaniem sprawdź aktualną wycenę i dostępność modelu.
- Typy wejścia
- Tekst
- Typy wyjścia
- Tekst
- Wejście
- $2.70 / 1 mln tokenów
- Wejście z pamięci podręcznej
- $0.30 / 1 mln tokenów
- Wyjście
- $13.50 / 1 mln tokenów
- Kontekst
- 1M
- Maks. wyjście
- 1,048,576
$2.70/13.50za 1 mln tokenów · wejście / wyjście
review-brief Mały koniec skali: krótka, uporządkowana odpowiedź. reasoning_effort jest pominięty, więc działa na max; ustaw low, gdy potrzebujesz tylko takich streszczeń.
- 1500
- Typy wejścia
- Tekst
- Typy wyjścia
- Tekst
- Wejście
- $2.70 / 1 mln tokenów
- Wejście z pamięci podręcznej
- $0.30 / 1 mln tokenów
- Wyjście
- $13.50 / 1 mln tokenów
- Kontekst
- 1M
- Maks. wyjście
- 1,048,576
$2.70/13.50za 1 mln tokenów · wejście / wyjście
whole-repo-rewrite Limit 120 000 tokenów, tuż pod górnym progiem: ile naprawdę kosztuje jeden przeniesiony plik zwrócony w całości.
- 120000
- Typy wejścia
- Tekst
- Typy wyjścia
- Tekst
- Wejście
- $2.70 / 1 mln tokenów
- Wejście z pamięci podręcznej
- $0.30 / 1 mln tokenów
- Wyjście
- $13.50 / 1 mln tokenów
- Kontekst
- 1M
- Maks. wyjście
- 1,048,576
$2.70/13.50za 1 mln tokenów · wejście / wyjście
structured-extract response_format z kluczami nazwanymi w wiadomości systemowej. Waliduj obiekt w aplikacji; próbkowanie w tym modelu jest stałe, więc nie ma temperature do ustawienia.
- 8000
Ten przykład zaczyna się od Wejście $2.70 / Wyjście $13.50 za 1 mln tokenów. Playground przelicza szacunek po każdej zmianie ustawień.