O Kimi K3 é o modelo de agente de contexto longo da Moonshot AI em uma chamada de chat compatível com OpenAI. Lê 1.000.000 de tokens, responde com até 1.048.576, com esforço de raciocínio low, high ou max, até 128 ferramentas e entrada de imagem.
Playground
Estes exemplos foram escritos para este endpoint. Substitua o prompt e as URLs de mídia de exemplo por suas próprias entradas acessíveis. Antes de enviar, confira a estimativa atual e a disponibilidade do modelo.
- Tipos de entrada
- Texto
- Tipos de saída
- Texto
- Entrada
- $2.70 / 1 milhão de tokens
- Entrada em cache
- $0.30 / 1 milhão de tokens
- Saída
- $13.50 / 1 milhão de tokens
- Contexto
- 1M
- Saída máx.
- 1,048,576
$2.70/13.50por 1 milhão de tokens · entrada / saída
review-brief A ponta pequena da faixa: uma resposta curta e estruturada. reasoning_effort ficou de fora, então roda em max; coloque low quando só precisar de resumos assim.
- 1500
- Tipos de entrada
- Texto
- Tipos de saída
- Texto
- Entrada
- $2.70 / 1 milhão de tokens
- Entrada em cache
- $0.30 / 1 milhão de tokens
- Saída
- $13.50 / 1 milhão de tokens
- Contexto
- 1M
- Saída máx.
- 1,048,576
$2.70/13.50por 1 milhão de tokens · entrada / saída
whole-repo-rewrite Um teto de 120.000 tokens, logo abaixo do limite: o custo real de receber um arquivo migrado por inteiro.
- 120000
- Tipos de entrada
- Texto
- Tipos de saída
- Texto
- Entrada
- $2.70 / 1 milhão de tokens
- Entrada em cache
- $0.30 / 1 milhão de tokens
- Saída
- $13.50 / 1 milhão de tokens
- Contexto
- 1M
- Saída máx.
- 1,048,576
$2.70/13.50por 1 milhão de tokens · entrada / saída
structured-extract response_format com as chaves nomeadas na mensagem de system. Valide o objeto na sua aplicação; a amostragem é fixa neste modelo, então não há temperature para travar.
- 8000
Este exemplo começa em Entrada $2.70 / Saída $13.50 por 1 milhão de tokens. O Playground recalcula a estimativa sempre que você muda as configurações.
