Claude Opus 5.5 已在 SeedRouter 上線
LogoSeedRouter
全部文章

在 Claude Code 與 Codex 中使用 Kimi K3：設定方式與實測設定

如何透過 SeedRouter 在 Claude Code 與 OpenAI Codex CLI 中把 Kimi K3 設為模型：環境變數、config.toml 設定與實測結果。

以 Markdown 閱讀

Kimi K3 可以作為 Claude Code 與 OpenAI Codex CLI 中的模型使用。Claude Code 使用 Anthropic Messages 格式，Codex 使用 Responses 格式，而 SeedRouter 為 Kimi K3 同時提供這兩種格式。設定 base URL 與 SeedRouter 金鑰，選擇 kimi-k3，每次請求就會從你的餘額依 token 計費。在我們 2026 年 9 月 28 日的實測中，兩個工具都由 Kimi K3 完成了建立檔案、執行檔案並回報輸出。

怎麼在 Claude Code 中使用 Kimi K3？

用兩個環境變數把 Claude Code 指向 SeedRouter，然後選擇模型：

export ANTHROPIC_BASE_URL=https://api.seedrouter.ai
export ANTHROPIC_API_KEY=sk-your-seedrouter-key
claude --model kimi-k3

Claude Code 在某些任務中還會在背景呼叫一個較小的模型。把這些也指向 Kimi K3，讓每個請求都送到你的金鑰可以呼叫的模型：

export ANTHROPIC_DEFAULT_OPUS_MODEL=kimi-k3
export ANTHROPIC_DEFAULT_SONNET_MODEL=kimi-k3
export ANTHROPIC_DEFAULT_HAIKU_MODEL=kimi-k3

要讓設定在不同工作階段間保留，把同樣的變數寫進 ~/.claude/settings.json 的 env 區塊：

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.seedrouter.ai",
    "ANTHROPIC_API_KEY": "sk-your-seedrouter-key",
    "ANTHROPIC_MODEL": "kimi-k3",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "kimi-k3",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "kimi-k3",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "kimi-k3"
  }
}

Claude Code 會提示 kimi-k3 不是它自己的模型名稱。這只是通知，不是錯誤：工作階段會照常執行。Kimi K3 的推理會以 thinking 區塊顯示，和 Claude 模型一樣。

怎麼在 Codex 中使用 Kimi K3？

把 SeedRouter 加到 ~/.codex/config.toml：

model = "kimi-k3"
model_provider = "seedrouter"
model_context_window = 1048576

[model_providers.seedrouter]
name = "SeedRouter"
base_url = "https://api.seedrouter.ai/v1"
env_key = "SEEDROUTER_API_KEY"
wire_api = "responses"

接著匯出金鑰並啟動 Codex：

export SEEDROUTER_API_KEY=sk-your-seedrouter-key
codex

wire_api = "responses" 讓 Codex 使用 Responses API，Kimi 自家的 Codex 指南也是這樣設定。model_context_window 告訴 Codex，Kimi K3 最多可讀取 1,048,576 個 token。

我們測試了什麼？

我們給 Claude Code 一個兩步驟的任務（建立一個小型 Python 檔案、執行它並回報輸出），給 Codex 一個四步驟的任務（建立檔案、執行、修改、再次執行並回報兩次輸出）。

工具格式結果
Claude CodeAnthropic Messages檔案已建立並執行；輸出回報正確
Codex CLIResponses兩次修改、兩次執行；兩次輸出都回報正確

在 Codex 中，Kimi K3 用 Codex 的 patch 工具修改檔案，用 shell 工具執行，橫跨多個回合。它的推理內容從一個回合延續到下一個回合，這是 Kimi K3 在工具呼叫對話中所必需的。

程式開發代理該用哪個推理強度？

Kimi K3 預設為 max。對於要執行很多步驟的代理，這是最慢、最貴的設定。high 適合大多數程式開發工作，low 適合快速、機械式的步驟。在 Codex 中，用 config.toml 裡的 model_reasoning_effort 設定：

model_reasoning_effort = "high"

代理每個回合都會重新讀取同樣的檔案，所以大部分輸入都從快取讀取，費用只有輸入費率的十分之一。輸出（包含推理）才是代理工作階段的主要花費。

可以在其他程式開發工具中使用 Kimi K3 嗎？

任何能讓你設定 OpenAI 相容 base URL 與模型名稱的工具，都能用同樣方式呼叫 Kimi K3：base URL 為 https://api.seedrouter.ai/v1，填入你的 SeedRouter 金鑰，模型為 kimi-k3。我們測試過 Claude Code 與 Codex；其他工具要在哪裡填入自訂 base URL，請查看該工具的文件。

常見問題

這需要 Claude 或 ChatGPT 訂閱嗎？

不需要。使用 SeedRouter 金鑰時，Claude Code 與 Codex 會把請求送到 SeedRouter，你從 SeedRouter 餘額依 token 付費。

Kimi K3 在這些代理中支援工具呼叫嗎？

支援。兩個工具都依賴工具呼叫來讀取、修改和執行檔案，而 Kimi K3 在我們的測試中都處理好了。

可以從代理把螢幕截圖傳給 Kimi K3 嗎？

Kimi K3 能讀取圖片，但只接受 base64 資料。把截圖作為檔案附加的代理會幫你完成編碼；公開的圖片網址不被接受。

一次代理工作階段要多少錢？

取決於任務。Kimi K3 價格指南有即時費率，Kimi K3 頁面則把它們與官方價格並列。

全部文章

相關指南