Kimi K3

Kimi K3 是 Moonshot AI 面向长周期编码、智能体和知识工作的旗舰模型。它总是先推理再作答，推理的深浅由 reasoning_effort 决定。向 SeedRouter 发送官方 Kimi 请求：修改 base URL 和 API key，保持请求体不变。

模型 ID

输入：文本和图像。输出：文本。查看模型页了解当前价格。

快速示例

curl https://api.seedrouter.ai/v1/chat/completions \
  -H "Authorization: Bearer $SEEDROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3",
    "messages": [{"role": "user", "content": "Explain context caching in one sentence."}]
  }'

端点

三个端点都返回 Kimi 的官方响应格式，流式与非流式均可。将 API key 保存在服务端代码中。

参数

Chat Completions 字段：

推理和强度

Kimi K3 始终推理，无法关闭。reasoning_effort 决定推理量：max（默认）用于最难的工作，high 适合大多数任务，low 适合快速、简单的步骤。推理内容在 reasoning_content 中返回，与 content 并列。推理 token 按输出 token 计费，并计入 max_completion_tokens。

在多轮对话和工具调用中，把每条 assistant 消息原样发回，包括其中的 reasoning_content。

图像输入

Kimi K3 只接受 base64 data URI 形式的图像。公开图像 URL 不被接受，会返回 400，与 Kimi 自己的 API 一致。

{"role": "user", "content": [
  {"type": "image_url", "image_url": {"url": "data:image/png;base64,<BASE64_DATA>"}},
  {"type": "text", "text": "Describe this image."}
]}

上下文缓存

缓存是自动的：重复的提示前缀会从缓存读取，按较低的缓存输入费率计费。prompt_cache_options.ttl 决定写入的前缀在缓存中保留多久，5m（默认）或 1h；如果两次请求的间隔超过五分钟，请选择 1h。usage.prompt_tokens_details.cached_tokens 报告从缓存读取的 token，cache_write_tokens 报告该请求计费的缓存写入。

计费维度

查看模型页面上的当前费率。请求按其使用的 token 计费：

• 输入 token，
• 缓存输入 token（cached_tokens），
• 缓存写入 token（cache_write_tokens），
• 输出 token（包括推理）。

价格不随上下文长度变化。费用从完成响应报告的 usage 中扣除。失败的请求不会被计费。你的账户使用记录显示每个请求的确切费用。

输出

非流式 Chat Completions 请求返回：

{
  "id": "chatcmpl-...",
  "object": "chat.completion",
  "created": 1790585961,
  "model": "kimi-k3",
  "choices": [{
    "index": 0,
    "finish_reason": "stop",
    "message": {"role": "assistant", "reasoning_content": "...", "content": "..."}
  }],
  "usage": {
    "prompt_tokens": 90,
    "completion_tokens": 57,
    "total_tokens": 147,
    "cached_tokens": 90,
    "prompt_tokens_details": {"cached_tokens": 90, "cache_write_tokens": 0}
  }
}

设置 "stream": true 时，每个数据块都带有一个 delta，其中是 reasoning_content 或 content。启用 stream_options.include_usage 时，在 data: [DONE] 之前会有最后一个 choices 数组为空的数据块携带用量。

Responses API 和 Codex

POST /v1/responses 接受 Responses 请求体：input、instructions、max_output_tokens、reasoning.effort（low、high、max）、text.format（json_schema）、tools（function 和 apply_patch 自定义工具）、tool_choice、stream、prompt_cache_options、prompt_cache_key 和 safety_identifier。推理内容以带 summary_text 部分的 reasoning 项返回，流式响应携带从 response.created 到 response.completed 的编号事件。该 API 是无状态的：previous_response_id 和 conversation 会被忽略，因此请在 input 中发送完整对话。web_search 工具会被忽略。

要在 Codex 中使用 Kimi K3，在 ~/.codex/config.toml 中添加一个 provider，并设置 SEEDROUTER_API_KEY：

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"

Anthropic Messages 格式

为 Anthropic Messages API 编写的代码同样可以调用 Kimi K3：将 Messages 请求体发送到 /v1/messages，并设置 "model": "kimi-k3"。system、max_tokens、tools、tool_choice（auto、none）和 output_config.effort（low、high、max）会生效，metadata.user_id 和 cache_control 会被接受。stop_sequences（最多 5 个）、tool_choice any 和 output_config.format 会被接受，但不起作用。推理内容以 thinking 块返回。图像以 base64 来源传入。

错误

错误使用 {"error": {"code": ..., "message": "..."}} 格式（Messages 端点使用 Anthropic 的错误格式）。code 是来自公共错误目录的代码。失败的请求不会被计费。

建议

• 从 high 强度开始，只在最难的问题上改用 max；low 适合快速、简单的步骤。
• 为推理和答案都设置足够高的 max_completion_tokens：这是两者共用的预算。
• 将长的、重复使用的上下文放在提示开头，以便后续请求从缓存读取；请求间隔较长时使用 1h TTL。

相关内容

• Kimi K3 定价
• 下载 OpenAPI
• 可复制的 Markdown