Kimi K3 使用教程：API 怎么调用、价格多少、模型怎么选（2026）
Kimi K3 使用教程：官网免费入口在哪、API 怎么三步调用、输入 ¥20 输出 ¥100 每百万 token 怎么算成本，以及 reasoning_effort 三档怎么选。含 K2.5 下线迁移说明。
Kimi K3 是月之暗面 2026 年 7 月发布的旗舰模型，2.8 万亿参数、100 万 token 上下文，也是目前参数规模最大的开源模型。普通用户上 Kimi 官网免费聊天就能用，开发者走 API 按量付费。
一、Kimi K3 是什么
官方模型列表给的定位是「Kimi 迄今能力最强的模型」。参数 2.8 万亿（MoE，896 个专家激活 16 个）、上下文 100 万 token、原生视觉理解、权重已开源，模型 ID 是 kimi-k3。
二、不想写代码：官网直接用
打开 kimi.com 登录后切到 K3，就是正常聊天。左侧栏是深度研究、文档、表格、PPT、Agent 集群这些入口。K3 强在长程任务——丢一份几百页的 PDF 或代码仓库进去，让它跨多轮自己推。
三、开发者：三步跑通 API
先在开放平台申请 API Key。K3 是旗舰模型，账户累计充值满 10 元才能解锁，注册送的代金券不能用。
接口兼容 OpenAI 格式，把 base_url 换掉就能跑：
client = OpenAI(api_key=KEY, base_url="https://api.moonshot.cn/v1")
client.chat.completions.create(model="kimi-k3",
messages=[{"role": "user", "content": "用一句话介绍 Kimi K3。"}])
再按场景选推理强度。K3 常驻思考，没有「关思考」的开关，只能调深度：low 应付格式转换这类轻活儿，high 用于日常写代码，max 留给复杂重构。
client.chat.completions.create(model="kimi-k3",
reasoning_effort="high", # low / high / max
messages=[{"role": "user", "content": "证明根号 2 是无理数。"}])
四、价格怎么算
官方口径是每百万 token：缓存命中 ¥2、输入 ¥20、输出 ¥100。一份 10 万字中文文档约 6 万 token，首次读入约 1.2 元，重复追问命中缓存只要约 0.12 元。省钱姿势是把不变的资料放最前，想再降成本可以换 kimi-k2.7-code。
五、两个容易踩的坑
多轮对话别只留 content。 K3 返回的消息带着 reasoning_content 和 tool_calls，下一轮必须整条塞回 messages，只截 content 会让它丢推理过程。从 K2.x 迁过来的代码还要注意旧的 thinking 参数已作废。
老模型已经下线。 kimi-k2.5 和 moonshot-v1 全系列已在 2026 年 8 月 31 日停服，返回 404，把 model 改成 kimi-k3 即可。
写代码的人收益最大，长程编码和大型仓库理解是 K3 的设计重心，配合 Kimi Code 或 Claude Code、Codex 都能接；做研究和长文档分析的人次之。模型能力边界见 K3 横评。
❓ 常见问题
网页版聊天免费，打开 kimi.com 登录就能用。API 调用按量计费，输入 ¥20/百万 token、输出 ¥100/百万 token；调用 K3 需要账户累计充值满 10 元，注册赠送的 15 元代金券不能用于 K3。
官方文档标注 100 万 token。按中文通常 1 个 token 约 1.5-2 个汉字估算，大约能一次装进几十万字的长文档，适合整本书、整套代码仓库级别的分析任务。
K3 常驻推理，没有关闭思考的开关。low 适合改错别字、格式转换这类简单活儿，响应最快；high 适合日常写代码和分析；max 是默认档，留给数学证明、复杂重构等高难度任务，代价是等待更久、token 消耗更多。
官方已放出完整权重，是首个到 2.8 万亿参数级别的开源模型。但全量模型对显存要求极高，个人开发者实际能跑通的路径是等社区量化版（如 4bit）配合 vLLM 或 llama.cpp，官方也在与推理生态伙伴对齐上线细节。
不能。官方已于 2026 年 8 月 31 日下线 kimi-k2.5 和 moonshot-v1 全系列，继续调用会返回 404（模型不存在）。迁移方式是直接把请求里的 model 字段改成 kimi-k3，接口格式不变。