Kimi K3 Release: specs, prijs, API & wanneer overstappen

Gisteren las je nog teasers en geruchtentabellen met “2.5T / 1M”. Vandaag staat er een echte knop in de modelkeuze: Kimi K3 is op het Kimi API Platform.

Sta je naar die knop te staren en denk je gooi ik voor de lunch alles naar K3? — kort antwoord: nee. Gebruik K3 als de klus écht zwaar én lang is. Houd K2.7 Code voor dagelijks shippen in de IDE, en K2.6 als je een goedkopere, bewezen lange agent wilt.

De release-day-keuze in één adem:

• Zwaar multi-domeinwerk + je botst steeds tegen de 256K-muur → probeer kimi-k3
• Software schrijven/fixen in Kimi Code, Claude Code, Cline, RooCode → blijf eerst op kimi-k2.7-code
• Lange autonome klussen die al lopen op K2.6 → “upgraden” alleen om het logo is geen plan

Deze site is onafhankelijk van Moonshot. Specs en prijzen hieronder volgen de officiële docs; de oordelen (wie moet overstappen, hoe de rekening zich gedraagt, wat de pre-launch-ruis fout had) zijn van ons. Check platform.kimi.ai opnieuw voordat je echt geld uitgeeft.

Wat er écht is verscheept (in gewone taal)

De openbare kaart van Moonshot noemt K3 de sterkste flagship tot nu toe: ongeveer 2,8 biljoen parameters, een contextvenster van 1M tokens (hoeveel tekst/code het in één sessie kan vasthouden — denk multi-package-repos en dikke research-packs, niet één chatballon), native vision (beelden en video in de API), en denken dat altijd aan staat.

De API-naam die je aansluit is kimi-k3. Docs zetten hem op het bekende OpenAI-compatibele pad (https://api.moonshot.ai/v1) met MOONSHOT_API_KEY.

Twee architectuurnamen duiken op: Kimi Delta Attention en Attention Residuals. Je hoeft geen van beide te implementeren. Lees ze als productsignaal: Moonshot verkoopt een generatiesprong gericht op lange sessies, niet “K2.x plus drie benchmarkpunten.” Eerder onderzoek (Kimi Linear / KDA) ging over efficiënter long-context serveren; op release day is de belofte naar de gebruiker simpel: 1M die bruikbaar moet zijn, plus altijd-aan redeneren.

Snelle feiten (later scannen)

Nog dun op de openbare kaart: actieve (gerouteerde) parameters per token, een volledig open-weight-licentieverhaal, en een onafhankelijke leaderboard op dezelfde pagina. Verzin die niet; wacht op een technical report als je serving-math nodig hebt.

Hoe dit het verhaal van vorige week bijwerkt

Als je onze release-eve brief of de welk-model-gids las, moeten een paar regels mentaal worden gepatcht:

De trailer is dus een ticket geworden. Het is niet automatisch de enige film die je moet kijken.

Waarom K3 niet “verwijder K2.7 Code” is

Moonshot levert een portfolio, geen ladder waarbij de nieuwste SKU elke klik wint.

• K2.7 Code blijft de coding-specialist — instruction-zware IDE/CLI-loops, Kimi Code, coding agents, een highspeed-variant als latency telt. Context blijft in de 256K-klasse. Thinking blijft aan, maar het productverhaal is “rond die PR af.”
• K2.6 blijft de algemene lange agent die al maanden in productieverhalen zit: multi-step tools, brede klussen, multimodaal algemeen werk in een lagere list-price-band dan K3.
• K3 is de flagship algemene intelligentie-tier: groter geheugen, always-max redeneren (voorlopig), premiumprijs, bedoeld voor frontier-achtige mengsels van engineering + kenniswerk + diep redeneren.

Onze take: K3 is een supervisor / hard-problem-model, geen gratis upgrade voor autocomplete. Is je pijn “het model verliest de repo na 200k tokens aan logs,” dan is K3 de knop die ertoe doet. Is je pijn “laat deze TypeScript compileren in Claude Code,” dan is K2.7 Code nog steeds het saaie juiste antwoord.

Wat de prijs écht zegt

Officiële USD-lijst (per 1M tokens):

Drie oordelen die we belangrijker vinden dan de tabel zelf:

1. Output is 5× cache-miss-input. Altijd-aan thinking betekent dat je betaalt voor “hardop denken” én voor het eindantwoord. Behandel K3 als een projectbudget, niet als een tab die open blijft voor smalltalk.
2. Cache hits zijn 10× goedkoper dan misses op input. Dezelfde system prompt / repo-digest hergebruiken is geen nice-to-have — het is het verschil tussen “flagship die we kunnen betalen” en “waarom staat de rekening in de fik.”
3. Geen lengte-tiers, maar tokens schalen wél. 50K- en 500K-prompts delen dezelfde unit rates; het 1M-venster betekent niet “1M is gratis.”

Ruwe portfolio-check (list prices schuiven; dit is oriëntatie, geen contract): K2.6 / K2.7 Code zaten op hetzelfde platform in een veel lagere band (orde van ~$1 input / ~$4 output). K3’s $3 / $15 is bewust premium. Je moet een capability- of contextreden voelen voordat je het als default zet.

Capabilities die veranderen hoe je werkt (niet hoe je docs reciteert)

1M geheugen voor echte sessies. Handig als één thread een monorepo-slice, policy-pack of multi-uur agent state moet vasthouden. De meeste chatgebruikers vullen nooit een miljoen tokens — en dat is prima. De feature is voor wie al tegen 256K aanbotste.

Altijd-aan thinking. Stuur niet het oude K2.x-thinking-object. Gebruik top-level reasoning_effort: "max" (enige niveau vandaag). In multi-turn- en tool-loops: stuur het volledige assistant-bericht terug, inclusief reasoning en tool calls — strippen tot alleen content bijt je.

Vision in dezelfde loop als code. Screenshots, UI-opnames, diagrammen — zelfde sessie als tools en lange context. Publieke image-URL’s zijn niet het gedocumenteerde pad; plan op base64 of geüploade ms://-files.

Agent-surface. Tools, tool_choice, dynamisch tool-laden, structured JSON Schema, partial continuations, Formula official tools. Het platform waarschuwt momenteel dat web search wordt bijgewerkt — zet deze week geen productie-workflow erop in.

Minimale call-shape:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MOONSHOT_API_KEY"],
    base_url="https://api.moonshot.ai/v1",
)

completion = client.chat.completions.create(
    model="kimi-k3",
    reasoning_effort="max",
    messages=[{"role": "user", "content": "Summarize the risk of migrating our default model to K3."}],
)
print(completion.choices[0].message.content)

Sampling-knobs zoals temperature / top_p staan als vast gedocumenteerd — laat ze weg in plaats van met de API te vechten.

Wat moet je deze week doen?

Veelgemaakte fouten

• “Nieuwste flagship = overal het best.” Verkeerd SKU-denken. Flagship-diepte ≠ beste latency of beste coding-agent-UX.
• “1M betekent: plak het hele bedrijf erin.” Je betaalt ervoor; begin met de kleinste context die nog werkt, en groei daarna.
• “Thinking uit voor goedkope drafts.” Op K3 kan dat nu niet — alleen "max".
• “Vervang morgen K2.7 Code in Kimi Code.” Productlijnen lopen nog uiteen; kijk naar de officiële Kimi Code-defaults voordat je de ID forcet.
• Cache negeren. Elke beurt dezelfde repo-prefix zonder stabiele prefixes is de dure manier om een flagship te draaien.

FAQ (kort)

Is het officieel uit? Ja — staat op de lijst, gedocumenteerd, geprijsd, aanroepbaar als kimi-k3.

Open weights? Derde-partij-blurbs behandelen we niet als Moonshot-belofte. Check Moonshot’s eigen research / HF-kanalen voordat je self-host plant.

Vervangt het K2.7 Code? Nee. Portfolio: algemene flagship vs coding-specialist.

Kortom

K3 haalt de lat die we op de release-eve zetten: echte API-naam, echt 1M-venster, echte prijs. De slimme zet is niet “iedereen naar K3,” maar K3 op de jobs die premium redeneren en enorm geheugen rechtvaardigen, K2.7 Code voor shippen van PR’s, en K2.6 waar een goedkopere lange agent al levert.

Verder lezen: K3 status · wat we dachten voor GA · modelkiezer (mentaal patchen voor GA) · K2.7 Code · K2.6.