Kimi K3 Release: specs, pris, API och när du ska byta

Igår läste du fortfarande teasers och rykttabeller om “2,5T / 1M”. I dag sitter det en riktig knapp i modellväljaren: Kimi K3 är live på Kimi API Platform.

Stirrar du på knappen och tänker ska jag flytta allt till K3 innan lunch? — kort svar: nej. Använd K3 när jobbet är både svårt och långt. Behåll K2.7 Code för vardagsleverans i IDE:n, och K2.6 när du vill ha en billigare, beprövad lång agent.

Här är lanseringsdagens val i ett andetag:

• Svårt multi-domänarbete + du krockar ständigt med 256K-taket → testa kimi-k3
• Skriver/lagar mjukvara i Kimi Code, Claude Code, Cline, RooCode → stanna på kimi-k2.7-code först
• Långa autonoma sysslor som redan funkar på K2.6 → “uppgradera” inte bara för loggan

Den här sajten är oberoende av Moonshot. Specs och priser nedan följer officiella docs; bedömningarna (vem som ska byta, hur notan beter sig, vad förlanseringsbruset fick fel) är våra. Dubbelkolla platform.kimi.ai innan du bränner riktiga pengar.

Vad som faktiskt levererades (på vanlig svenska)

Moonshots publika modellkort säger att K3 är det starkaste flaggskeppet hittills: ungefär 2,8 biljoner parametrar, ett 1M-token-kontextfönster (hur mycket text/kod den kan hålla i ett svep — tänk multi-paket-repos och tjocka research-pack, inte en ensam chattbubbla), nativ vision (bilder och video i API:t) och thinking som alltid är på.

API-namnet du kopplar in är kimi-k3. Docs lägger den på den vanliga OpenAI-kompatibla sökvägen (https://api.moonshot.ai/v1) med MOONSHOT_API_KEY.

Två arkitekturnamn dyker upp: Kimi Delta Attention och Attention Residuals. Du behöver inte implementera något av dem. Läs dem som produktsignal: Moonshot säljer ett generationssprång riktat mot långa sessioner, inte “K2.x plus tre benchmarkpoäng.” Tidigare forskning (Kimi Linear / KDA) handlade om att serva lång kontext mer effektivt; på lanseringsdagen är det användarnära löftet helt enkelt 1M som är menat att vara användbart, plus always-on-resonemang.

Snabbfakta (skumma senare)

Fortfarande tunt på det publika kortet: aktiva (routade) parametrar per token, en full open-weight-licensberättelse och en oberoende leaderboard på samma sida. Hitta inte på dem; vänta på en teknisk rapport om du behöver serving-matematik.

Så uppdaterar det här förra veckans story

Om du läste vår brief inför släpp eller modellväljar-guiden behöver några rader en mental patch:

Trailern blev biljett. Den blev inte automatiskt den enda filmen du ska se.

Varför K3 inte är “radera K2.7 Code”

Moonshot levererar en portfölj, inte en stege där den nyaste SKU:n vinner varje klick.

• K2.7 Code är fortfarande kodspecialisten — instruktionstäta IDE/CLI-loopar, Kimi Code, coding agents, highspeed-variant när latens spelar roll. Kontexten stannar i 256K-klassen. Thinking är på, men produktberättelsen är “få PR:en klar.”
• K2.6 är fortfarande den allmänna långa agenten som redan legat i produktionsberättelser i månader: flerstegsverktyg, breda sysslor, multimodalt generellt arbete i en lägre listprisband än K3.
• K3 är flaggskeppsnivån för generell intelligens: större minne, always-max-resonemang (just nu), premiumpris, avsedd för frontier-nära blandningar av engineering, kunskapsarbete och djup reasoning.

Vår take: K3 är en supervisor- / hårdproblemsmodell, inte en gratis uppgradering för autocomplete. Om din smärta är “modellen tappar repot efter 200k tokens loggar” är K3 den intressanta knappen. Om din smärta är “få den här TypeScripten att kompilera i Claude Code” är K2.7 Code fortfarande det tråkigt korrekta svaret.

Vad priset egentligen säger

Officiell USD-lista (per 1M tokens):

Tre bedömningar vi bryr oss mer om än tabellen i sig:

1. Output är 5× cache-miss-input. Always-on thinking betyder att du betalar för “tänka högt” lika väl som slutsvaret. Behandla K3 som en projektbudget, inte en flik du lämnar öppen för smalltalk.
2. Cache hits är 10× billigare än misses på input. Att återanvända samma systemprompt / repo-digest är inte en nice-to-have — det är skillnaden mellan “flaggskepp vi har råd med” och “varför brinner notan.”
3. Inga längdnivåer, men tokens skalar fortfarande. 50K- och 500K-prompts delar samma enhetspriser; 1M-fönstret betyder inte “1M är gratis.”

Grov portföljkänsla (listpriser flyttar sig; det här är orientering, inte kontrakt): K2.6 / K2.7 Code har legat i ett betydligt lägre band på samma plattform (ungefär ~$1 input / ~$4 output-klass). K3:s $3 / $15 är premium med flit. Du ska känna en förmåga- eller kontext-anledning innan du gör den till default.

Förmågor som ändrar hur du jobbar (inte hur du reciterar docs)

1M-minne för riktiga sessioner. Nyttigt när en tråd måste hålla en monorepo-slice, policy-pack eller flertimmars agentstate. De flesta chattanvändare fyller aldrig en miljon tokens — och det är okej. Funktionen är till för dem som redan bröt 256K.

Always-on thinking. Skicka inte det gamla K2.x-thinking-objektet. Använd top-level reasoning_effort: "max" (enda nivån i dag). I multi-turn- och tool-loopar: skicka tillbaka hela assistant-meddelandet, inklusive reasoning och tool calls — att strippa ner till bara content kommer att straffa dig.

Vision i samma loop som kod. Skärmdumpar, UI-inspelningar, diagram — samma session som tools och lång kontext. Publika bild-URL:er är inte den dokumenterade vägen; planera för base64 eller uppladdade ms://-filer.

Agent-yta. Tools, tool_choice, dynamisk tool-laddning, strukturerad JSON Schema, partial continuations, Formula official tools. Plattformen varnar just nu att web search uppdateras — satsa inte ett produktionsflöde på den den här veckan.

Minimal anropsform:

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-rattar som temperature / top_p är dokumenterade som fasta — utelämna dem hellre än att bråka med API:t.

Vad ska du göra den här veckan?

Vanliga misstag

• “Nyaste flaggskeppet = bäst på allt.” Fel SKU-tänk. Flaggskeppsdjup ≠ bästa latens eller bästa coding-agent-UX.
• “1M betyder att jag ska klistra in hela bolaget.” Du betalar för det; börja med minsta kontext som fortfarande funkar, väx sedan.
• “Thinking av för billiga utkast.” Det går inte på K3 just nu — bara "max".
• “Byt ut K2.7 Code i Kimi Code i morgon.” Produktlinjerna divergerar fortfarande; bevaka officiella Kimi Code-defaults innan du tvingar ID:t.
• Ignorera cache. Samma repo-prefix varje tur utan stabila prefix är det dyra sättet att köra ett flaggskepp.

FAQ (kort)

Är den officiellt ute? Ja — listad, dokumenterad, prissatt, anropbar som kimi-k3.

Open weights? Vi behandlar inte tredjeparts-blurbs som ett Moonshot-löfte. Kolla Moonshots egna research- / HF-kanaler innan du planerar self-host.

Ersätter den K2.7 Code? Nej. Portfölj: generellt flaggskepp vs coding-specialist.

Kort sagt

K3 klarar ribban vi satte inför släpp: riktigt API-namn, riktigt 1M-fönster, riktigt pris. Det smarta draget är inte “alla till K3,” det är lägg K3 på jobben som motiverar premium-resonemang och enormt minne, behåll K2.7 Code för att shippa PR:ar, och behåll K2.6 där en billigare lång agent redan levererar.

Nästa läsning: K3-status · vad vi trodde före GA · modellväljare (patcha mentalt för GA) · K2.7 Code · K2.6.