Kimi K3 正式发布：参数、价格、API 与选型指南
昨天你可能还在刷预告片和「2.5T / 1M」传闻表。今天模型列表里多了一个能点的真按钮：Kimi K3 已在 Kimi 开放平台 上线。
如果你正盯着这个按钮想：要不要午饭前把默认模型全切到 K3？ —— 短答：不要。 难且长的任务再上 K3；日常在 IDE 里合 PR，先继续 K2.7 Code；已经在 K2.6 上跑得顺的长程 Agent，别只为了 Logo 升级。
发布日一句话选型：
- 难、跨领域，而且老被 256K 卡住 → 试
kimi-k3 - 主要在 Kimi Code / Claude Code / Cline / RooCode 里写改代码 → 先留在
kimi-k2.7-code - 多小时自动杂活已经在 K2.6 上稳 → 别只因「新旗舰」整库迁移
本站独立于 Moonshot。下面的规格和价格跟官方文档对齐；谁该换、账单会怎样、上周传闻哪里过时 是我们的判断。真金白银上线前，请再对一下 platform.kimi.ai。
到底上线了什么（先说人话）
官方公开卡上的说法是：K3 是迄今 能力最强的旗舰——大约 2.8 万亿参数、100 万 token 上下文（一次会话能塞多少代码/文档——可以想成多包仓库和厚研究材料，不是聊天气泡）、原生视觉（图和视频进 API），以及 思考始终打开。
你要写进配置的名字是 kimi-k3。文档走常见的 OpenAI 兼容路径（https://api.moonshot.ai/v1 + MOONSHOT_API_KEY）。
架构上冒出两个名字：Kimi Delta Attention、Attention Residuals。你不需要自己实现。更实际的读法是：Moonshot 在卖 代际跳跃，目标是长会话，而不是「K2.x 再涨三个榜」。早前的 Kimi Linear / KDA 研究谈的是长上下文怎么更划算地服务；到了发布日，用户侧承诺就是 1M 打算能当真用，外加始终推理。
速查（可以后看）
| 你关心的 | 官方答案 |
|---|---|
| API id | kimi-k3 |
| 参数（公开表述） | 2.8T |
| 上下文 | 1,048,576 tokens |
| 思考 | 始终开；reasoning_effort 目前仅 "max" |
| 视觉 | 图 + 视频（base64 / ms:// 文件 id，文档路径不走公网图片 URL） |
| 价格（USD / 百万 tokens） | 缓存命中 $0.30 · 输入 $3.00 · 输出 $15.00 |
| 默认最大生成 | 131,072（最高可到 1,048,576） |
公开卡上仍薄的部分：激活（路由）参数量、完整开源权重与许可证故事、同页独立榜。需要 serving 测算就等技术报告，别自己编。
和上周文章怎么对上号
| GA 前 | GA 后（我们的读法） |
|---|---|
| 「没有公开 model card / API id」 | kimi-k3 已列出、有文档、有价、可调 |
| 传闻约 2.5T | 官方列表写 2.8T |
| 传闻约 1M 上下文 | 确认 1,048,576，按 token 统一计价 |
| 「别把 sprint 赌在 K3 上」 | 作为 全站默认 仍成立——但你已经可以做真实试点 |
| 「没有诚实的公开价」 | 有了：$3 / $15（缓存命中 $0.30） |
预告片变成了电影票。它 不会 自动变成你唯一该看的片子。
为什么 K3 不是「删掉 K2.7 Code」
Moonshot 卖的是 产品组合，不是「最新 SKU 通吃每一次点击」的单梯队。
- K2.7 Code 仍是 编程专精：IDE/CLI 重指令循环、Kimi Code、各类 coding agent，还有在意延迟时的 highspeed。上下文仍在 256K 档。思考也开着，但产品故事是「把 PR 做完」。
- K2.6 仍是 通用长程 Agent：多步工具、杂活、多模态通用场景，价位带整体低于 K3。
- K3 是 通用旗舰智能 档：更大记忆、（目前）始终 max 推理、旗舰价，面向工程 + 知识工作 + 深度推理的硬混合题。
我们的判断：K3 更像「难问题 / 督导层」模型，不是自动补全的免费升级。 痛点是「200k 日志之后模型忘了仓库」→ K3 值得点；痛点是「在 Claude Code 里让 TypeScript 过编译」→ 无聊但正确的答案仍是 K2.7 Code。
价格真正在说什么
官方美元标价（每 1M tokens）：
| 价格 | |
|---|---|
| 输入·缓存命中 | $0.30 |
| 输入·缓存未命中 | $3.00 |
| 输出 | $15.00 |
比价目表更重要的三句判断：
- 输出是缓存未命中输入的 5 倍。 思考始终开会让你为「想出声」付钱。把 K3 当 项目预算，别当闲聊标签页。
- 缓存命中输入比未命中便宜 10 倍。 固定 system 提示 / 仓库摘要不是锦上添花——这是「旗舰用得起」和「账单着火」的分界。
- 没有按长度分档加价，但 token 仍线性涨。 50K 和 500K 单价相同；1M 窗口 ≠ 1M 免费。
组合感（价会变，只作方位感）：K2.6 / K2.7 Code 在同平台大致落在更低价位带（大约 ~$1 入 / ~$4 出量级）。K3 的 $3 / $15 是 故意的旗舰价。把它设成默认之前，你得先有能力或上下文上的理由。
会改变你工作方式的能力（不是复读文档）
给真会话用的 1M 记忆。 适合 monorepo 切片、制度包、多小时 Agent 状态要捏在同一线程里。多数闲聊用不满一百万——正常。这功能是给 已经被 256K 卡住的人 的。
始终思考。 别再传 K2.x 那套 thinking 对象。用顶层 reasoning_effort: "max"（目前唯一档）。多轮和工具循环里，把完整 assistant 消息原样送回（含推理与 tool calls）——只留 content 会坑自己。
视觉和代码同一条环。 截图、界面录屏、示意图，可以和工具、长上下文同会话。公网图片 URL 不是文档路径；按 base64 或上传后的 ms:// 规划。
Agent 面。 工具、tool_choice、动态加载工具、严格 JSON Schema、Partial 续写、Formula 官方工具。平台目前提示 web search 在更新——这周别拿它赌生产。
最小调用：
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": "评估把默认模型迁到 K3 的风险。"}],
)
print(completion.choices[0].message.content)
temperature / top_p 等采样参数文档写明固定——省略即可，别跟 API 较劲。
这周你该做什么？
| 如果你是… | 就这样做 |
|---|---|
| 被 256K 卡在大仓库或巨型文档 | 用 kimi-k3 试点一条高价值链路；同时看质量 和 钱 |
| 整天泡在 IDE coding agent | 继续 kimi-k2.7-code（或 highspeed）；只有「帮我设计迁移」类题再拉 K3 |
| 多小时 Agent 已在 K2.6 上能干活 | 先留着，直到 K3 在 并排对比 + 成本 上赢 |
| 产品里只有一个默认模型 | 别第一天 100% 切；把「难 / 长」路由到 K3 |
| 只是好奇 | 看 K3 状态页，Playground 试一把，再决定 |
常见误区
- 「最新旗舰 = 样样最强。」 SKU 错位。旗舰深度 ≠ 最低延迟，也不等于最好的 coding agent 体验。
- 「有 1M 就该把全公司粘进去。」 你会为 token 付钱；先用仍能工作的最小上下文，再放大。
- 「便宜草稿就关掉思考。」 K3 现在关不掉，只有
"max"。 - 「明天就在 Kimi Code 里换掉 K2.7 Code。」 产品线仍分流；先看官方默认再硬改 ID。
- 无视缓存。 每轮同一大段仓库却不做稳定前缀，是跑旗舰最贵的方式。
短 FAQ
正式发布了吗？ 是——已列出、有文档、有价、可调 kimi-k3。
开源权重吗？ 第三方路由上的措辞我们不当成 Moonshot 承诺。自托管前看官方研究 / HF 渠道。
会取代 K2.7 Code 吗？ 不会。组合：通用旗舰 vs 编程专精。
收束
K3 跨过了我们在发布前夕设的那条线：真有 API 名、真有 1M、真有价。 聪明做法不是「全员上 K3」，而是 把 K3 用在撑得起旗舰推理和超长记忆的任务上，日常合 PR 留给 K2.7 Code，已经够用的长程 Agent 继续 K2.6。
接着看：K3 状态 · GA 前我们怎么判断的 · 选型文（请按 GA 打补丁读） · K2.7 Code · K2.6。