MoonshotAI: Kimi K3 API
Kimi K3 ist Moonshot AIs offenes Flaggschiffmodell mit 2,8 Billionen Parametern, 1M-Token-Kontext und immer aktiver Denkfähigkeit für komplexe Aufgaben.
Kimi K3 ist das Flaggschiffmodell von Moonshot AI und das erste offene Modell mit Gewichten in der 3-Billionen-Parameter-Klasse. Es verfügt über 2,8 Billionen Gesamtparameter und nutzt eine hybride lineare Aufmerksamkeit namens Kimi Delta Attention (KDA) zusammen mit Attention Residuals (AttnRes). Dank Stable LatentMoE werden pro Token 16 von 896 Experten aktiviert, was etwa 104 Milliarden Parametern pro Token entspricht. Die Gewichte werden im MXFP4-Format mit MXFP8-Aktivierungen veröffentlicht. Die Denkfähigkeit ist stets aktiv und lässt sich über die Stufen low, high und max steuern, wobei max die Standardeinstellung ist. Das Modell unterstützt Tool-Aufrufe und explizites Prompt-Caching.
Das Modell eignet sich besonders für langfristige Programmieraufgaben mit minimaler menschlicher Aufsicht, für das Verständnis und die Arbeit mit großen Codebasen und Terminal-Tools sowie für Aufgaben, die Softwareentwicklung mit visueller Argumentation verbinden – etwa Spieleentwicklung, Front-End-Engineering und CAD. Auch für durchgängige Wissensarbeit, produktionsorientierte agentische Workflows und tiefe Argumentation in Frontier-Intelligence-Szenarien ist es ausgelegt. Die Skalierungseffizienz liegt etwa 2,5-mal höher als bei K2, und die Genauigkeit wurde um 13 Prozentpunkte verbessert. In der Evaluationssuite übertrifft es stabil alle anderen Modelle außer Claude Fable 5 und GPT-5.6 Sol.
Zu den Einschränkungen zählen eine Halluzinationsrate von 51 Prozent und eine Gesamtleistung, die hinter Claude Fable 5 und GPT-5.6 Sol zurückbleibt. Das vollständige Modell benötigt etwa 1,56 TB Arbeitsspeicher, und für die empfohlene Bereitstellung sind mindestens 64 Beschleuniger erforderlich. Das Modell ist über kimi.com, die Kimi-Mobil-App, den Kimi Work Desktop-Client, Kimi Code, die Kimi API, OpenRouter und Amazon Bedrock verfügbar. Es ist das erste offene Modell auf Amazon Bedrock mit explizitem Prompt-Caching. Die vollständigen Gewichte wurden bis zum 27. Juli 2026 zusammen mit einem technischen Bericht veröffentlicht.
Aktualisiert:
MODELL-ID
kimi-k3- Kontext
- 1.049M
- Max. Ausgabe
- 943.718K
- Empfohlene API
- messages
- Eingabe
- text / image / video
- Ausgabe
- text
Highlights
- 2,8 Billionen Gesamtparameter
- Erstes offenes Modell der 3-Billionen-Klasse
- 1M-Token-Kontext
- Immer aktive Denkfähigkeit mit drei Stufen
- Tool-Aufrufe und Prompt-Caching
- Offene Gewichte im MXFP4-Format
Anbieter
Vergleichen Sie die API-Preise verschiedener Anbieter. Wählen Sie einen Anbieter aus, um alle Kosten und Bedingungen zu sehen.
| $3 | $15 | $0.3 | |
| $3 | $15 | $0.3 | |
| $3 | $15 | $0.3 | |
| $3.45 | $17.25 | $0.345 |
Was man für $10 bekommt
- Eingabe
- 3,3 Mio. Token
- Ausgabe
- 666.667 Token
Geschätzt anhand der aktuellen Eingabe- und Ausgabepreise, vor Rabatten.
Benchmarks
- 57
Artificial Analysis Intelligence Index
Platz 4 unter 189 Modellen
- Platz 1
Arena.ai Code WebDev
Rang
Werte wie vom Modellanbieter veröffentlicht.
Schlussfolgern
- Standardaufwand
- max
- Standardmäßig aktiviert
- Ja
- Immer aktiviert
- Nein
- Verfügbare Aufwandsstufen
- max / high / low / none
Schnellstart
Direkt einsetzbarer Code, um dieses Modell über die kompatiblen APIs der Felo API Platform aufzurufen. Testen Sie Prompts im Playground, bevor Sie Code schreiben.
API-Schlüssel hinterlegen
Erstellen Sie einen Schlüssel in Ihrem Konto bei der Felo API Platform und legen Sie ihn als Umgebungsvariable ab.
export FELO_API_KEY="YOUR_API_KEY"Erste Anfrage senden
Verwenden Sie diese Modell-ID mit dem Endpoint der Felo API Platform. Optionale Anfrage-Header wie X-Request-Id helfen bei der Fehlersuche.
kimi-k3Dieses Modell kann schlussfolgern. Wenn das gewählte Protokoll und die Modellroute Reasoning-Steuerungen bereitstellen, behalten Sie die zurückgegebenen Reasoning-Metadaten bei, wenn Sie das Gespräch fortsetzen.
const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "kimi-k3",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());Drittanbieter-SDKs verwenden
Setzen Sie in kompatiblen SDKs baseURL auf https://openapi.felo.ai/api/v1. Für Clients im Claude-Stil verwenden Sie die Anthropic-kompatible Basis-URL. https://openapi.felo.ai/api.
Streaming aktivieren
Fügen Sie stream: true hinzu, um Antworten als Server-Sent Events zu erhalten.
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k3",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Die Felo API Platform stellt kompatible Oberflächen für Modellaufrufe bereit. Wählen Sie die Oberfläche, die Ihre App oder Ihr Agent-Client bereits unterstützt.
Messages
Anthropic-kompatible Nachrichten für Clients im Claude-Stil.
POST
https://openapi.felo.ai/api/v1/messagesParameter
modelstringkimi-k3Öffentliche Modell-ID, die aufgerufen wird.max_tokensinteger—Maximale Anzahl generierter Tokens.messagesarray—Gesprächsnachrichten für Chat Completions.frequency_penalty———include_reasoning———logit_bias———logprobs———min_p———presence_penalty———reasoning———reasoning_effort———repetition_penalty———response_formatobject—Fordert strukturierte Ausgabe an, wenn unterstützt.seed———stop———structured_outputs———temperaturenumber—Steuert die Vielfalt der Antworten, wenn unterstützt.tool_choicestring or object—Steuert, ob ein Tool aufgerufen werden soll.toolsarray—Tool-Calling-Definitionen nach kompatiblem Schema.top_k———top_logprobs———top_p———Häufige Fragen
Was ist MoonshotAI: Kimi K3?
Kimi K3 ist das Flaggschiffmodell von Moonshot AI und das erste offene Modell mit Gewichten in der 3-Billionen-Parameter-Klasse. Es verfügt über 2,8 Billionen Gesamtparameter und nutzt eine hybride lineare Aufmerksamkeit namens Kimi Delta Attention (KDA) zusammen mit Attention Residuals (AttnRes). Dank Stable LatentMoE werden pro Token 16 von 896 Experten aktiviert, was etwa 104 Milliarden Parametern pro Token entspricht. Die Gewichte werden im MXFP4-Format mit MXFP8-Aktivierungen veröffentlicht. Die Denkfähigkeit ist stets aktiv und lässt sich über die Stufen low, high und max steuern, wobei max die Standardeinstellung ist. Das Modell unterstützt Tool-Aufrufe und explizites Prompt-Caching. Das Modell eignet sich besonders für langfristige Programmieraufgaben mit minimaler menschlicher Aufsicht, für das Verständnis und die Arbeit mit großen Codebasen und Terminal-Tools sowie für Aufgaben, die Softwareentwicklung mit visueller Argumentation verbinden – etwa Spieleentwicklung, Front-End-Engineering und CAD. Auch für durchgängige Wissensarbeit, produktionsorientierte agentische Workflows und tiefe Argumentation in Frontier-Intelligence-Szenarien ist es ausgelegt. Die Skalierungseffizienz liegt etwa 2,5-mal höher als bei K2, und die Genauigkeit wurde um 13 Prozentpunkte verbessert. In der Evaluationssuite übertrifft es stabil alle anderen Modelle außer Claude Fable 5 und GPT-5.6 Sol. Zu den Einschränkungen zählen eine Halluzinationsrate von 51 Prozent und eine Gesamtleistung, die hinter Claude Fable 5 und GPT-5.6 Sol zurückbleibt. Das vollständige Modell benötigt etwa 1,56 TB Arbeitsspeicher, und für die empfohlene Bereitstellung sind mindestens 64 Beschleuniger erforderlich. Das Modell ist über kimi.com, die Kimi-Mobil-App, den Kimi Work Desktop-Client, Kimi Code, die Kimi API, OpenRouter und Amazon Bedrock verfügbar. Es ist das erste offene Modell auf Amazon Bedrock mit explizitem Prompt-Caching. Die vollständigen Gewichte wurden bis zum 27. Juli 2026 zusammen mit einem technischen Bericht veröffentlicht.
Wie wird die Nutzung abgerechnet?
Ihre Rechnung hängt vom genutzten Anbieter, seinen Preisen und Ihrer Nutzung ab. Längere Eingaben oder andere Bedingungen können andere Preise haben.
Welche Eingabemodalitäten unterstützt Kimi K3?
Kimi K3 unterstützt Texteingabe, Bildeingabe und Videoeingabe sowie Textausgabe.
Wie groß ist der Kontext von Kimi K3?
Der Kontext umfasst 1M Token. Die Trainingskontextlänge beträgt ebenfalls 1M Token.
Für welche Aufgaben ist Kimi K3 geeignet?
Es eignet sich für langfristige Programmieraufgaben mit minimaler Aufsicht, für die Arbeit mit großen Codebasen und Terminal-Tools, für Aufgaben an der Schnittstelle von Softwareentwicklung und visueller Argumentation sowie für durchgängige Wissensarbeit und agentische Produktions-Workflows.
Wie unterscheidet sich Kimi K3 von Kimi K2?
Kimi K3 erreicht eine etwa 2,5-mal bessere Skalierungseffizienz als K2 und verbessert die Genauigkeit um 13 Prozentpunkte. Zudem ist es das erste offene Modell in der 3-Billionen-Parameter-Klasse.
Wie lässt sich die Denkfähigkeit von Kimi K3 steuern?
Die Denkfähigkeit ist immer aktiv und kann über die Stufen low, high und max eingestellt werden. Standardmäßig ist max aktiv.
Welche Tool-Funktionen bietet Kimi K3?
Kimi K3 unterstützt Tool-Aufrufe und explizites Prompt-Caching. Auf Amazon Bedrock ist es das erste offene Modell mit explizitem Prompt-Caching.
