genmux API 现已全面开放。 查看文档 →
genmux API
Kimi K3 emblem

Kimi K3 API 大语言模型

月之暗面 Kimi 的旗舰模型,上下文窗口极大——适合超长文档和多步骤智能体。 1M token 上下文,支持流式输出和兼容 OpenAI 的接口;按 token 用预付积分计费,无需订阅。

输入每 100 万 token 起 $2.463 · 输出 $12.323

  • 上下文窗口: 1M token
  • 工具调用: 支持(OpenAI tools)
  • 思维链模式: 不支持

价格

按 token 计费:输入(你发送的全部消息)和输出(回复,包含思维链)分别计价。请求开始时预留积分,结束时按实际用量结算。

Token每 100 万积分每 100 万美元
输入197.028 积分
$2.463
≈ 每 1000 token $0.0025
输出985.815 积分
$12.323
≈ 每 1000 token $0.0123

美元金额按按「Scale」套餐单价计算折算;套餐越大,单位积分越便宜。完整套餐列表见价格页。

每月 100 万 token 的花费

输入 750,000 个 token + 输出 250,000 个 token = 394.225 积分 ≈ $4.928。

输入/输出比例 75/25,按「Scale」套餐单价计算。思维链 token 按输出计。

查看全部积分套餐 →

其他平台的标价

同一模型在原厂和其他服务商公开标示的 token 价格,取自它们自己的价格页。价格随时可能变动,实时数字请点开链接确认。

服务商输入 $/100 万输出 $/100 万混合 $/100 万核对日期
genmux API
197.028 / 985.815 积分 · 按「Scale」套餐单价计算
$2.463$12.323$4.928实时
Moonshot AI
未命中缓存/标准价;命中缓存的输入为 $0.30。
$3.00$15.00$6.002026-09-06

比 Moonshot AI 标价低 18%:在 75/25 的输入输出比例下,每 100 万 token 为 $4.928,对方为 $6.00。

混合价 = 75% 输入 + 25% 输出。为便于比较,我们的数字按按「Scale」套餐单价计算换算成美元;竞品标价核对于 2026-09-06。

速览

模型标识
kimi-k3
能力
text.chat
上下文窗口
1M token
最大输出
16,384 token
默认 max_tokens
2,048 token
思维链模式
不支持
联网搜索
不支持
图片输入
不支持
流式输出
支持(SSE)
OpenAI SDK
兼容(设置 base_url 即可)

快速开始

在控制台创建密钥,然后直接调用兼容 OpenAI 的接口,或用官方 OpenAI SDK 改一下 base_url。每个响应的 usage 字段都会给出本次扣除的积分。

cURL
cURL
curl -s -X POST https://api.genmux.tech/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3","messages":[{"role":"system","content":"You are a concise assistant."},{"role":"user","content":"Explain idempotency keys in two sentences."}],"max_tokens":200}'
响应 · 200 OK
{
  "id": "0d8b6a3e-2f1c-4a5b-9c1d-7e2f3a4b5c6d",
  "object": "chat.completion",
  "created": 1756411279,
  "model": "kimi-k3",
  "choices": [
    {"index": 0, "message": {"role": "assistant", "content": "…"}, "finish_reason": "stop"}
  ],
  "usage": {"prompt_tokens": 31, "completion_tokens": 58, "total_tokens": 89, "cost": 0.063, "cost_source": "vendor"}
}
cURL · 流式
cURL · 流式
curl -sN -X POST https://api.genmux.tech/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3","messages":[{"role":"system","content":"You are a concise assistant."},{"role":"user","content":"Explain idempotency keys in two sentences."}],"max_tokens":200,"stream":true}'
响应 · text/event-stream
data: {"id":"0d8b6a3e-…","object":"chat.completion.chunk","model":"kimi-k3","choices":[{"index":0,"delta":{"role":"assistant","content":"An"},"finish_reason":null}]}

data: {"id":"0d8b6a3e-…","object":"chat.completion.chunk","model":"kimi-k3","choices":[{"index":0,"delta":{"content":" idempotency"},"finish_reason":null}]}

…

data: {"id":"0d8b6a3e-…","object":"chat.completion.chunk","model":"kimi-k3","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}

data: {"id":"0d8b6a3e-…","object":"chat.completion.chunk","model":"kimi-k3","choices":[],"usage":{"prompt_tokens":31,"completion_tokens":58,"total_tokens":89,"cost":0.063,"cost_source":"estimated"}}

data: [DONE]
Python · openai SDK
Python · openai SDK
import os
from openai import OpenAI

client = OpenAI(base_url="https://api.genmux.tech/v1", api_key=os.environ["API_KEY"])

completion = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {"role": "system", "content": "You are a concise assistant."},
        {"role": "user", "content": "Explain idempotency keys in two sentences."},
    ],
    max_tokens=200,
)

print(completion.choices[0].message.content)
print(completion.usage.total_tokens, "tokens,", completion.usage.model_extra["cost"], "credits")
Node.js · openai SDK
Node.js · openai SDK
import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.genmux.tech/v1", apiKey: process.env.API_KEY });

const completion = await client.chat.completions.create({
  model: "kimi-k3",
  messages: [
    { role: "system", content: "You are a concise assistant." },
    { role: "user", content: "Explain idempotency keys in two sentences." },
  ],
  max_tokens: 200,
});

console.log(completion.choices[0].message.content);
console.log(completion.usage.total_tokens, "tokens,", completion.usage.cost, "credits");

// Streaming: the final chunk carries usage
const stream = await client.chat.completions.create({
  model: "kimi-k3",
  messages: [{ role: "user", content: "Explain idempotency keys in two sentences." }],
  stream: true,
});
for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
  if (chunk.usage) console.log(`\n${chunk.usage.total_tokens} tokens, ${chunk.usage.cost} credits`);
}
Python · 流式并读取 usage
Python · 流式并读取 usage
import os
from openai import OpenAI

client = OpenAI(base_url="https://api.genmux.tech/v1", api_key=os.environ["API_KEY"])

stream = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "Explain idempotency keys in two sentences."}],
    max_tokens=200,
    stream=True,
)

for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
    if chunk.usage:  # the last chunk: token counts and the credits charged
        print(f"\n{chunk.usage.total_tokens} tokens, {chunk.usage.model_extra['cost']} credits")
完整 API 参考 →

常见问题

Kimi K3 API 是什么?
月之暗面 Kimi 的旗舰模型,上下文窗口极大——适合超长文档和多步骤智能体。 Kimi K3 属于 Moonshot 的 Kimi K3 系列。模型权重已公开(Modified MIT 许可),可以自行部署;这里提供的是托管 API。 在 genmux API 上,它通过兼容 OpenAI 的 chat completions 接口提供,上下文窗口 1M token,按 token 用预付积分计费。
Kimi K3 每 100 万 token 多少钱?
输入 token 每 100 万 197.028 积分(约 $2.463,按「Scale」套餐单价计算),输出 token 每 100 万 985.815 积分(约 $12.323)。请求里的每条消息——system、user 以及之前的 assistant 轮次——都算输入;回复(包括推理过程)算输出。一个月输入 750,000 个 token、输出 250,000 个 token,合计 394.225 积分,约 $4.928。积分是预付的:没有订阅费,也不按人头收费。
Kimi K3 可以和哪些模型对比?
我们目录中唯一的 Kimi 档位,最突出的是它异常长的上下文窗口。 目录里的每个模型都走同一个接口和密钥,所以对比只需要改 model 字段、再读各自响应里的 usage;GET /v1/models 会把上下文窗口、限制和价格并排列出。
什么时候值得用 Kimi K3 而不是更便宜的模型?
当答案质量本身就是产品的时候:日常对话与助手、分步推理、多步骤智能体循环和长文档。把常规流量——短分类、草稿、信息抽取——分流到更便宜的模型,把 Kimi K3 留给真正需要它的调用。一个密钥、一种请求格式,这种分流在你代码里只是一条路由规则,不是第二套接入。
Kimi K3 的上下文窗口和 max_tokens 限制是多少?
上下文 1M token,由 prompt 和回复共用。max_tokens 限制回复长度:模型最多接受 16,384,不传该字段时默认 2,048。如果 prompt 长到没有空间生成回复,请求会在扣费前以 400 context_length_exceeded 被拒绝;被上限截断的回复,finish_reason 是 "length"。
Kimi K3 支持流式输出吗?
支持。传 "stream": true,响应就是 text/event-stream:每个 token 一条 data: 行上的 chat.completion.chunk,最后一个 chunk 的 choices 为空数组并带 usage 对象——prompt_tokens、completion_tokens、total_tokens 以及 cost(本次扣除的积分)——随后是 data: [DONE]。请从最后这个 chunk 读取 usage;OpenAI SDK 把它暴露为 chunk.usage。若上游在流中途失败,你会收到一帧 data: {"error": {...}} 然后是 [DONE]。
可以用 OpenAI SDK 调用 Kimi K3 吗?
可以。把 base_url 指向 https://api.genmux.tech/v1,用你的 genmux API 密钥作为 api_key,model 设为 "kimi-k3"。system/user/assistant 消息的 chat completions、流式输出、max_tokens、temperature、top_p 和 stop 都与 SDK 中一致。tools 和 function calling 同样按 SDK 的方式工作,response_format 的 json_object / json_schema 会被校验。 n 大于 1 和 logprobs 会以 400 unsupported_parameter 明确拒绝,而不是被静默忽略。
Kimi K3 支持给编程智能体用的工具调用吗?
支持。像调用 OpenAI API 那样传 tools 和 tool_choice;回复里会带 tool_calls(流式下是 delta.tool_calls),你用 role: tool 的消息把结果传回。function calling 由本 API 模拟实现——工具被渲染进 prompt 再解析回来——因此可以配合 OpenCode、Cline、Roo Code、Continue 以及任何 OpenAI SDK 循环使用;工具定义会计入 prompt token(每个工具约 40 个,外加 schema)。配置和实测通过率见编程智能体页面。
请求失败或我中断流式输出时会被扣多少?
没有产生 token 就不扣:被拒绝的请求、503 model_unavailable 或 502 upstream_error 都会全额退回预留。积分按预估 prompt 加上 min(max_tokens, 2,048) 个输出 token 预留,调用结束时按实际用量结算,未用完的预留会释放。如果你提前关闭流,只需为已生成的 token 付费。
速率限制是多少,API 密钥怎么用?
每个密钥有每秒请求数限制(默认 10),每个账户有并发请求上限(默认 20);超过任一项会收到 429 rate_limited 和 Retry-After 响应头。密钥在控制台创建,只展示一次,可以设置 IP 白名单和过期时间。一个密钥适用于目录中的所有模型,文本和图像都一样。
你们会存储我的 prompt 和回复吗?
不会。生成记录只保留最后一条用户消息的预览(最多 200 个字符)、消息条数、消息的 SHA-256 哈希、token 数和费用——从不保存消息或回复本身。GET /v1/generations/{id} 会返回这条记录供你对账;内容只存在于你自己的进程中,以及模型供应商处调用期间。
Kimi K3 的输出可以商用吗?
可以。根据我们的服务条款,模型为你生成的文本,我们能转让的权利归你所有,可用于商业用途,前提是 prompt 和用途符合条款以及模型供应商的使用政策。面向客户发布之前请先阅读条款。
怎么从 Kimi K3 切换到别的模型?
改一下 model 字段——请求里其他内容都不用变,密钥和余额也照旧。 GET /v1/models 会列出每个 id 及其上下文窗口、限制和价格,并标明哪些支持 enable_thinking、web_search 和图片输入。
在 OpenCode、Aider、Cline 或 Continue 中使用 →

延伸阅读

其他模型

同一个密钥、同一种请求格式——改一下 model 字段就能切换。

  • Doubao Seed 2.0 Pro API

    doubao-seed-2-pro

    字节跳动豆包的旗舰模型,带图片理解和联网搜索——面向复杂推理和多模态任务。

    每 100 万 token:输入 $1.063 · 输出 $5.10

  • Doubao Seed 2.0 Code API

    doubao-seed-2-code

    豆包的编程调优模型,带图片理解——适合智能体编程、重构和「截图转 UI」这类任务。

    每 100 万 token:输入 $1.063 · 输出 $5.10

  • Doubao Seed 2.0 Lite API

    doubao-seed-2-lite

    中档豆包模型,带图片理解——通用助手和图文对话,成本低于 Pro。

    每 100 万 token:输入 $0.213 · 输出 $1.063

  • Doubao Seed 2.0 Mini API

    doubao-seed-2-mini

    最便宜的带图片理解的豆包模型——大流量、对延迟敏感的对话和简单图像任务。

    每 100 万 token:输入 $0.027 · 输出 $0.85

  • Claude Opus 5.5 API

    claude-opus-5-5

    Anthropic 最强的 Claude Opus 模型——推理和智能体编程能力强,上下文窗口大,适合复杂的多步骤工作。

    每 100 万 token:输入 $1.836 · 输出 $9.18

  • Claude Fable 5.1 API

    claude-fable-5-1

    Anthropic 面向长篇写作的高端 Claude 模型——擅长精修初稿和编辑,上下文窗口大。

    每 100 万 token:输入 $21.25 · 输出 $21.25

  • 图像模型

    同一个密钥和余额也能用于图像生成:Nano Banana、Seedream、Qwen-Image、FLUX 等,按张计费。