

Kimi K3 und Kimi K2.6 im direkten Vergleich: Spezifikationen, Fähigkeiten, Parameter und Live-Preise aus dem EmpirioLabs-Katalog.
Kimi K3 und Kimi K2.6 sind beide Modelle von Moonshot AI in der Kategorie Textgenerierung und über die EmpirioLabs API verfügbar.
| Spezifikation | Kimi K3 | Kimi K2.6 |
|---|---|---|
| Modell-ID | kimi-k3 | kimi-k2-6 |
| Autor | Moonshot AI | Moonshot AI |
| Veröffentlicht | 15. Juli 2026 | 20. Apr. 2026 |
| Kontextfenster | 1M Token | 256K Token |
| Max. Ausgabe | 131.072 Token | 16.000 Token |
| Eingabe | Text Bild Video | Text Bild Video |
| Ausgabe | Text | Text |
| Strukturierte Ausgabe | JSON Schema | JSON Schema |
| Region | International | China |
| Endpoints | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/kimi-k3:generateContent | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/kimi-k2-6:generateContent |
| Fähigkeiten |
Live-Preise aus dem EmpirioLabs-Katalog für beide Modelle. Jede Preistabelle entspricht immer dem, was die API berechnet.
Anfrageparameter, die jedes Modell auf EmpirioLabs angibt, mit den zulässigen Werten oder dem Bereich, wo einer gilt. Ein Strich markiert einen Parameter, den das Modell nicht angibt.
| Parameter | Kimi K3 | Kimi K2.6 |
|---|---|---|
| max_tokens | 1 bis 1048576 Standard: 131072 | 1 bis 16000 |
| stop | string | string |
| reasoning_effort | low, high, max Standard: max | none, low, medium, high, max Standard: medium |
| tool_web_search | boolean Standard: false | - |
| max_tool_calls | 1 bis 20 Standard: 5 | - |
| response_format | enum | enum |
| temperature | - | 0 bis 1.99 Standard: 0.7 |
| top_p | - | 0 bis 1 Standard: 0.9 |
| enable_thinking | - | boolean Standard: true |
| thinking_budget | - | 1 bis 81920 Standard: 32768 |
| web_search_linkup | - | boolean Standard: false |
| disable_formatting | - | boolean Standard: false |
Unterstützt Text-, Bild- und Videoeingaben mit einem 1M-Token-Kontext, Funktionsaufruf, JSON-Schema-strukturierter Ausgabe und integrierte Websuche mit $0.015 pro aufgerufenem Aufruf. Das Denken ist immer aktiviert; die Denktiefe ist mit der reasoning_effort Steuerung einstellbar (maximal empfohlen) und Reasoning-Token werden als Ausgabetoken abgerechnet. Temperatur und andere Abtasteinstellungen werden vom Modelldienst festgelegt. Mehrstufiger Funktionsaufruf über die API muss die Assistenten-Nachricht mit ihrem reasoning_content Feld erneut abspielen.
Kimi K3 bedient die OpenAI-kompatible Chat Completions API. Richte ein beliebiges OpenAI SDK mit deinem EmpirioLabs API-Schlüssel auf https://api.empiriolabs.ai/v1 und verwende die Modell-ID kimi-k3. Beide Modelle werden über denselben Endpunkt aufgerufen. Setze model auf kimi-k3 oder kimi-k2-6. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k3",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'Kimi K3 ist die neuere Veröffentlichung (15. Juli 2026); Kimi K2.6 erschien am 20. Apr. 2026. Kimi K3 hat das größere Kontextfenster: 1M Token gegenüber 256K bei Kimi K2.6. Kimi K3 liefert bis zu 131.072 Ausgabe-Token pro Antwort, Kimi K2.6 bis zu 16.000. Die Spezifikationen, Preistabellen und Parameter auf dieser Seite stammen aus dem Live-Katalog von EmpirioLabs.
Kimi K3 ist die neuere Veröffentlichung (15. Juli 2026); Kimi K2.6 erschien am 20. Apr. 2026.
Kimi K2.6 hat den niedrigeren Preis für Eingabe (pro 1M Prompt-Token) und Ausgabe (pro 1 Million generierter Token). Beide Live-Preistabellen stehen auf dieser Seite und entsprechen immer dem, was die API berechnet.
Ja. Beide Modelle nutzen POST /v1/chat/completions mit demselben EmpirioLabs API-Schlüssel, die meisten Integrationen wechseln also durch Ändern des model Werts. Prüfe zuerst die Parametertabelle auf dieser Seite, wenn du dich auf einen modellspezifischen Parameter verlässt.
Ja. Öffne jedes Modell im EmpirioLabs Playground und führe denselben Prompt auf beiden aus, mit den Parametern, die die API bereitstellt.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.