Kimi K3 est le modèle phare de raisonnement de Moonshot avec un contexte de jeton 1M, une pensée toujours active, une recherche web native, ainsi que des entrées texte, image et vidéo.
Moonshot AIGénération de texte1M contextePublié 15 juil. 2026InternationalEndpoint propriétaireKimi K3 est le modèle phare de raisonnement de Moonshot avec un contexte de jeton 1M, une pensée toujours active, une recherche web native, ainsi que des entrées texte, image et vidéo.
Prend en charge les entrées texte, image et vidéo, l’appel de fonctions, la sortie structurée par schéma JSON et la recherche web intégrée facturée à $0.015 par appel invoqué. La réflexion est toujours active avec un contrôle de reasoning_effort ajustable (maximum recommandé); Les jetons de raisonnement sont présentés comme des jetons de sortie. Les overrides de température et autres décharges d’échantillonnage sont fixées par le service de modèles. L’appel de fonction en plusieurs étapes doit rejouer le message assistant avec son champ reasoning_content intact. Les contrôles de cache explicites, les lots et l’ajustement fin ne sont pas pris en charge.
Aussi connu sous le nom Moonshot AI Kimi K3
kimi-k3/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/kimi-k3:generateContentmoonshotai/kimi-k3Tarifs à l'usage en direct du catalogue EmpirioLabs. Vous ne payez que ce que vous utilisez, sans minimum mensuel.
Kimi K3 sert l'API Chat Completions compatible OpenAI. Pointez n'importe quel SDK OpenAI vers https://api.empiriolabs.ai/v1 avec votre clé API EmpirioLabs et utilisez l'id de modèle kimi-k3. Obtenez une clé API depuis le tableau de bord EmpirioLabs.
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."}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://api.empiriolabs.ai/v1",
api_key="YOUR_EMPIRIOLABS_API_KEY",
)
response = client.chat.completions.create(
model="kimi-k3",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)Paramètres de requête pris en charge par l'API Kimi K3 sur EmpirioLabs. Les valeurs par défaut s'appliquent quand un champ est omis.
| Paramètre | Type | Par défaut | Plage / valeurs | Description |
|---|---|---|---|---|
| max_tokens | number | 32768 | 1 à 1048576 | Jetons de sortie maximum. Les jetons de raisonnement comptent pour cette limite. |
| stop | string | - | - | Jusqu’à 4 chaînes où le modèle cesse de générer d’autres jetons. |
| reasoning_effort | enum | max | low, high, max | Effort de raisonnement Kimi K3. La réflexion est toujours active. Un effort plus élevé dépense plus de jetons de raisonnement avant de répondre. Max est recommandé... |
| tool_web_search | boolean | false | - | Cherchez sur internet des informations en temps réel. Ajoute $0.015 au coût de la requête pour chaque appel de recherche web invoqué. |
| max_tool_calls | number | 5 | 1 à 20 | Le nombre maximal de recherches web que le modèle peut effectuer en une requête. Chaque recherche est facturée séparément. |
| response_format | enum | - | - | Limitez la sortie au JSON. Utilisez le mode JSON pour tout objet JSON valide, ou un schéma JSON pour forcer une sortie correspondant à un schéma que vous fournissez. |
Prend en charge les entrées texte, image et vidéo avec un contexte de jeton 1M, l’appel de fonction, la sortie structurée schéma JSON et la recherche web intégrée à $0.015 par appel invoqué. La réflexion est toujours activée; la profondeur de raisonnement est ajustable avec le contrôle reasoning_effort (Max est recommandé) et les jetons de raisonnement sont facturés comme jetons de sortie. La température et autres réglages d’échantillonnage sont fixés par le service de modèle. L’appel de fonction en plusieurs étapes via l’API doit rejouer le message assistant avec son champ reasoning_content intact.
Lorsque ce modèle invoque des outils intégrés dans une seule requête, la réponse porte une carte de usage.tool_usage normalisée à côté des comptes de jetons. Les décomptes d’outils sont déjà pris en compte dans cost_usd et sont mis en surface pour la transparence.
Sur EmpirioLabs, Kimi K3 est facturé à l'usage : Entrée $3.00 par 1M de jetons d’invite; Produit $15.00 par 1M de jetons générés; Recherche Web $0.015 par appel lors de l’invocation. La grille tarifaire en direct de cette page correspond toujours à ce que l'API facture.
Kimi K3 prend en charge une fenêtre de contexte de 1M tokens avec jusqu'à 131 072 tokens de sortie par réponse.
Oui. Kimi K3 sert l'API Chat Completions compatible OpenAI : les SDKs OpenAI existants fonctionnent en pointant base_url vers https://api.empiriolabs.ai/v1 et en utilisant l'id de modèle kimi-k3.
Oui. Le playground EmpirioLabs exécute Kimi K3 dans le navigateur avec les mêmes paramètres que l'API expose, pour tester vos prompts avant d'écrire du code.
Créez un compte EmpirioLabs, puis générez une clé sous API Keys dans le tableau de bord. La facturation utilise des crédits à l'usage : vous ne payez que vos requêtes.
Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.
