Kimi K3

Kimi K3 是月之暗面面向长周期编码、端到端知识工作和深度推理推出的旗舰模型。它提供 100 万 token 上下文窗口、图片理解能力，并通过 AnyFast OpenAI 兼容的对话补全接口提供始终开启的推理能力。

模型 ID 为 kimi-k3。K3 始终进行推理，并使用顶层 reasoning_effort 字段控制思考强度，不再使用 K2.x 的 thinking 对象。

核心能力

100 万 token 上下文 — 处理大型代码库、长文档和长时间运行的智能体历史
2.8T 稀疏架构 — 使用 KDA、Attention Residuals 和 Stable LatentMoE，每个 Token 激活 896 个专家中的 16 个
多模态输入 — 在同一轮对话中理解文本和图片
始终开启推理 — 支持 low、high 和 max，默认为 max
长周期编码 — 理解大型代码库并协调终端或外部工具完成工程任务
结构化输出 — 使用 JSON Mode 或严格 JSON Schema 约束最终答案
工具调用 — tool_choice 支持 auto、none 和 required
自动上下文缓存 — 长前缀保持不变时无需创建缓存 ID 即可尝试命中缓存
Partial Mode — 从预先提供的 assistant 文本前缀继续生成

快速示例

curl https://www.anyfast.ai/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3",
    "messages": [
      {"role": "user", "content": "用一句话介绍 Kimi K3。"}
    ]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://www.anyfast.ai/v1"
)

completion = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {"role": "user", "content": "用一句话介绍 Kimi K3。"}
    ]
)

print(completion.choices[0].message.content)

思考强度

K3 始终开启推理。根据任务复杂度，将顶层 reasoning_effort 设置为 low、high 或 max，默认值为 max。

completion = client.chat.completions.create(
    model="kimi-k3",
    reasoning_effort="high",
    messages=[
        {"role": "user", "content": "证明 2 的平方根是无理数。"}
    ]
)

print(completion.choices[0].message.content)

不要传入 K2.x 的 thinking 参数。K3 的推理无法关闭。对话中途切换 reasoning_effort 还会使前缀缓存失效，因此应在对话开始前确定思考强度。

流式输出

流式模式下，推理过程通过 delta.reasoning 返回，最终答案通过 delta.content 返回。非流式响应还会返回 message.reasoning，并可能包含 message.reasoning_details。

stream = client.chat.completions.create(
    model="kimi-k3",
    reasoning_effort="max",
    messages=[
        {"role": "user", "content": "解释天空为什么是蓝色的。"}
    ],
    stream=True,
    stream_options={"include_usage": True}
)

for chunk in stream:
    if not chunk.choices:
        continue
    delta = chunk.choices[0].delta
    reasoning = getattr(delta, "reasoning", None)
    if reasoning:
        print(reasoning, end="", flush=True)
    if delta.content:
        print(delta.content, end="", flush=True)

图片输入

多模态 content 必须是带类型的对象数组。AnyFast 支持传入公开图片 URL 或 Base64 Data URI。

import base64
from pathlib import Path

image_data = base64.b64encode(Path("image.png").read_bytes()).decode()

completion = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image_url",
                    "image_url": {
                        "url": f"data:image/png;base64,{image_data}"
                    }
                },
                {"type": "text", "text": "描述这张图片。"}
            ]
        }
    ]
)

print(completion.choices[0].message.content)

官方建议图片不超过 4K。

结构化输出

使用 response_format.type: "json_schema" 并设置 strict: true，可以约束最终 message.content 的结构。

import json

completion = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {"role": "user", "content": "小林今年 28 岁，请提取姓名和年龄。"}
    ],
    response_format={
        "type": "json_schema",
        "json_schema": {
            "name": "person",
            "strict": True,
            "schema": {
                "type": "object",
                "properties": {
                    "name": {"type": "string"},
                    "age": {"type": "integer"}
                },
                "required": ["name", "age"],
                "additionalProperties": False
            }
        }
    }
)

person = json.loads(completion.choices[0].message.content)
print(person)

只解析 message.content；reasoning 和 reasoning_details 不属于结构化结果。

工具调用

K3 支持顶层函数工具，tool_choice 可以使用 auto、none 或 required。

completion = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {"role": "user", "content": "上海今天的天气怎么样？"}
    ],
    tools=[
        {
            "type": "function",
            "function": {
                "name": "get_weather",
                "description": "查询城市天气",
                "parameters": {
                    "type": "object",
                    "properties": {
                        "city": {"type": "string"}
                    },
                    "required": ["city"]
                }
            }
        }
    ],
    tool_choice="required"
)

print(completion.choices[0].message.tool_calls)

执行工具后，将完整 assistant 消息和每个 tool_call_id 对应的 role: "tool" 结果追加到 messages，再调用模型获得最终答案。

Partial Mode

在最后追加一条带有 partial: true 的 assistant 消息，可以让模型从指定前缀继续生成。

prefix = "结论："

completion = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {"role": "user", "content": "解释 API 兼容性为什么重要。"},
        {"role": "assistant", "content": prefix, "partial": True}
    ]
)

print(prefix + (completion.choices[0].message.content or ""))

参数与限制

参数	类型	必需	说明
`model`	string	是	固定为 `kimi-k3`
`messages`	array	是	对话历史，支持文本、图片内容和工具消息
`reasoning_effort`	string	否	`low`、`high` 或 `max`，默认为 `max`
`max_completion_tokens`	integer	否	默认 131,072，最大 1,048,576；输入与输出总量不能超过 100 万 token 上下文
`stream`	boolean	否	是否启用 SSE 流式输出，默认为 `false`
`stream_options`	object	否	设置 `include_usage: true` 可在最终流式数据块中返回用量
`response_format`	object	否	支持 `text`、`json_object` 或 `json_schema`
`tools`	array	否	提供给模型的函数定义
`tool_choice`	string	否	`auto`、`none` 或 `required`
`stop`	string / array	否	最多 5 个停止字符串，每个不超过 32 字节；停止词可能在最终内容生成前终止推理
`prompt_cache_key`	string	否	稳定的会话或任务标识，有助于提高缓存命中率
`safety_identifier`	string	否	稳定且建议经过哈希处理的终端用户标识

temperature 固定为 1.0，top_p 固定为 0.95，n 固定为 1，两个 penalty 参数固定为 0。请勿显式传入这些参数。多轮对话和工具调用必须原样回传完整 assistant 消息，包括 reasoning、reasoning_details 和 tool_calls。

自动上下文缓存针对保持不变的前缀生效。上一请求的 Prompt 超过 256 Token 后，后续请求才可能命中前缀缓存。同一会话或任务建议复用稳定的 prompt_cache_key。

API 参考

查看 Kimi K3 的交互式 API 参考。

快速开始

模型介绍

资源

核心能力

快速示例

思考强度

流式输出

图片输入

结构化输出

工具调用

Partial Mode

参数与限制

API 参考

​核心能力

​快速示例

​思考强度

​流式输出

​图片输入

​结构化输出

​工具调用

​Partial Mode

​参数与限制

API 参考

核心能力

快速示例

思考强度

流式输出

图片输入

结构化输出

工具调用

Partial Mode

参数与限制