发布时间
2026/7/17模型系列
Kimi输入模态
输出模态
输入价格
¥20 / 1M tokens输出价格
¥100 / 1M tokens缓存写入价格
¥25 / 1M tokens缓存读取价格
¥2 / 1M tokens上下文窗口
1,000,000最大输出长度
1,000,000Kimi K3 是 Kimi 迄今能力最强的旗舰模型，拥有 2.8 万亿参数，基于 KDA 混合线性注意力机制（Kimi Delta Attention）和注意力残差（Attention Residuals）技术构建，原生支持视觉理解，并拥有 100 万 token 上下文窗口。它是全球首个开源的 3 万亿级别模型，面向长程编程、知识工作和推理等前沿智能场景而设计。
智脑 API 根据调度策略向最合适的供应商发起请求，并自动回退至可用性最高的供应商。
首字延迟
68.64s
吞吐量
0.02tps
可用性
100.00%
供应商模型名
paratera/moonshotai/kimi-k3
支持的参数
近期可用性
推理
可切换推理
支持的响应格式
上下文长度
1,000,000
最大输出
1,000,000
输入价格
¥20 / 1M tokens
输出价格
¥100 / 1M tokens
缓存写入
¥25 / 1M tokens
缓存读取
¥2 / 1M tokens
首字延迟
45.35s
吞吐量
27.62tps
可用性
100.00%
供应商模型名
tokenmall-cdtx/moonshotai/kimi-k3
支持的参数
近期可用性
推理
可切换推理
支持的响应格式
上下文长度
1,000,000
最大输出
1,000,000
输入价格
¥12 / 1M tokens
输出价格
¥60 / 1M tokens
缓存写入
¥15 / 1M tokens
缓存读取
¥1.2 / 1M tokens
首字延迟
7.75s
吞吐量
30.17tps
可用性
100.00%
供应商模型名
jdcloud/moonshotai/kimi-k3
支持的参数
近期可用性
推理
可切换推理
支持的响应格式
上下文长度
1,000,000
最大输出
1,000,000
输入价格
¥20 / 1M tokens
输出价格
¥100 / 1M tokens
缓存写入
¥25 / 1M tokens
缓存读取
¥2 / 1M tokens
首字延迟
23.47s
吞吐量
12.99tps
可用性
93.00%
供应商模型名
tokenmall-zyld/moonshotai/kimi-k3
支持的参数
近期可用性
推理
可切换推理
支持的响应格式
上下文长度
1,000,000
最大输出
1,000,000
输入价格
¥11.4 / 1M tokens
输出价格
¥57 / 1M tokens
缓存写入
¥14.25 / 1M tokens
缓存读取
¥1.14 / 1M tokens
首字延迟
16.55s
吞吐量
22.71tps
可用性
100.00%
供应商模型名
moonshot/moonshotai/kimi-k3
支持的参数
近期可用性
推理
可切换推理
支持的响应格式
上下文长度
1,000,000
最大输出
1,000,000
输入价格
¥20 / 1M tokens
输出价格
¥100 / 1M tokens
缓存写入
¥25 / 1M tokens
缓存读取
¥2 / 1M tokens
首字延迟
15.69s
吞吐量
21.69tps
可用性
100.00%
供应商模型名
volcengine/moonshotai/kimi-k3
支持的参数
近期可用性
推理
可切换推理
支持的响应格式
上下文长度
1,000,000
最大输出
1,000,000
输入价格
¥20 / 1M tokens
输出价格
¥100 / 1M tokens
缓存写入
¥25 / 1M tokens
缓存读取
¥2 / 1M tokens
首字延迟
5.11s
吞吐量
71.78tps
可用性
100.00%
供应商模型名
baidu/moonshotai/kimi-k3
支持的参数
近期可用性
推理
可切换推理
支持的响应格式
上下文长度
1,000,000
最大输出
1,000,000
输入价格
¥18 / 1M tokens
输出价格
¥90 / 1M tokens
缓存写入
¥22.5 / 1M tokens
缓存读取
¥1.8 / 1M tokens
首字延迟
9.43s
吞吐量
30.17tps
可用性
100.00%
供应商模型名
alibaba/moonshotai/kimi-k3-2
支持的参数
近期可用性
推理
可切换推理
支持的响应格式
上下文长度
1,000,000
最大输出
1,000,000
输入价格
¥20 / 1M tokens
输出价格
¥100 / 1M tokens
缓存写入
¥25 / 1M tokens
缓存读取
¥2 / 1M tokens
首字延迟
12.21s
吞吐量
21.76tps
可用性
100.00%
供应商模型名
alibaba/moonshotai/kimi-k3
支持的参数
近期可用性
推理
可切换推理
支持的响应格式
上下文长度
1,000,000
最大输出
1,000,000
输入价格
¥20 / 1M tokens
输出价格
¥100 / 1M tokens
缓存写入
¥25 / 1M tokens
缓存读取
¥2 / 1M tokens
在智脑 API 上对比不同供应商的表现
28.43 tok/s
19.54 s
moonshotai/kimi-k3的各供应商可用性
智脑 API 为您统一各供应商的请求与响应格式
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.360.cn/v1",
apiKey: process.env.ZHINAO_API_KEY,
});
const response = await client.chat.completions.create({
model: "moonshotai/kimi-k3",
messages: [
{ role: "user", content: "Hello, how are you?" }
],
temperature: 0.7,
max_tokens: 1000,
});
console.log(response.choices[0].message.content);