Moonshot AI 的 Kimi K3 是一款拥有 2.8 万亿参数的开放权重模型,现在可通过 AssemblyAI 的 LLM Gateway 调用,全球费率为每 100 万个输入 token 收费 3 美元、每 100 万个输出 token 收费 15 美元,且上下文窗口为 100 万个 token。通过 OpenAI 兼容 API 调用该模型时,只需将基础 URL 更改为 https://llm-gateway.assemblyai.com/v1 并将模型 ID 设为 kimi-k3。Kimi K3 的常开思考模式、固定为 1.0 的 temperature 和固定为 0.95 的 top_p 是 Moonshot 文档记录的核心行为,会影响响应质量和延迟。
Kimi K3 是 Moonshot AI 推出的开放权重 3 万亿级模型,拥有 2.8 万亿参数、原生视觉理解能力,并已发布完整模型权重。该模型有两项不可更改的行为和一项输出设置。第一,思考模式始终开启且无法禁用;Moonshot 提供 low、high 和 max 三种 reasoning_effort 选项,默认值为 max。第二,采样参数固定:temperature 锁定为 1.0,top_p 锁定为 0.95,Moonshot 建议用户不要在请求中包含这些参数。第三,该模型支持较长的输出,max_completion_tokens 默认为 131,072,最高可设为 1,048,576 个 token。这些规格结合模型的推理能力,解释了它在某些任务上的出色表现,以及用户遇到的较长延迟。
截至 2026 年 11 月 17 日,Kimi K3 在 LLM Gateway 上的规格如下:模型 ID 为 kimi-k3;全球输入价格为每 100 万个 token 3.00 美元;全球输出价格为每 100 万个 token 15.00 美元;缓存输入读取费用为每 100 万个 token 0.30 美元,写入费用为每 100 万个 token 3.75 美元;美国区域内请求需支付 10% 的区域附加费;上下文窗口为 1,000,000 个 token。支持的参数包括 max_tokens、tools、tool_choice、response_format、stream 和 reasoning_effort。该模型运行于两家提供商:AWS Bedrock(默认提供商,默认启用)和 Fireworks AI(需选择启用)。服务区域包括美国和全球路由;不支持访问欧盟端点。
Kimi K3 的定价与 Moonshot 的标价一致:缓存未命中时,每 100 万个输入 token 收费 3.00 美元;每 100 万个输出 token 收费 15.00 美元。LLM Gateway 按提供商费率转付,不加价,因此全球费率与 Moonshot 相同。缓存写入费率略有不同:Moonshot 标价为每 100 万个 token 3.00 美元,而 Gateway 对其默认提供商收取 3.75 美元。通过发送 "model_region": "global" 启用的全球路由,可避免仅限美国区域的请求所需支付的 10% 区域附加费。Gateway 列出的上下文窗口为 1,000,000 个 token,而 Moonshot 的定价页面列出的是 1,048,576 个 token。通过 Gateway 调用的用户应以 1,000,000 个 token 为准进行规划。kimi-k3 不支持 temperature 参数,因此请求中必须省略该参数。
LLM Gateway 兼容 OpenAI,因此无需修改即可使用官方 OpenAI Python 和 JavaScript SDK。要调用 Kimi K3,请将客户端指向 https://llm-gateway.assemblyai.com/v1,并传入 AssemblyAI API 密钥,同时将模型设为 kimi-k3。Python 示例使用 base_url="https://llm-gateway.assemblyai.com/v1",在聊天补全请求中传入 AssemblyAI API 密钥并将 model="kimi-k3",同时将 max_tokens 设为 4000,为模型的推理过程留出余量。在生产级转录文本摘要场景中,可通过 extra_body 发送另外两项设置:fallbacks,在 Kimi K3 失败时改用其他模型重试(只对最终响应的模型计费);以及 model_region,设为 "global" 后可按全球价格路由至提供商的全球端点。JavaScript SDK 无需 extra_body,可直接在请求对象中传入 fallbacks 和 model_region。
在截至 2026 年 10 月 29 日的 AssemblyAI Voice Standard Bench 基准测试中,测试共评估了 58 个模型,并考察 Kimi K3 在 30 秒、2 分钟、15 分钟和 1 小时通话转录文本上的表现。对于 30 秒音频,Kimi K3 的摘要得分为 99(比最高分低 1 分)、信息提取得分为 88、文本清理得分为 91、听写得分为 99;中位延迟为 13.7 秒,每音频小时成本为 0.25 美元。对于 2 分钟的转录文本,摘要得分为 96、信息提取得分为 88、文本清理得分为 86、听写得分为 96;中位延迟为 32.1 秒,每音频小时成本为 0.31 美元。对于 15 分钟的转录文本,摘要得分为 91、信息提取得分为 84、文本清理得分为 85;中位延迟为 115.1 秒,每音频小时成本为 0.31 美元。对于 1 小时的转录文本,摘要得分为 91、信息提取得分为 83、文本清理得分为 38(最高分为 88);中位延迟为 140.2 秒,每音频小时成本为 0.24 美元。所有任务的综合得分分别为:30 秒时 94 分(比最高分 96 分低 2 分)、2 分钟时 91 分(比最高分 94 分低 3 分)、15 分钟时 86 分(比最高分 89 分低 3 分)、1 小时时 70 分(比最高分 88 分低 18 分)。
摘要是 Kimi K3 的强项:30 秒音频得分为 99,1 小时会议得分为 91,因此它在通话和会议摘要任务中具有竞争力。它在较长音频上的信息提取表现扎实,在 15 分钟和 1 小时转录文本上分别仅有 2 个和 3 个模型得分更高。对于最长 15 分钟的转录文本,其所有任务综合得分与最佳模型相差不超过 3 分,表明它在这一时长下整体表现接近顶尖水平。长篇转录文本清理是其明显弱项:1 小时转录文本的得分降至 38,低于 46 个模型,进而拉低了该时长下的所有任务综合得分。延迟是一个关键限制:30 秒音频的中位延迟为 13.7 秒,1 小时音频为 140 秒;得分最高的最快模型在 30 秒音频上的响应时间为 0.9 至 1.3 秒,在 1 小时音频上约为 12 秒。Kimi K3 的常开思考模式是造成大部分延迟差距的原因。每音频小时成本为 0.24 至 0.31 美元,而若干表现接近顶尖水平的模型在相同任务上的成本仅为其一小部分。
Kimi K3 可通过 Moonshot 自有平台 https://api.moonshot.ai/v1 和 AssemblyAI 的 LLM Gateway https://llm-gateway.assemblyai.com/v1. 使用。两者的输入和输出价格相同,分别为每 100 万个 token 3.00 美元和 15.00 美元。LLM Gateway 提供按全球费率计费的全球路由,或对仅限美国区域处理的请求收取 10% 的区域附加费;Moonshot 则不区分区域。两者的缓存输入读取费用均为每 100 万个 token 0.30 美元;缓存写入费用在 Moonshot 上为每 100 万个 token 3.00 美元,在 LLM Gateway 的默认提供商上为 3.75 美元。Moonshot 列出的上下文窗口为 1,048,576 个 token,而 LLM Gateway 列出的是 1,000,000 个 token。在 Moonshot 平台上,一个密钥只能用于 Kimi 模型;在 LLM Gateway 上,一个 AssemblyAI 密钥即可访问 60 个模型以及语音转文本服务。开始使用 Moonshot 至少需要充值 1 美元,而使用 Gateway 则需要已有 AssemblyAI 账户。如果只需要 Kimi、需要 Moonshot 专属变体,或必须使用稍大的 1,048,576 个 token 上下文窗口,直连 Moonshot 更合适。对于已有 AssemblyAI 转录服务的用户、需要在请求失败时启用备用模型的用户,或希望在无需管理多个 API 密钥的情况下比较 Kimi K3 与 Claude、GPT、Gemini 及开放模型的团队,Gateway 更合适。
在 LLM Gateway 上,kimi-k3 运行于 AWS Bedrock(默认提供商,所有账户均默认启用)和 Fireworks AI(需选择启用,可在控制面板的 Data Controls 中启用)。Gateway 的提供商页面列出了 AWS Bedrock 和 Fireworks AI,并显示两者均采用零数据保留政策;页面还确认,没有任何 LLM Gateway 提供商会使用客户数据训练模型。目前,Kimi K3 不支持欧盟数据驻留;欧盟端点仅提供 Claude 和 Gemini 模型。
Kimi K3 是 Moonshot AI 推出的 2.8 万亿参数开放权重模型,在 LLM Gateway 上的上下文窗口为 100 万个 token(在 Moonshot 平台上为 1,048,576 个 token),具备原生视觉理解能力,且已发布完整模型权重。该模型的思考模式始终开启且无法禁用,reasoning_effort 默认值为 max。temperature 固定为 1.0,top_p 固定为 0.95。该模型支持 max_tokens、tools、tool_choice、response_format、stream 和 reasoning_effort 参数。max_completion_tokens 默认为 131,072,最高可设为 1,048,576 个 token。
如果输出质量比速度更重要,尤其是适用于对话结束后进行的任务,例如通话后摘要、会议纪要、CRM 更新和长录音合规审查,可以选择 Kimi K3。在不超过 15 分钟的音频任务中,它的所有任务综合得分接近领先水平;即使面对长达 1 小时的会议,其摘要得分也达到 91。对于实时语音代理的交互轮次,应避免使用 Kimi K3,因为它在 30 秒音频上的 13.7 秒中位延迟会使对话停滞;同样不适合清理长达 1 小时的转录文本,因为该项得分仅为 38,而最高分为 88。如果每音频小时成本是首要考量因素,请先查看 Voice Standard Bench 基准测试图表中表现接近顶尖水平的模型,因为其中多个模型在相同任务上的成本仅为 Kimi K3 每音频小时 0.24 至 0.31 美元的一小部分。
在 AssemblyAI 的 LLM Gateway 上,Kimi K3 运行于 AWS Bedrock 和 Fireworks AI,两者均列有零数据保留政策。Gateway 确认,没有任何 LLM Gateway 提供商会使用客户数据训练模型。不过,目前 Kimi K3 不支持欧盟数据驻留;欧盟端点仅提供 Claude 和 Gemini 模型。
相关快讯
DeepSeek V4.1 Flash:100万代币上下文,AssemblyAI LLM Gateway 上每 100 万输入代币收费 0.30 美元
Kimi K3.1 Pro:面向编程、3D 和金融的开放权重模型
MAI Code 2 与 Kimi K3.1 Pro:定价策略对比及已公布基准
Kimi K3 在 Harvey 法律 AI 基准测试中的通过率达 26.7%
摩尔线程完成 Kimi K3.1 Pro 训练优化