Kimi K3 API

POST Base URL: https://api.hiapi.ai /v1/chat/completions

复制页面

该模型使用兼容 OpenAI 的 Chat Completions 接口。同一个 HiAPI API Key 可调用账户分组内已开放模型；切换到图片、视频或音频模型时，需要改用 /v1/tasks 及对应请求结构。

模型概览

模型名称	kimi-k3
提供方	Moonshot AI
类型	文本生成 · Chat Completions
上下文	100 万 Token
思考	始终开启 · low/high/max
价格	HiAPI 实时 Token 价格

Kimi K3 是 Moonshot AI 的推理模型，支持 100 万 Token 上下文。HiAPI 当前开放文本 Chat Completions 接入，支持始终开启的思考、流式输出、结构化输出、工具调用和缓存读取。

生产建议

请求契约

• 向 POST /v1/chat/completions 发送请求，model 填 kimi-k3，并使用 messages。同一个 HiAPI API Key 可调用已开放模型；媒体模型使用不同请求结构的 /v1/tasks。
• 思考始终开启。使用顶层 reasoning_effort=low、high 或 max，默认是 max。不要发送 thinking.type、temperature 或 top_p。
• 续轮时保留完整 assistant 历史，包括 reasoning_content 和 tool_calls。

适用场景

长上下文文本任务

利用 100 万 Token 上下文处理长文档和多轮应用上下文。

messages

推理与编程

按任务需要比较 low、high、max 的质量与延迟。

reasoning_effort

工具工作流

声明函数，由应用执行返回的调用，再带回工具结果继续请求。

toolstool_choice

请求参数

model string 必填

使用完整公共模型 ID。

示例 kimi-k3 可选值: kimi-k3

messages array 必填

按顺序传入对话历史，续轮时保留完整 assistant 消息。

role enum 必填

消息角色。

可选值: systemuserassistanttool

content string | null 可选

普通消息的文本内容；带工具调用的 assistant 消息可以为 null。

reasoning_content string 可选

返回的 assistant 思考内容；续轮时原样保留。

tool_calls array 可选

assistant 返回的工具调用；由应用执行并带回原消息。

tool_call_id string 可选

tool 结果必填，并与 assistant 工具调用 ID 对应。

stream boolean 可选

设为 true 返回 Server-Sent Events。

默认 false

stream_options object 可选

流式响应选项。

include_usage boolean 可选

设为 true，在最后一个流式 chunk 中返回 usage。

reasoning_effort enum 可选

始终开启的思考强度，不支持 medium 或 none。

默认 max 可选值: lowhighmax

max_tokens integer 可选

可选的输出预算。本页不推断未确认的最大输出上限。

response_format object 可选

支持 json_object 和严格 json_schema 输出。

tools array 可选

OpenAI 兼容的函数定义。

tool_choice string | object 可选

使用 auto 或兼容的显式选择。

API 接入示例

</> 查看 cURL / Python / Node.js

调用示例

流式响应

将同一请求对象的 stream 改为 true，并在最后一个 SSE chunk 中返回 usage。

请求体⧉

{
  "model": "kimi-k3",
  "messages": [
    {
      "role": "user",
      "content": "请用三段简短文字解释 HTTP 缓存的工作方式。"
    }
  ],
  "reasoning_effort": "max",
  "stream": true,
  "stream_options": {
    "include_usage": true
  }
}

降低思考强度

日常任务更重视延迟和输出用量时使用 low。

请求体⧉

{
  "model": "kimi-k3",
  "messages": [
    {
      "role": "user",
      "content": "请用三段简短文字解释 HTTP 缓存的工作方式。"
    }
  ],
  "reasoning_effort": "low",
  "stream": false
}

较高思考强度

多步分析任务可以使用 high。

请求体⧉

{
  "model": "kimi-k3",
  "messages": [
    {
      "role": "user",
      "content": "请用三段简短文字解释 HTTP 缓存的工作方式。"
    }
  ],
  "reasoning_effort": "high",
  "stream": false
}

函数工具

由应用执行返回的函数调用，再带回 assistant 调用和匹配的 tool 结果。

请求体⧉

{
  "model": "kimi-k3",
  "messages": [
    {
      "role": "user",
      "content": "What is the status of task demo-123?"
    }
  ],
  "reasoning_effort": "max",
  "stream": false,
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_task_status",
        "description": "Look up a task by ID.",
        "parameters": {
          "type": "object",
          "properties": {
            "task_id": {
              "type": "string"
            }
          },
          "required": [
            "task_id"
          ],
          "additionalProperties": false
        }
      }
    }
  ],
  "tool_choice": "auto"
}

JSON Mode

请求 JSON 对象，并在校验字段后解析最终 content。

请求体⧉

{
  "model": "kimi-k3",
  "messages": [
    {
      "role": "user",
      "content": "请返回一个 JSON 对象，只包含名为 summary 的字符串字段，内容介绍 HTTP 缓存。"
    }
  ],
  "reasoning_effort": "max",
  "stream": false,
  "response_format": {
    "type": "json_object"
  }
}

严格 JSON Schema

约束业务字段，并将最终 content 作为 JSON 解析。

请求体⧉

{
  "model": "kimi-k3",
  "messages": [
    {
      "role": "user",
      "content": "请用三段简短文字解释 HTTP 缓存的工作方式。"
    }
  ],
  "reasoning_effort": "max",
  "stream": false,
  "response_format": {
    "type": "json_schema",
    "json_schema": {
      "name": "cache_summary",
      "schema": {
        "type": "object",
        "properties": {
          "summary": {
            "type": "string"
          }
        },
        "required": [
          "summary"
        ],
        "additionalProperties": false
      },
      "strict": true
    }
  }
}

续轮与计费

• tool_calls 只是模型提出的调用，工具由客户端执行。下一次请求必须带回原 assistant 消息，以及 tool_call_id 对应的 role=tool 结果。
• JSON Mode 使用 response_format.type=json_object。严格 Schema 使用 response_format.type=json_schema，并设置 json_schema.schema 与 strict=true。解析 choices[0].message.content，不要解析 reasoning_content。
• 官方模型可能具备超出本 HiAPI 接入范围的能力。本页当前只记录文本输入和文本输出。

响应结构

从 choices[0].message.content 读取最终回答。assistant 消息还可能包含 reasoning_content 和 tool_calls。输入、缓存读取和输出 Token 的计费以 usage 为准；思考 Token 已包含在 completion_tokens 中。

{
  "id": "chatcmpl_example",
  "object": "chat.completion",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "An HTTP cache stores reusable responses...",
        "reasoning_content": "I will explain the cache lookup and validation flow."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 24,
    "prompt_tokens_details": {
      "cached_tokens": 8
    },
    "completion_tokens": 42,
    "completion_tokens_details": {
      "reasoning_tokens": 18
    },
    "total_tokens": 66
  }
}

1. 从 choices[0].message.content 读取最终文本。
2. 流式调用拼接 choices[0].delta.content，并处理 [DONE]。
3. 从 usage 读取输入、缓存读取和输出 Token 数量。

常见问题

应该使用哪个接口和模型 ID？

使用 POST /v1/chat/completions，并将 model 设置为 kimi-k3。

如何选择思考强度？

日常任务使用 low，多步分析使用 high，复杂推理或编程使用 max。默认是 max，不支持 medium 和 none。

可以关闭思考或调节 temperature 吗？

不可以。思考始终开启，本接入固定 temperature=1、top_p=.95。请求中请省略 thinking.type、temperature 和 top_p。

思考 Token 计费吗？

计费。思考 Token 包含在 completion_tokens 中，并按输出计费。请以 usage 明细为准，不要按可见回答长度估算。

可以复用 OpenAI SDK 客户端吗？

可以。将 base_url 设置为 https://api.hiapi.ai/v1，使用 HiAPI API Key，通过 chat.completions.create 传入 messages，并调整 reasoning_effort、保留 assistant 历史。

支持图片或 Responses 吗？

当前 HiAPI 接入只开放文本 Chat Completions。不要把官方视觉或 Responses 示例直接用于本接入。

缓存读取如何计费？

查看请求返回的 usage.prompt_tokens_details.cached_tokens。缓存不保证命中，各类 Token 的费率以模型定价页面为准。 查看实时价格。

下一步

• 打开 Kimi K3 模型页
• 阅读 Chat Completions 指南
• 比较 AI 文本 API
• 查看实时价格