Kimi K3 là mô hình chủ lực của Moonshot AI và là bản phát hành mạnh mẽ nhất cho đến nay — một mô hình Mixture-of-Experts với 2,8 nghìn tỷ tham số được xây dựng cho các tác vụ lập trình dài hạn và công việc tri thức từ đầu đến cuối. Nó kết hợp cửa sổ ngữ cảnh 1M token với khả năng hiểu hình ảnh tự nhiên, chấp nhận đầu vào văn bản và hình ảnh với đầu ra văn bản, và được thiết kế để duy trì tính mạch lạc trong các phiên tác tử rất dài. Moonshot định vị K3 cho các kịch bản tác tử lập trình như Codex, Claude Code, Cline và RooCode, cũng như các công việc suy luận sâu và tri thức. Nó cung cấp điều khiển reasoning_effort cấp cao nhất và khả năng gọi công cụ tự nhiên, và hỗ trợ định dạng API OpenAI để tích hợp dễ dàng. Lưu ý rằng K3 không chấp nhận các tham số lấy mẫu (không có temperature / top_p / seed) — độ sâu suy luận được kiểm soát thông qua reasoning_effort thay vào đó.
MoonshotAI Kimi K3 là một mô hình ngôn ngữ lớn được phát triển bởi MoonshotAI, một công ty AI Trung Quốc. Mô hình này hỗ trợ cửa sổ ngữ cảnh lên đến 1,048,576 token và chấp nhận cả đầu vào văn bản và…
Khả năng chính của Kimi K3 là xử lý một cửa sổ ngữ cảnh lên tới 1.048.576 token, cho phép nó tích hợp toàn bộ tiểu thuyết, sách hướng dẫn kỹ thuật dài, hoặc lịch sử hội thoại phong phú trong một lời nhắc duy nhất. Nó cũng chấp nhận hình ảnh, cho phép suy luận đa phương thức. Mô hình có thể thực hiện các tác vụ như tóm tắt, trả lời câu hỏi và sinh văn bản trên các đầu vào rất dài. Nó có khả năng hiểu các hướng dẫn phức tạp và tuân theo chúng qua các chuỗi dài. Nó hỗ trợ các tham số API tương thích với OpenAI như temperature, max_tokens, top_p và chuỗi dừng thông qua OrcaRouter.
Kimi K3 hoạt động tốt nhất khi tác vụ vốn yêu cầu một ngữ cảnh rất lớn—ví dụ: phân tích một tài liệu dài 1.000 trang trong một lần, hoặc duy trì một cuộc hội thoại với lịch sử đầy đủ hàng trăm tin nhắn. Đối với đầu vào ngắn hơn, chi phí cao hơn trên mỗi token ($3/$15 mỗi triệu) có thể không được chứng minh. Các mô hình rẻ hơn với cửa sổ ngữ cảnh nhỏ hơn có thể xử lý hầu hết các tác vụ điển hình hiệu quả hơn. Chỉ sử dụng Kimi K3 khi tác vụ yêu cầu toàn bộ cửa sổ ngữ cảnh để tránh việc cắt bớt hoặc nhiều bước chia nhỏ và tóm tắt.
Kimi K3 vượt trội trong các tác vụ mà thông tin được phân tán trên một văn bản rất dài hoặc bao gồm hình ảnh. Ví dụ bao gồm trích xuất các sự kiện chính từ một báo cáo dài như một cuốn sách, trả lời câu hỏi về một cơ sở mã hoàn chỉnh, so sánh nhiều bài nghiên cứu, hoặc phân tích một loạt sơ đồ. Nó cũng có thể duy trì tính nhất quán qua các cuộc hội thoại dài. Sức mạnh của nó nằm ở khả năng chú ý đến tất cả các phần của ngữ cảnh cùng một lúc, giảm nhu cầu truy xuất hoặc phân đoạn bên ngoài.
Mặc dù Kimi K3 có cửa sổ ngữ cảnh lớn, nhưng nó có thể không phải lúc nào cũng hoạt động tốt như các mô hình tinh chỉnh nhỏ hơn trong các tác vụ hẹp. Ngữ cảnh lớn cũng có thể làm tăng độ trễ và chi phí tính toán. Các giới hạn chính xác (ví dụ: độ phân giải hình ảnh tối đa, loại tệp được hỗ trợ, khả năng ngôn ngữ) không được nêu rõ trong các dữ kiện đã cho, nhưng là điều vốn có trong thiết kế của mô hình. Người dùng cần lưu ý rằng các prompt rất dài tiêu tốn nhiều token và do đó làm tăng chi phí. Mô hình được truy cập thông qua OrcaRouter; áp dụng thời gian hoạt động và thời gian phản hồi của nhà cung cấp.
Các thông tin được cung cấp không bao gồm điểm chuẩn cụ thể cho Kimi K3. Nhìn chung, các mô hình ngữ cảnh lớn được đánh giá trên các tác vụ như bài kiểm tra Needle in a Haystack, QA tài liệu dài và tóm tắt. MoonshotAI có thể đã công bố kết quả; người dùng nên tham khảo tài liệu chính thức. Hiệu suất của mô hình trên các điểm chuẩn NLP tiêu chuẩn (ví dụ: MMLU, GSM8K) không được nêu rõ. Chúng tôi khuyên bạn nên thử nghiệm Kimi K3 trên bộ đánh giá của riêng mình để đo lường hiệu quả của nó cho trường hợp sử dụng của bạn.
Cửa sổ ngữ cảnh 1.048.576 token có nghĩa là mô hình có thể xử lý khoảng 1,5 triệu từ tiếng Anh hoặc 800.000 ký tự tiếng Trung trong một lần. Trong thực tế, điều này cho phép xử lý toàn bộ sách, nhật ký hội thoại dài, hoặc dữ liệu đa phương thức với nhiều hình ảnh. Tuy nhiên, không phải tất cả các token đều được sử dụng như nhau; cơ chế chú ý đôi khi tập trung nhiều hơn vào các phần gần đây hoặc nổi bật. Khả năng của mô hình để truy xuất thông tin từ giữa các ngữ cảnh dài có thể được kiểm tra. Hiệu suất trong các tác vụ như vậy thường tốt hơn so với các mô hình ngữ cảnh nhỏ hơn nhưng vẫn có thể cần cải thiện.
Độ trễ và thông lượng không được chỉ định trong các dữ kiện đã cho. Các mô hình có cửa sổ ngữ cảnh rất lớn thường mất nhiều thời gian hơn để xử lý mỗi yêu cầu vì cơ chế attention mở rộng theo bậc hai với độ dài chuỗi. Đối với đầu ra đầy đủ 1M token, hãy dự kiến độ trễ cao. Thông qua OrcaRouter, bạn có thể đặt max_tokens để giới hạn độ dài đầu ra và kiểm soát thời gian phản hồi. Đối với các ứng dụng thời gian thực, hãy cân nhắc sử dụng các mô hình nhỏ hơn. Xử lý hàng loạt các tác vụ dài hơn có thể thực tế hơn. Hiệu suất thực tế sẽ phụ thuộc vào cơ sở hạ tầng của nhà cung cấp và tải hiện tại.
Cửa sổ ngữ cảnh lớn của Kimi K3 vừa là điểm mạnh vừa là thách thức. Mô hình có thể không chính xác bằng các mô hình chuyên biệt trong các tác vụ yêu cầu suy luận chính xác trên đầu vào ngắn. Chất lượng của mô hình có thể thấp hơn trong các lĩnh vực như viết sáng tạo hoặc sinh mã so với các mô hình được tinh chỉnh cho các tác vụ đó. Ngoài ra, chi phí mỗi token tương đối cao, vì vậy sử dụng nó cho các lời nhắc ngắn là không hiệu quả. Mô hình này còn khá mới; tính ổn định lâu dài và sự hỗ trợ từ MoonshotAI là những yếu tố cần xem xét.
Kimi K3 có giá $3.00 cho mỗi 1 triệu token đầu vào và $15.00 cho mỗi 1 triệu token đầu ra. Đây là mức giá của nhà cung cấp, không có bất kỳ khoản phụ phí nào từ OrcaRouter. Token đầu vào bao gồm cả token văn bản và hình ảnh (hình ảnh được tính phí dựa trên số token tương đương). Token đầu ra là bất kỳ token nào do mô hình tạo ra. Không có khoản phí nào khác ngoài chi phí theo token. Giá có thể thay đổi bởi nhà cung cấp, nhưng OrcaRouter truyền trực tiếp mức giá mà không thêm biên lợi nhuận.
Bởi vì Kimi K3 có thể xử lý các ngữ cảnh cực kỳ dài, nó có thể thay thế nhiều lệnh gọi API mà các mô hình ngữ cảnh nhỏ hơn cần, từ đó có thể giảm chi phí tổng thể cho các tác vụ yêu cầu xử lý toàn bộ tài liệu. Tuy nhiên, mỗi token lại đắt hơn so với nhiều mô hình nhỏ gọn. Ví dụ: đầu vào 1 triệu token với mức giá cố định $3.00, trong khi một mô hình nhỏ hơn có thể chỉ tốn $0.15 mỗi triệu token nhưng lại cần nhiều lệnh gọi để xử lý cùng một lượng dữ liệu. Sự đánh đổi nằm giữa tính đơn giản và chi phí trên mỗi token. Người dùng nên ước tính tổng lượng token sử dụng cho mỗi tác vụ.
Các thông tin được cung cấp không đề cập đến bất kỳ chương trình giảm giá theo khối lượng hay bộ nhớ đệm nào cho Kimi K3 trên OrcaRouter. Giá cả được tính chính xác theo token như nhà cung cấp đã niêm yết. OrcaRouter có thể cung cấp các tính năng như ghi nhật ký yêu cầu hoặc thử lại, nhưng không có thông tin về giảm giá cụ thể. Người dùng nên kiểm tra trang giá hiện tại của OrcaRouter để cập nhật. Nhìn chung, người dùng có khối lượng lớn có thể thương lượng trực tiếp với nhà cung cấp, nhưng khi sử dụng qua OrcaRouter, các mức giá niêm yết sẽ được áp dụng.
Hình ảnh được chuyển đổi thành token cho mục đích thanh toán. Quá trình token hóa chính xác của hình ảnh phụ thuộc vào độ phân giải của chúng và thuật toán của nhà cung cấp. Thông thường, một hình ảnh tiêu chuẩn (ví dụ: 1024x1024) có thể có chi phí vào khoảng hàng trăm token. Do giá đầu vào của Kimi K3 là $3.00 trên 1M token, việc bao gồm hình ảnh trong prompt sẽ làm tăng số lượng token đầu vào và do đó tăng chi phí. Với khối lượng công việc có nhiều hình ảnh, tổng chi phí có thể tăng nhanh chóng. Nên giảm thiểu kích thước ảnh hoặc chỉ bao gồm các ảnh có liên quan để kiểm soát chi phí.
Kimi K3 được truy cập thông qua API tương thích với OpenAI của OrcaRouter. Bạn gửi yêu cầu HTTP POST đến https://api.orcarouter.ai/v1/chat/completions với tham số model được đặt thành "kimi/kimi-k3". Định dạng yêu cầu giống hệt với API Chat Completions của OpenAI: bao gồm một mảng messages với các vai trò system, user và assistant. Đối với đầu vào hình ảnh, sử dụng mảng content với loại "image_url". Hãy đảm bảo bạn có khóa API từ OrcaRouter. Không cần cấu hình đặc biệt; các tham số tiêu chuẩn như temperature, max_tokens, top_p và stop đều được hỗ trợ.
Thông qua OrcaRouter, Kimi K3 hỗ trợ các tham số tương thích với OpenAI tiêu chuẩn: temperature (mặc định 0.7), max_tokens (lên đến giới hạn đầu ra của mô hình, không được chỉ định cụ thể nhưng có thể dưới 32K), top_p, frequency_penalty, presence_penalty, chuỗi dừng (stop sequences) và n (số lượng kết quả hoàn chỉnh). Mô hình cũng chấp nhận tham số stream để xuất dữ liệu theo thời gian thực. Đối với đầu vào hình ảnh, bạn có thể sử dụng định dạng nội dung đa phương thức. Các tham số không được hỗ trợ sẽ bị bỏ qua. Cửa sổ ngữ cảnh lớn cho phép đặt max_tokens cao cho các đầu ra dài, nhưng hãy lưu ý đến chi phí.
Việc di chuyển rất đơn giản nếu bạn đã sử dụng API tương thích với OpenAI. Chỉ cần thay đổi base URL thành https://api.orcarouter.ai/v1, cập nhật model ID thành "kimi/kimi-k3", và đặt khóa API OrcaRouter của bạn. Không cần thay đổi mã nguồn nếu bạn sử dụng cùng định dạng tin nhắn. Để hỗ trợ hình ảnh, hãy đảm bảo prompt của bạn bao gồm URL hình ảnh hoặc dữ liệu base64. Bạn có thể cần điều chỉnh max_tokens và các tham số khác để phù hợp với khả năng của model. Hãy thử nghiệm với một mẫu nhỏ trước để xác minh chất lượng đầu ra và chi phí.
Bạn cần một khóa API từ OrcaRouter. Bao gồm nó trong header Authorization dưới dạng Bearer YOUR_API_KEY. OrcaRouter quản lý xác thực và thanh toán. Vì lý do bảo mật, không chia sẻ khóa của bạn. OrcaRouter cũng có thể hỗ trợ xoay vòng khóa API. Không cần xác thực bổ sung từ MoonshotAI. Tất cả các yêu cầu đều đi qua cơ sở hạ tầng của OrcaRouter, nơi xử lý giới hạn tốc độ và xử lý lỗi. Đảm bảo các yêu cầu của bạn tuân thủ các điều khoản dịch vụ của OrcaRouter.
Kimi K3 cung cấp cửa sổ ngữ cảnh lên tới 1.048.576 token, một trong những mức lớn nhất hiện có. Nó có thể so sánh với các mô hình từ các nhà cung cấp khác cũng hỗ trợ ngữ cảnh triệu token. Giá cả của nó là $3/$15 mỗi triệu token có tính cạnh tranh. Không giống như một số mô hình, Kimi K3 hỗ trợ đầu vào đa phương thức (văn bản và hình ảnh). Một điểm khác biệt chính là nó được truy cập qua OrcaRouter mà không có phụ phí. Khi so sánh với các mô hình như GPT-4 Turbo (ngữ cảnh 128K, chi phí cao hơn), Kimi K3 có thể rẻ hơn cho các chuỗi rất dài nhưng có thể có hồ sơ chất lượng khác nhau. Các so sánh điểm chuẩn không được cung cấp.
Chọn Kimi K3 khi tác vụ yêu cầu cửa sổ ngữ cảnh lớn đầy đủ—ví dụ, phân tích một tài liệu 500 trang trong một lần, hoặc bao gồm nhiều ảnh trong một prompt duy nhất. Các mô hình rẻ hơn với cửa sổ ngữ cảnh nhỏ hơn (ví dụ: 128K tokens) có thể buộc bạn phải chia nhỏ đầu vào, làm mất các tham chiếu chéo. Nếu tác vụ có thể được chia nhỏ mà không giảm chất lượng, một mô hình rẻ hơn sẽ được ưu tiên do chi phí trên mỗi token thấp hơn. Cũng cân nhắc xem các điểm mạnh cụ thể của mô hình (đa phương thức, ngữ cảnh dài) có quan trọng hay không.
Các thông tin được cung cấp chỉ đề cập đến Kimi K3. MoonshotAI có các mô hình trước đây như Kimi và Kimi K2. Kimi K3 là phiên bản mới nhất với cửa sổ ngữ cảnh lớn hơn và hỗ trợ đa phương thức. Các mô hình trước đó có thể có cửa sổ ngữ cảnh nhỏ hơn và có thể không chấp nhận hình ảnh. Giá cho các mô hình khác không được đưa ra. Đối với người dùng hiện tại của các mô hình cũ hơn của MoonshotAI, việc nâng cấp lên Kimi K3 mang lại khả năng mở rộng nhưng với chi phí cao hơn mỗi token. Quyết định phụ thuộc vào việc cửa sổ ngữ cảnh lớn hơn và đầu vào hình ảnh có xứng đáng với mức phí cao hơn hay không.
Tương thích OpenAI — giữ nguyên SDK bạn đang dùng
https://api.orcarouter.ai/v1import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="kimi/kimi-k3",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)frequency_penaltyinclude_reasoningmax_tokenspresence_penaltyreasoningreasoning_effortresponse_formatstopstructured_outputstool_choicetools| Đầu vào / 1M tokens | $3.00 |
|---|---|
| Đầu ra / 1M tokens | $15.00 |
| Đọc cache / 1M | $0.300 |
| Tiền tệ | USD |
Ước tính theo giá niêm yết
Chỉ là ước tính — số token thực tế phụ thuộc vào bộ tách token của nhà cung cấp.
Điều các nhà phát triển đang nói tuần này
@misc{orcarouter_kimi_k3,
title = {Kimi K3 API},
author = {MoonshotAI},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/kimi/kimi-k3}
}MoonshotAI. (2026). Kimi K3 API. OrcaRouter. https://www.orcarouter.ai/models/kimi/kimi-k3