在 Claude Code 與 Codex 中執行 Kimi K3.1 Pro：設定、無聲失敗，以及一行切換
- Moonshot新MoonshotAI: Kimi K3.1 Pro2026-10-2455智能
- Orca新OrcaCyber: DeepSeek V4.1 Flash Abliterated2026-10-23$0.70 / $1.60 每百萬 tokens · 199 tok/s
- Orca新Orca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 tokens · 14 tok/s
- deepseek新DeepSeek: DeepSeek V4.1 Flash 10172026-10-1745智能
- DeepSeek新DeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 每百萬 tokens · 149 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952智能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856智能
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 每百萬 tokens · 1063 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238智能
- OpenAIOpenAI: GPT-6 Sol2026-09-2248智能
- AnthropicAnthropic: Claude Opus 5.52026-09-2258智能
- xAIGrok 4.72026-09-2146智能
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 每百萬 tokens · 159 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 每百萬 tokens · 1906 tok/s
- OpenAIOpenAI: GPT-6 Astra2026-09-0453智能77程式
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241智能76程式
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245智能76程式
- AnthropicAnthropic: Claude Fable 5.12026-09-0153智能82程式
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 每百萬 tokens · 48 tok/s
Kimi K3.1 Pro 支援三種協定：OpenAI Chat Completions、OpenAI Responses 和 Anthropic Messages。這正是它能直接接入 Claude Code 和 Codex 而無需轉譯代理的全部原因——每個工具本來就使用這三種協定之一，而 Moonshot 原生提供該協定。設定上，一種情況是幾個環境變數，另一種情況是五行 TOML 區塊。真正讓人耗掉一個下午的不是設定，而是失敗模式。Claude Code 針對不同工作使用四種不同的模型層級，任何未設定的層級都會無聲失敗，而不是明顯報錯。
本指南依據 Moonshot 自家的整合文件撰寫，並於 2026 年 10 月 24 日查核，同時納入文件中隱而未提的注意事項。若將相同工具指向路由閘道而非直接指向 Moonshot 時，某個數值會有所不同，文中會特別註明。
為什麼不需要代理
Claude Code talks to Anthropic's Messages API; Codex talks to the Responses API. Moonshot exposes both. Its Anthropic-compatible surface lives at https://api.moonshot.ai/anthropic and its Responses API at https://api.moonshot.ai/v1, and the model id is kimi-k3.1-pro on both. Nothing in either client needs to know it is not talking to the vendor it was built for.
在進入設定之前，有個後果值得先說明：模型一定會進行推理。沒有思考開關，深度是由頂層的 reasoning_effort 欄位設定，可接受 low、high 和 max，預設為 max。取樣參數是固定的——temperature 1.0、top-p 0.95、n 為 1——傳入其他值會回傳錯誤。如果你先前的設定調整過 temperature，那項調整不會在切換後保留下來。
Claude Code：環境區塊
Claude Code 會從 env 的 ~/.claude/settings.json 區塊讀取設定。寫在那裡的變數會覆寫你在 shell 中匯出的同名變數，這既是功能也是陷阱：如果你的終端機裡有過期的匯出，而檔案裡寫的是別的東西，它也救不了你。
• ANTHROPIC_BASE_URL — the Kimi endpoint root. Set it to https://api.moonshot.ai/anthropic. If you leave it unset, requests go to Anthropic and fail authentication.
• ANTHROPIC_AUTH_TOKEN — 你的 Kimi API 金鑰。這是 Claude Code 實際用來作為 bearer token 的變數；若改將 API 金鑰放在 ANTHROPIC_API_KEY，這正是設定看似正確卻回傳 401 最常見的原因。
• ANTHROPIC_MODEL — 主要對話模型：kimi-k3.1-pro。
• ANTHROPIC_DEFAULT_OPUS_MODEL、ANTHROPIC_DEFAULT_SONNET_MODEL、ANTHROPIC_DEFAULT_HAIKU_MODEL、ANTHROPIC_DEFAULT_FABLE_MODEL——每個層級各一個。至少設定前三個，並將 HAIKU 指向便宜又快速的模型，而不是旗艦模型；Moonshot 自己的範例會將該層級對應到其程式碼模型。
• CLAUDE_CODE_SUBAGENT_MODEL — 子代理所使用的設定。未設定時，子代理的工作會降級或失敗。
• CLAUDE_CODE_AUTO_COMPACT_WINDOW — 設為 1000000，與上下文視窗相符。太小會過早壓縮並丟棄上下文；太大則產生上下文長度錯誤。
• CLAUDE_CODE_EFFORT_LEVEL — Moonshot 的指南將其設為 max，這也是該模型的預設值。調低它會降低複雜任務的品質，而在工作階段中途變更它則會使前綴快取命中失效。
四個會無聲失敗的層級
這正是值得預先規劃的失敗情況。Claude Code 會針對主要對話、背景摘要、子代理與小型工具呼叫使用不同模型。只設定 ANTHROPIC_MODEL，其他路徑並不會報錯——它們會默默地不產生任何有用作用，或以某些方式退回，讓工具感覺像壞了，卻不說明原因。Moonshot 的參考表明確指出，每個未設定的層級都會導致對應任務失敗，而症狀看起來像是代理變慢或混亂，而不是設定錯誤。
實用的檢查清單是：在一次編輯中設定全部四個層級變數以及子代理變數，重新啟動 Claude Code，然後在工作階段中確認子代理確實有在執行。如果它卡住了，第一個該檢查的是層級，而不是模型。
Codex：一個 TOML 區塊
Codex reads ~/.codex/config.toml (on Windows, %USERPROFILE%\.codex\config.toml). The connection is defined by four values in a provider block: the model id kimi-k3.1-pro, a provider named kimi, base_url pointing at https://api.moonshot.ai/v1, the environment-variable name that holds the key, and — the setting that makes the direct connection work — wire_api = "responses". Set model_context_window to 1048576 as well; without it Codex falls back to default model metadata, which degrades behaviour on long inputs.
金鑰本身應放在環境中，而不是檔案裡。Codex 會從 env_key 指定的變數讀取它，因此請讓 config.toml 不含任何機密，並在你的 shell 設定檔或系統環境中設定該變數。
在提交錯誤報告前，有兩個限制需要知道。即使模型支援影片，Codex CLI 也不接受影片作為輸入——這是 Codex 輸入層的限制，因此影片相關工作必須直接透過 API 進行。此外，Codex 本身的上下文管理仍然適用：一百萬個 token 的視窗並不代表每個工作階段都應該用到這麼大。
改為將這兩個工具都指向同一個閘道
只要將 Moonshot 的基礎 URL 替換為閘道的基礎 URL，上述一切都能保持不變地運作；當同一個程式碼庫也會呼叫其他廠商的模型時，這會很有用。/v1/chat/completions、/v1/responses 與 /v1/messages——並以 ID 發布該模型：kimi/kimi-k3.1-pro。
For Claude Code, that means ANTHROPIC_BASE_URL set to the gateway root (https://api.orcarouter.ai) with the provider-prefixed model id in the four tier variables. For Codex, the same TOML block with the base URL pointing at https://api.orcarouter.ai/v1 and the model id kimi/kimi-k3.1-pro. The key variable stays the same shape; it just holds a gateway key instead of a vendor key.
換掉之後，你得到的是目錄中每一個模型各一組憑證，以及一套能在不同供應商之間移動請求、而不必更動應用程式碼的路由策略——這正是讓備援方案得以成立的原因，當新模型在發布當週的端點遭到限流時尤其如此。你要放棄的，是供應商自家的主控台，以及任何供應商專屬的測試版介面。價格則按供應商的定價原樣轉嫁：Kimi K3.1 Pro 每百萬輸入 token 為 2.00 美元、每百萬輸出 token 為 10.00 美元，不額外加價。
五分鐘的驗證
• 在動到用戶端之前，先直接呼叫端點：對 Messages 或 Chat Completions 路由發出帶有單一 token 請求的 POST，應該會回傳 JSON；而 401 表示金鑰錯誤，或屬於另一個平台。
• 在 Claude Code 中，提出一個會迫使系統啟動子代理的問題，例如跨多個檔案進行搜尋，並觀察它是否完成。這是測試層級配置最快的方法。
• 在 Codex 中，於小型儲存庫上啟動工作階段，並確認模型回報的是 1M 視窗；若它回報較小的預設值，表示 model_context_window 並未生效。
• 在工作階段開始時，刻意設定一次投入程度：max 用於困難的除錯，high 用於一般編輯，low 用於擷取與格式化。預設值是 max，而在這個模型上，那會是成本高昂的選擇。
