Kimi K3 API 上手教程：充值、模型名、价格和 reasoning_effort 一次讲清（2026实测）

作者

上一篇写过 Kimi K3 的模型本身，后台有人问：API 到底怎么调？要花多少钱？这篇只讲实操，数据来自 Kimi 开放平台（platform.kimi.com）2026 年 9 月的官方文档，价格以那个时间点为准，下单前自己再核一遍。

第一步：拿 Key，充 10 块钱

注册登录 platform.kimi.com，在控制台的 API Keys 页面创建一个 Key。注意 K3 有点特殊：它是旗舰模型，要在开放平台充值后才能调用，最低充 10 元。新用户注册送的那 15 元代金券，对 K3 无效——我第一次试的时候还纳闷账户里有钱为什么报错，翻了文档才发现这条。

Key 建议放环境变量，别直接写死在代码里：

export MOONSHOT_API_KEY="你的Key"

第二步：确认模型名和 base_url

API 兼容 OpenAI 和 Anthropic 两种格式，base_url 是 https://api.moonshot.cn/v1。K3 的模型名就一个字符串：kimi-k3。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MOONSHOT_API_KEY"],
    base_url="https://api.moonshot.cn/v1",
)

r = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "用一句话介绍 Kimi K3。"}],
)
print(r.choices[0].message.content)

如果你的代码之前在用 K2.x，记得把 thinking 参数删掉，K3 换成了顶层的 reasoning_effort，见下面第四步。

第三步：搞清楚价格，别被账单吓到

官方定价（每 1M tokens，人民币）：

  • kimi-k3：输入未命中 20 元，缓存命中 2 元，输出 100 元；上下文窗口 1,048,576 tokens
  • kimi-k2.7-code：输入未命中 6.5 元，缓存命中 1.3 元，输出 27 元，256K 窗口
  • kimi-k2.6：输入未命中 6.5 元，缓存命中 1.1 元，输出 27 元，256K 窗口

单价看着不贵，但有两处容易多花钱。一是 reasoning tokens 也会产生费用，聊天打发时间不需要深度推理时把 effort 调低能省不少（下一节讲怎么调）。二是输出价格是输入的 5 倍，让模型大段复述原文是最亏的用法。

中文文本大概 1 token 对应 1.5 到 2 个汉字，粗算够用了。在意精确数字可以去调 Token 计算接口。另外 K3 支持上下文缓存，重复喂同一段长文档时按命中价格计费，只有原价的十分之一——同一个 system prompt 或者同一份资料反复用的场景，记得利用这个。

还有个便宜的绕路：BatchJob 异步批处理的接口定价更低，不着急的任务可以走这条路。

第四步：reasoning_effort 怎么设置

K3 每次调用都推理（thinking 已经取消了），能控的是推理深度，三档：low、high、max，默认 max。

r = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "推导这个数列的通项公式：1, 4, 9, 25, 64, ..."}],
    reasoning_effort="high",
)
# 思考过程在 reasoning_content 里
print(r.choices[0].message.reasoning_content)
print(r.choices[0].message.content)

我的用法：日常简单任务用 low，写代码做方案用 high，默认的 max 只留给真的难啃的题。K3 本来就是深度思考型的模型，全都用 max 会显著拉高 token 消耗和延迟。同样一段输入，不同档位下的 token 数差别不小，算大账之前先试两档比较一下。

第五步：限速早知道

限速跟着累计充值金额走。充 10 块（Tier 级别最低档）并发只有 1，RPM 3，TPM 50 万，TPD 150 万。充到 50 元后并发 15、RPM 100，TPD 不再限制。测试阶段偶尔连发几个请求被 429 拦下来是正常的，攒实验代码的时候加个简单的退避（sleep 几秒重试）就够了。

对照之前的定位：K3 适合长上下文、代码、深度推理这类任务。要是你的场景只是日常对话和搜索问答，翻之前写过的 Kimi 免费横评，挑个便宜模型更划算。

两个坑

加盟会费白花钱。前面提过，15 元代金券不能抵 K3 调用。有空去领一下确定还能拿到就行，别为了 15 块钱把测试计划推一周。

上下文塞太满，费用翻好几倍。1M 窗口不等于要装满。输入 token 越多，不单费用越高，长文本处理也更慢。文档解析类接口（上传提取内容）本身有限时免费活动，但提取出来的内容作为输入传给模型照样算 token，别把整本 PDF 灌进去只为了问一个章节的结论，先做切分。

准备好跑通第一个请求后，建议先用几个 prompt 小成本测一测，同一个任务在 low 和 max 下的 token 差有多明显，再确定自己日常用哪个档位。

发表评论