Kimi K3 API

K3 兼容 OpenAI 格式。任何 OpenAI SDK 都能直接用——把 base_url 指向一个承载 kimi-k3 的接口地址、写上模型名，接入就完成了。

快速开始

下面的代码通过 EvoLink 调用 K3——它在 OpenAI 兼容接口上承载 kimi-k3。换成其他网关只需替换 base_url，其余一行不改。

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_EVOLINK_API_KEY",
    base_url="https://direct.evolink.ai/v1",   # <-- 你唯一需要改的一行
)

response = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {"role": "user", "content": "Explain prompt caching in two sentences."},
    ],
)

print(response.choices[0].message.content)
print(response.usage)

curl https://direct.evolink.ai/v1/chat/completions \
  -H "Authorization: Bearer $EVOLINK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3",
    "messages": [
      {"role": "user", "content": "Explain prompt caching in two sentences."}
    ]
  }'

鉴权用 Bearer token：Authorization: Bearer <key>。key 放在环境变量里，绝不写进源码。接口路径是 /v1/chat/completions——如果你用的是 OpenAI SDK，把 /v1 根路径交给它，剩下的部分 SDK 会自动拼接。

拿 key：两条正规途径，任选一条

上面的代码需要一个 API key，正规途径有两条。有三样东西两边完全一样——费率（$3.00 / $0.30 / $15.00 每百万 token，带日期戳）、模型行为（缓存块、推理计费——本来就是同一个模型），还有你的代码（两边都是 OpenAI 格式；以后想切换，只改一行 base_url）。不一样的，是调用之外的所有事：

什么时候该选官方直连？如果你只会用 Kimi 系列模型、且不希望链路上有任何中间层，那就直连——本页代码换成月之暗面的 base_url 一样能跑。除此之外的场景，右边这一列就是本站示例默认走网关的原因。

获取 EvoLink API key——注册即送 10 个免费额度

注册完成即进入带引导的控制台。已有账号？直接去控制台拿 key →

真实响应体长什么样

略有删减，其余逐字保留原始返回：

{
  "id": "chatcmpl-6a593017ec44f116fb614895",
  "object": "chat.completion",
  "created": 1784229923,
  "model": "kimi-k3",
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "OK",
      "reasoning_content": "The user is asking me to reply with exactly \"OK\". This is a simple request with no complications..."
    },
    "finish_reason": "stop"
  }],
  "usage": {
    "prompt_tokens": 90,
    "completion_tokens": 47,
    "total_tokens": 137,
    "completion_tokens_details": {"reasoning_tokens": 31},
    "prompt_tokens_details": {"cached_tokens": 90}
  }
}

有两个字段值得注意，因为 OpenAI 里没有对应物：

• message.reasoning_content——K3 的思考过程，和答案一起返回。取答案要读 content。推理在 K3 上不是可开关的模式，而是恒开。
• usage.completion_tokens_details.reasoning_tokens——输出 token 里有多少花在了思考上。上面这个例子，47 个 token 里 31 个用于推理，而回答只有两个字母。这部分按输出价计费。

确认调用真的成功了

在 K3 上，HTTP 200 不等于成功。要查四件事：

1. model 回显的是 kimi-k3——而不是网关悄悄替换的兜底模型。
2. finish_reason 是 stop，不是 length——length 加空内容，正是推理预算陷阱的典型特征。
3. content 是一个真正的字符串，不是 ""。
4. usage.total_tokens 不为零——它还告诉你这次花了多少。

落到代码上，最值得写的一条断言：

choice = response.choices[0]
if choice.finish_reason == "length" and not choice.message.content:
    raise RuntimeError(
        f"Reasoning consumed the whole budget "
        f"({response.usage.completion_tokens_details.reasoning_tokens} reasoning tokens). "
        f"Raise max_completion_tokens."
    )

关键参数

完整的参数与响应结构参考：EvoLink 的 kimi-k3 API 文档。

流式输出

Server-sent events，以 data: [DONE] 结束。K3 特有的一个细节：你最先收到的 token 是推理，不是答案。我们实测首 token 中位数 2.8s——而且五次实测里有三次，128 token 的上限被思考耗尽，一个内容 token 都没等到。

stream = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "Count to three."}],
    stream=True,
    stream_options={"include_usage": True},   # 不设这个就完全拿不到 usage
)

for chunk in stream:
    if not chunk.choices:
        continue
    delta = chunk.choices[0].delta
    if getattr(delta, "reasoning_content", None):
        pass                      # 思考内容——通常不是你要渲染的部分
    if delta.content:
        print(delta.content, end="", flush=True)

如果你把 reasoning_content 渲染给用户，等于把模型的草稿纸亮给他们看。多数产品的做法是：推理阶段显示加载动画，只把 content 流式输出出去。

API 常见问题

Kimi K3 的模型 ID 是什么？

只能是 kimi-k3——不是 kimi-k3-chat，也不是 moonshot-k3。响应会在 model 字段里把它回显出来，值得写一条断言去校验。

Kimi K3 兼容 OpenAI 格式吗？

兼容。K3 走标准的 /v1/chat/completions 接口形态，任何 OpenAI SDK 无需改动即可使用——设好 base_url 和模型名就行。K3 特有的两处补充，是 message 里的 reasoning_content 和 usage 里的 reasoning_tokens。

用 Kimi K3 API 需要月之暗面账号吗？

不需要。任何承载 kimi-k3 的接口地址都能用——通过 EvoLink，一个账号、10 个免费额度，就能在调 K3 的同时调用 GPT、Claude、Gemini 等全球主流模型，费率与月之暗面官方直连一致。

调 Kimi K3 该用哪个 base_url？

走 EvoLink：https://direct.evolink.ai/v1。直连月之暗面：https://api.moonshot.ai/v1。两种方式下，其余代码完全一致。