kimik3.io/API/EvoLink vs OpenRouter
Kimi K3 走 EvoLink 还是 OpenRouter
两家都按月之暗面(Moonshot AI)的官方原价承载 kimi-k3。我们在同一天用同一套实测跑遍了两边。差别在哪、按你的场景怎么选,都在这一页。
按你要调什么、以及你的钱能换多少 token 来选——单价没得比,两家一模一样。如果你永远只用 Kimi 系模型,直连月之暗面就好,根本不需要网关。如果你想在一把 key 上同时用 K3 和其他模型,那就是在 EvoLink 和 OpenRouter 之间二选一:同样的 $3.00 / $0.30 / $15.00 每百万 token 牌价、同样的 OpenAI 兼容格式、同样的缓存机制。可实测的差别是:OpenRouter 买额度要收 5–5.5% 手续费(EvoLink 充值不加价);它把 K3 的推理字段改了名(用 reasoning,不是月之暗面原生的 reasoning_content);当天 73 次调用里唯一一次传输失败是 OpenRouter 的上游超时;OpenRouter 会在 usage 里自报美元成本,而 EvoLink 原样返回月之暗面的原生响应结构。
实测于 2026-07-18——20 轮同题交替调用,外加字段、缓存与可靠性检查,两边同测。方法;原始数据在站点仓库。
三十秒决策
- 永远只用 Kimi 系模型?直连月之暗面(
https://api.moonshot.ai/v1)。没有中间层,少管一个账号。API 指南里有写法。 - K3 要和 GPT、Claude、Gemini 一起用?那你需要网关——一把 key、一个余额,换模型只是改个字符串。选项就是 EvoLink 或 OpenRouter,本页剩下的部分就是两家的实测对比。
- 已经在用其中一家?除非下面哪一行改变了你的想法,否则不用换。切换成本是一行
base_url、一个模型名——外加一处字段改名,坑就坑在这里。看为什么。
价格:牌价相同——差别在充值那一步
两家对 kimi-k3 收的都是月之暗面官方牌价——EvoLink 的读自它的文档,OpenRouter 的读自它的 models API(均为 2026-07-18),并且我们用自己的调用核对过 OpenRouter 逐次返回的 usage.cost 与其牌价的算术关系。真正的差别在于:你的一块钱,到了两边各能换成多少额度:
| EvoLink | OpenRouter | |
|---|---|---|
| 输入(缓存未命中) | $3.00 | $3.00 |
| 输入(缓存命中) | $0.30 | $0.30 |
| 输出(含推理) | $15.00 | $15.00 |
| 充值手续费 | 无 | 刷卡 5.5%($0.80 起收)· 加密货币 5% |
| 上下文窗口 | 1,048,576 | 1,048,576 |
| 模型 ID | kimi-k3 | moonshotai/kimi-k3 |
| base_url | https://direct.evolink.ai/v1 | https://openrouter.ai/api/v1 |
OpenRouter 明确表示它对模型单价不加价——费用挪到了付款那一步:按其官方 FAQ(2026-07-18 读取),刷卡「5.5%($0.80 起收)」、加密货币「5%」(自带上游 key 的 BYOK 模式超过每月 100 万次请求后另收 5%)。所以两边的单价表完全一致,但经 OpenRouter 刷卡买下的每一百万 token,实际贵约 5.5%。EvoLink 充值不加任何手续费,且不定期有充值送额度的活动——活动期间,实际单价差距还会朝同一个方向再拉开一截。
所以「牌价相同」的准确含义是:账单单价一样,从你银行卡里出去的钱不一样。本页剩下的部分比行为。
推理字段名不一样——是迁移税,不是地雷
K3 永远在思考,并把思考内容随回答一起返回。月之暗面的原生字段是 message.reasoning_content——EvoLink 原样透传。OpenRouter 把它改名成了自家的跨厂商统一命名:
| EvoLink | OpenRouter | |
|---|---|---|
| 思考内容(非流式) | message.reasoning_content |
message.reasoning + message.reasoning_details |
| 思考内容(流式 delta) | delta.reasoning_content |
delta.reasoning |
| 模型名回显 | "kimi-k3" |
"moonshotai/kimi-k3" |
usage 里的美元成本 |
— | usage.cost + cost_details,单位 USD |
先把话说准:什么时候这件事才真的花你的钱——全新接入的时候通常不花。你(或者帮你写代码的 AI)照着你选的那家网关的文档写,读对字段名,就完事了。改名真正咬人的是下面三种情况:
- 日后换网关。两边的卖点都是「迁移只改一行
base_url」——对回答正文来说这是真的。但你处理推理的那部分代码(思考过程展示、等正文前的加载逻辑、推理 token 诊断)读的字段不存在了,拿到None,静默降级,没有任何报错可捕获。「一行迁移」的故事漏讲的就是这一段。 - 把 Kimi 生态的现成代码拿到 OpenRouter 上用。官方文档、教程、SDK 示例和开源片段读的都是
reasoning_content。在 EvoLink 上原样能跑;在 OpenRouter 上这个字段拿回来是空的。 - 同一套代码打两家。做降级路由或跨网关 A/B,每条响应都得把两个名字都读一遍。
兼容两边的修法就一行:
def get_reasoning(delta):
# 月之暗面 / EvoLink 用 reasoning_content;OpenRouter 改名为 reasoning
return getattr(delta, "reasoning_content", None) or getattr(delta, "reasoning", None)
改名是双向的——照 OpenRouter 的 reasoning 写的代码,到月之暗面或 EvoLink 上同样失明。实际的不对称在生态而不在对错:EvoLink 的结构就是月之暗面的结构,所以体量更大的那批 Kimi 原生代码和文档在它上面原样能用。
缓存:两边机制完全一致
我们把一段全新的约 4.5k token 前缀对每家网关各发两次。两边都命中,而且都按我们直连月之暗面实测出的 256-token 块粒度给出折扣——这是「两家都把你的提示词透传到同一套缓存」最有力的证据:
| prompt_tokens | 热调用 cached_tokens | 块数(÷256) | |
|---|---|---|---|
| EvoLink | 4,502 | 4,352 | 17 |
| OpenRouter | 4,501 | 4,352 | 17 |
OpenRouter 的 usage.cost 回执把同一件事标上了美元数:冷调用扣 $0.0145,热调用扣 $0.0026。十倍缓存折扣走哪家网关都是真的——而且和 K3 的一贯表现相同,它省钱,不省时间。
可靠性:73 次调用说明了什么
当天整套测试——延迟、缓存、长上下文、tools、推理探测;故意打错的探测除外——只出现了一次传输失败,而且不在 EvoLink 这边:
| 调用数 | 传输失败 | 失败形态 | |
|---|---|---|---|
| EvoLink | 60 | 0 | — |
| OpenRouter | 13 | 1 | Upstream idle timeout exceeded——挂了 143 秒后才死 |
对样本量说实话:十三次里失败一次不算失败率,只能算一桩轶事。值得记住的是这次失败的形态——它不是快速失败,而是把连接吊了 143 秒才断。如果你经任何聚合器调用 K3,客户端超时要自己设,别继承网关的耐心,并且在超时后重试。
延迟:两个时段窗口,排不出稳定赢家
测试设计本身就控制了时段变量:每一轮把同一条提示词背靠背先后打向两家网关、发送顺序轮换——所以每一轮都是一场同题对决,时段负载的漂移影响不到组内对比。2026-07-18 我们这样跑了两个窗口,间隔约 90 分钟,共 19 组有效配对:
| EvoLink 中位 | OpenRouter 中位 | OpenRouter 获胜轮数 | 配对差值中位 | |
|---|---|---|---|---|
| 窗口 1 | 31.1s | 22.0s | 7 / 9 | +7.4s |
| 窗口 2(约 90 分钟后) | 26.9s | 25.8s | 5 / 10 | −1.1s |
| 合并 | — | — | 12 / 19 | +6.2s |
只看窗口 1,这就是 OpenRouter 的胜局:9 轮赢 7 轮、中位快 7.4s。然后是窗口 2,同一协议、90 分钟后:打平——各赢 5 轮、中位数只差 1.1s,还略偏 EvoLink。合并起来 OpenRouter 赢 12/19 组;对这个比例做符号检验,p ≈ 0.36——和抛 19 次硬币抛出来的偏差一个量级。与此同时,单轮成绩在两条线路上都在 ~2.6s 到 ~38s 之间横跳,两条线路也都摸到过同样的最快地板。「延迟由月之暗面那侧的负载主导,不由网关那一跳决定」,落到数字上就是这个样子:任何一家网关自身的波动都比两家之间的差距大一个量级。
所以我们不向任何一边判延迟胜负——不是因为某个窗口里数字接近(窗口 1 里并不接近),而是因为这个排名连 90 分钟都没扛过去。如果更多窗口跑出稳定差距,本节会给出结论并附日期戳。
各自赢在哪
当 K3 在你的技术栈里是主力时,选 EvoLink。理由如下,每一条都在上文或对应页面实测过:
- 月之暗面原生响应。
reasoning_content、kimi-k3回显、与官方文档逐字节一致的结构——代码在官方直连和 EvoLink 之间迁移只改一行base_url,没有字段改名。实测。 - 整套测试零传输失败——当天 60 次调用一次没挂——对面是 OpenRouter 那次吊死 143 秒的上游超时。样本都小,已如实标注,但数据是我们自己的。
- 一个生产专用接口外加一个备用(
direct.evolink.ai/api.evolink.ai)——延迟页两个都计过时。 - 同一块钱换到更多 token。牌价相同,但充值不收手续费(OpenRouter 的是 5–5.5%,引自其官方 FAQ),注册即送 10 个免费额度、不用绑卡,还不定期有充值送额度的活动。GPT、Claude、Gemini 等全球主流模型共用同一把 key。
当 OpenRouter 的生态本身就是你要的东西时,选它——你已经深度依赖它的跨厂商统一格式,或者你要它那条超长的小众模型长尾,或者你想要每条响应都盖着 usage.cost 的美元戳(确实好用;EvoLink 没有对应字段,我们也希望它有)。它家的 K3 货真价实、原价销售:同一套缓存、上游只有月之暗面一家、没有二次转售。
亲手复现这份对比
上面每一个数字都来自你可以重放的调用——整套测试脚本就在站点仓库里。EvoLink 注册即送 10 个免费额度:够把全部结论验证一遍。
获取 EvoLink API key——注册即送 10 个免费额度常见问题
OpenRouter 上的 Kimi K3 和 EvoLink 上的是同一个模型吗?
是。OpenRouter 给 moonshotai/kimi-k3 列出的上游只有一家——月之暗面自己——而且我们的缓存测试显示两家网关命中的是同一套 256-token 块缓存,命中数完全吻合。同一个模型、同一个价格,只是响应字段名不同。
换了网关之后,为什么我的推理展示是空的?
因为思考字段在月之暗面和 EvoLink 上叫 reasoning_content,在 OpenRouter 上叫 reasoning。只读其中一个名字的代码,到另一边拿到的就是 None——而且没有任何报错。两个名字都读;上面有代码。
Kimi K3 在 EvoLink 和 OpenRouter 哪家更便宜?
牌价完全相同——每百万 token 输入 $3.00、缓存命中输入 $0.30、输出 $15.00,2026-07-18 对两家都核验过——但 OpenRouter 买额度时按官方 FAQ 要收刷卡 5.5%($0.80 起收)或加密货币 5% 的手续费,EvoLink 充值不加价。刷卡充值的话,同样的 token 经 OpenRouter 实际贵约 5.5%。
Kimi K3 走哪家更快?
没有稳定的答案。同题配对实测(2026-07-18,两个窗口共 19 组):窗口 1 OpenRouter 明显占优(9 轮赢 7 轮、中位快 7.4s),90 分钟后的窗口 2 打平(各赢 5 轮、中位差 1.1s、略偏 EvoLink)。合并 12/19 做符号检验 p ≈ 0.36——和抛硬币没区别。任何一条线路自身的波动都比两家之间的差距大得多,因为 K3 的延迟由模型侧推理和负载主导,不由网关那一跳决定。