text·image·video
Kimi K3
silvamux/
kimi-k3Kimi K3是一款侧重知识检索和推理的语言模型,能够完成资料查找、证据整合与数学分析,适合企业知识库问答、研究辅助及需要检索支撑的复杂任务。
价格
Tune 与 Pro 采用相同的价格。
| 输入上下文 | 输入 | 输出 | 缓存读取 | 缓存写入 |
|---|---|---|---|---|
| - | ¥20 / 1M tokens | ¥100 / 1M tokens | ¥2 / 1M tokens | ¥20 / 1M tokens |
模型能力
Kimi K3 综合得分 75,整体表现良好,是一款理解与检索能力扎实的模型。文本理解(96%)、信息检索 / RAG(88%)与数学与科学推理(86%)表现突出,语义把握精准、检索问答可靠,在智能客服与内容审核场景中优势明显。相对而言,长文本处理(32%)明显不足,长文档任务存在盲区。中等长度的理解与问答任务最能体现它的价值。
75/ 100
专项进阶能力
8 项智能体协同75%
7 题 · 主/客观混合
代码生成80%
10 题 · 客观
代码理解与调试62%
12 题 · 主/客观混合
创意写作60%
17 题 · 主/客观混合
信息检索 / RAG88%
13 题 · 主/客观混合
长文本处理32%
3 题 · 主/客观混合
数学与科学推理86%
14 题 · 客观
多语言能力80%
10 题 · 主/客观混合
通用基础能力
3 项通识知识75%
15 题 · 主/客观混合
文本理解96%
5 题 · 主观
逻辑推理70%
20 题 · 主/客观混合
安全与合规能力
2 项幻觉控制81%
9 题 · 主/客观混合
指令遵循85%
14 题 · 主观
服务表现
Kimi K3 Tune
kimi-k3@tune过去 24 小时 · 50,527 次请求
- 首 Token 等待 · TTFT · P50
- 1611ms P95 2476 ms
- 输出速度 · TPS · P50
- 51tok/s P95 94 tok/s
- 完整响应 · E2E · P50
- 4.14s P95 7.44 s
- 请求成功率
- 97.25% 49,136 次正常完成
24 小时可用性
24 小时前12 小时前现在
Kimi K3
kimi-k3@nitro过去 24 小时 · 25,742 次请求
- 首 Token 等待 · TTFT · P50
- 2033ms P95 2085 ms
- 输出速度 · TPS · P50
- 99tok/s P95 100 tok/s
- 完整响应 · E2E · P50
- 9.38s P95 9.47 s
- 请求成功率
- 99.97% 25,735 次正常完成
24 小时可用性
24 小时前12 小时前现在
Kimi K3 的示例代码和 API
Tune
kimi-k3@tune/api/v0/chat/completions/api/v1/chat/completionsPro
kimi-k3@nitro/api/v0/chat/completions/api/v1/chat/completionscurl https://www.silvamux.com/api/v1/chat/completions \
-H "Authorization: Bearer 你的API密钥" \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k3@nitro",
"messages": [{"role": "user", "content": "你好,请介绍一下自己"}]
}'# pip install openai
from openai import OpenAI
client = OpenAI(
base_url="https://www.silvamux.com/api/v1",
api_key="你的API密钥",
)
response = client.chat.completions.create(
model="kimi-k3@nitro",
messages=[
{"role": "user", "content": "你好,请介绍一下自己"}
],
)
print(response.choices[0].message.content)// Gradle: implementation(__HL_SLOT_0__)
import okhttp3.*;
OkHttpClient client = new OkHttpClient();
MediaType json = MediaType.get("application/json");
String payload = "{\"model\":\"kimi-k3@nitro\",\"messages\":[{\"role\":\"user\",\"content\":\"你好,请介绍一下自己\"}]}";
Request request = new Request.Builder()
.url("https://www.silvamux.com/api/v1/chat/completions")
.header("Authorization", "Bearer 你的API密钥")
.post(RequestBody.create(payload, json))
.build();
try (Response response = client.newCall(request).execute()) {
System.out.println(response.body().string());
}// npm install openai
import OpenAI from 'openai'
const client = new OpenAI({
baseURL: 'https://www.silvamux.com/api/v1',
apiKey: '你的API密钥',
})
const response = await client.chat.completions.create({
model: 'kimi-k3@nitro',
messages: [{ role: 'user', content: '你好,请介绍一下自己' }],
})
console.log(response.choices[0].message.content)