text·image·video
silvamux/
kimi-k3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在本轮能力评测中综合得分75,整体表现良好。其文本理解(96%)和信息检索/RAG(88%)表现突出,能够分析文档语义、提取关键信息并处理复杂问答,并从知识库和多来源资料中定位信息、组织证据并生成有依据的回答。对企业知识库团队、AI 应用开发者和研究人员而言,它适合用于资料检索、文档问答、信息抽取和检索增强生成场景,解决从大量资料中找到相关信息,并形成可用于后续决策的回答;数学与科学推理(86%)也为相关任务提供补充。在能力边界上,长文本处理(32%)相对较弱,在超长材料、跨章节引用和持续上下文任务中,建议拆分输入并核对关键信息是否遗漏。
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- 延迟
- 22.08s
- 吞吐量
- 7.53Ktokens/min
- 可用率
- 99.6%
可用率
99.6%- 完成率
- 100%
- 缓存命中率
- 动态变化
- 累计评测耗时
- 8121.2s
- Token 消耗
- 1,019,814tokens
- 平均请求次数
- 7.0次
- TPM
- 7,534tokens/min
- QPM
- 1.2req/min
Kimi K3 的示例代码和 API
Tune
kimi-k3@tune/api/v0/chat/completions/api/v1/chat/completionsPro
kimi-k3/api/v0/chat/completions/api/v1/chat/completions/api/anthropic/v1/messagescurl 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",
"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",
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\",\"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',
messages: [{ role: 'user', content: '你好,请介绍一下自己' }],
})
console.log(response.choices[0].message.content)