Kimi K3
Rede Neural
Kimi K3 é um modelo de raciocínio multimodal da Moonshot AI com pesos abertos, ideal para código complexo e cenários de agentes.
Especificações
- Entrada
- texto, imagens, documentos
- Saída
- texto
- Tamanho do contexto
- 1 048 576 tokens
- Comprimento máximo de resposta
- 16 384 tokens
- Níveis de raciocínio
- nenhum, baixo, alto, max
- Recursos
- raciocínio, chamada de funções
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona Kimi K3?
Kimi K3 é um modelo de raciocínio multimodal da Moonshot AI com 2,8 trilhões de parâmetros e pesos abertos. É forte em programação complexa, trabalho com conhecimento e cenários de agentes longos, onde a tarefa é resolvida por uma cadeia de passos, não apenas uma resposta. A variante batch é projetada para processamento em lote. Através do BotHub, o modelo está disponível sem VPN ou cartão estrangeiro: pagamento com cartão russo em rublos e apenas pelos tokens consumidos, sem assinatura. Aqui você encontra mais de 250 modelos em uma única janela — alterne e compare respostas no mesmo prompt, e uma API compatível com OpenAI permite trocar de modelo no seu serviço sem reescrever a integração. As conversas são criptografadas, e empresas têm acesso a contrato, fatura e painel administrativo com limites. Desenvolvedores usam o Kimi K3 para refatoração, análise de bases de código desconhecidas e depuração; analistas verificam fatos em materiais volumosos; equipes de produto criam agentes que dividem tarefas em etapas; e pesquisadores analisam cálculos técnicos com o modelo.Perguntas frequentes sobre Kimi K3
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
É um modelo de texto da Moonshot AI com contexto de 1.048.576 tokens. Aceita texto, documentos e imagens, raciocina antes de responder e chama funções. Adequado para analisar documentação volumosa, trabalhar com código — escrita, refatoração, depuração — e para análise e tarefas STEM.
Em uma resposta, o modelo gera até 16.384 tokens — o suficiente para uma seção volumosa de documentação, um grande módulo de código ou uma análise detalhada. Precisa de mais? Divida a tarefa: a janela de contexto de 1.048.576 tokens permite manter todo o diálogo e o código-fonte à vista.
Sim, o raciocínio antes da resposta é confirmado: o modelo primeiro constrói uma cadeia de passos e só então formula o resultado. Isso ajuda significativamente em matemática, lógica, análise de requisitos contraditórios e depuração, onde é importante chegar à resposta de forma consistente, não apenas adivinhar.
Sim, function calling e saída estruturada em JSON são suportados, permitindo conectar o modelo a ferramentas, bancos de dados e serviços internos. No BotHub, tudo passa por uma API compatível com OpenAI: você pode mudar para outro modelo sem reescrever a integração, e os tokens não expiram.
Imagens e documentos, sim: envie um print, esquema, PDF ou tabela e receba uma análise em texto. Áudio e vídeo não estão listados em nossos dados, então não conte com isso no cenário; se necessário, mude para um modelo especializado na mesma janela.
Não temos dados sobre características por idioma, então não prometemos especificidades — teste o modelo com seus prompts e compare com outro na mesma janela. A interface do site e do bot do Telegram está em russo, o pagamento é feito com cartões russos, e o acesso é sem VPN ou cartão estrangeiro.