- контекст 1M
- Мультимодальная
- Reasoning
- Responses API
Kimi K3 в QuickSilver Pro
Kimi K3 — мультимодальная модель рассуждений Moonshot с открытыми весами на 2.8T параметров: подходит для сложного кодинга, интеллектуальной работы и долгосрочных агентных процессов и особенно сильна в навигации по большим репозиториям, работе с инструментами, отладке и итерациях с опорой на изображения, логи, тесты и обратную связь от среды выполнения. Её архитектура использует KDA и Attention Residuals ради вычислительной эффективности. На QuickSilver Pro цена составляет $2.55 за вход / $12.75 за выход за миллион токенов, чтение кеша — $0.255.
- контекст 1M
- Зрение
- Инструменты
- Рассуждение · включено по умолчанию
- Стриминг
- Вывод по JSON Schema
Вы платите · вход / выход за 1M
$2.55 / $12.75
на 2% ниже
по выходу (сравнение: Published reference)
Сравнение цен ($/1M токенов)
Длина полосы = цена относительно прайс-листа
| Провайдер | Вход | Выход | к QSP |
|---|---|---|---|
| QuickSilver Pro | $2.55 | $12.75 | самая низкая цена |
| Published reference(moonshotai/kimi-k3) | $2.55 | $12.95 | на 2% ниже |
Коротко
- Контекст
- 1M токенов
- Вход / 1M
- $2.55
- Выход / 1M
- $12.75
- Думает по умолчанию
- Да
- Задержка · сейчас
- —
- Индекс AA Intelligence
- 50
Мультимодальные рассуждения передового уровня для долгосрочного кодинга и агентных процессов на контексте 1M токенов.
Когда стоит выбрать Kimi K3?
Собрано по возможностям из каталога и опубликованным ценам, а не по бенчмарку.
Когда использовать
Выбирайте K3, когда задача охватывает большой репозиторий или корпус и требует рассуждений передового уровня по всему его объёму: сложные кодинг-агенты, которые отлаживают код по логам, тестам и обратной связи от среды выполнения; мультимодальные процессы с итерациями по изображениям наряду с кодом; и долгосрочные агенты, которые планируют и координируют множество вызовов инструментов на рабочем наборе в 1M токенов. Архитектура KDA + Attention Residuals сохраняет вычислительную эффективность таких рассуждений на длинном контексте.
- Длинные документы и кодовые базы, до 1M токенов контекста
- Агенты, которые вызывают инструменты, со строгим выводом по JSON Schema
- Промпты с изображениями
- Многошаговые рассуждения, включены по умолчанию
Когда выбрать другую модель
Для рутинного чата, генерации кода на коротком контексте и одношаговых задач такая потокенная цена избыточна — DeepSeek V4 Flash ($0.06/$0.18) или V4 Pro ($0.70/$2.10) справляются с ними намного дешевле. Для агентных циклов только с кодингом, где важнее всего дисциплина расхода токенов рассуждений, сравните A/B-тестом с более экономной родственной Kimi K2.7 Code. Для чисто математических рассуждений — DeepSeek V4 Pro.
Быстрый старт (curl)
Получить API key →curl https://api.quicksilverpro.io/v1/chat/completions \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k3",
"messages": [{"role": "user", "content": "Hello!"}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="kimi-k3",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.quicksilverpro.io/v1",
apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
model: "kimi-k3",
messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);curl https://api.quicksilverpro.io/v1/responses \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k3",
"input": "Hello!"
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="kimi-k3",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)Совместимо с OpenAI. Миграция в одну строку через base_url.
Поведение шлюза
Особенности совместимости для этой модели.
prompt- Промпты до 1M токенов.
- /v1/chat/completions: Поддерживается
- /v1/responses: Поддерживается
- стриминг: Поддерживается
- инструменты: Поддерживается
- ввод изображений: Поддерживается
- JSON Schema: Поддерживается
- рассуждение: Поддерживается
Откуда берётся цена
- Цена провайдера
- $2.55 / $12.95
- Проверено в каталоге
- Кэш промптов · не сравнивается
- чтение $0.255
usage.cost = prompt_tokens × $2.55/1M + completion_tokens × $12.75/1M
FAQ
Частые вопросы
K3 — более крупная, нативно мультимодальная следующая ступень: модель рассуждений с открытыми весами на 2.8T параметров и контекстом 1M токенов против текстовых моделей линейки K2 на триллион параметров с 256K. Она настроена под сложный кодинг, интеллектуальную работу и долгосрочные агентные процессы и принимает изображения на вход, так что может итерировать по скриншотам, диаграммам и отрендеренному результату наряду с кодом. Её архитектура использует KDA и Attention Residuals ради вычислительной эффективности на таком масштабе. Если ваша нагрузка — только кодинг и чувствительна к цене, более экономный бюджет токенов рассуждений у K2.7 Code всё ещё может выиграть — сравните обе A/B-тестом на своих eval-тестах.
Да — K3 в QuickSilver Pro — это OpenAI-совместимый endpoint chat completions. Укажите base_url=https://api.quicksilverpro.io/v1 и используйте model="kimi-k3". Текущий маршрут QSP учитывает reasoning: { enabled: false }; прямой API Moonshot — нет, так что не рассчитывайте, что этот переключатель переносим между провайдерами.
$2.55 за вход / $12.75 за выход за миллион токенов, чтение кеша — $0.255. Цены не изменились. Используйте base_url=https://api.quicksilverpro.io/v1 и model="kimi-k3".
На каждом следующем ходу и при каждом вызове инструмента добавляйте в историю полное сообщение ассистента, возвращённое API; не сохраняйте только content и не переключайтесь на K3 посреди уже идущего диалога с рассуждениями. Не передавайте переопределения параметров сэмплирования, если они не совпадают с фиксированными для K3 temperature=1.0, top_p=0.95, n=1 и нулевыми штрафами. Когда рассуждения включены, используйте reasoning_effort верхнего уровня со значением low, high или max.