हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।
MoonshotAI: Kimi K3
moonshotai/kimi-k3MoonshotAI: Kimi K3 अभी आज़माएं
ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।
एक API. हर मॉडल.
सेशन लागत $0.00
सेटिंग्स
उन्नत पैरामीटर
MoonshotAI: Kimi K3 एक नज़र में
- इनपुट कीमत 434 टेक्स्ट मॉडल के मीडियन से 47% कम है।
- 10,48,576 tokens की context window, लंबे दस्तावेज़ों और कई चरणों वाली बातचीत के लिए काफी।
- agents और integrations के लिए tool (function) calling सपोर्ट करता है।
- schema के साथ structured JSON output सपोर्ट करता है।
- reasoning effort नियंत्रण सपोर्ट करता है।
- इनपुट के रूप में इमेज स्वीकार करता है (vision)।
- एक सामान्य request (1,000 इनपुट / 500 आउटपुट tokens) की लागत लगभग $0.02 है।
MoonshotAI: Kimi K3 के बारे में
Kimi K3, Moonshot AI का एक मल्टीमॉडल रीज़निंग मॉडल है, जिसे प्रोवाइडर ने 16 जुलाई 2026 को जारी किया। यह 2.8 ट्रिलियन पैरामीटर वाला ओपन-वेट मॉडल है, और api14 पर यह टेक्स्ट श्रेणी में आता है, हालांकि इनपुट के रूप में टेक्स्ट से अधिक स्वीकार करता है। Moonshot AI इसे जटिल कोडिंग, नॉलेज वर्क और लंबी अवधि के एजेंटिक वर्कफ़्लो के लिए प्रस्तुत करता है।
इनपुट की ओर से, Kimi K3 टेक्स्ट, इमेज और वीडियो स्वीकार करता है, और आउटपुट के रूप में टेक्स्ट देता है। कॉन्टेक्स्ट विंडो 1,048,576 टोकन है, जो बहुत लंबे दस्तावेज़ों, विस्तारित बातचीत इतिहास, या एक ही अनुरोध में बड़े कोडबेस को रखने के लिए पर्याप्त बड़ी है। अधिकतम आउटपुट 943,718 टोकन है, इसलिए जब कार्य की मांग हो तो प्रतिक्रियाएं स्वयं बहुत लंबी हो सकती हैं। रीज़निंग मॉडल के डिज़ाइन का हिस्सा है, और API इसके लिए नियंत्रण उजागर करता है, जिसमें एक reasoning पैरामीटर, एक reasoning_effort सेटिंग, और रीज़निंग सामग्री को सामने लाने के लिए एक include_reasoning फ़्लैग शामिल है।
ये क्षमताएं कुछ व्यावहारिक उपयोगों की ओर संकेत करती हैं। लंबे कॉन्टेक्स्ट वाला काम जैसे बड़े रिपॉज़िटरी की समीक्षा करना, लंबी रिपोर्टों का सारांश बनाना या उनसे क्वेरी करना, और बहु-चरणीय एजेंट रनों में स्थिति बनाए रखना, कॉन्टेक्स्ट विंडो और एजेंटिक फोकस के अनुकूल है। चूंकि इमेज और वीडियो टेक्स्ट के साथ भेजे जा सकते हैं, मॉडल ऐसे कार्य संभाल सकता है जो दृश्य सामग्री को लिखित निर्देशों के साथ मिलाते हैं, उदाहरण के लिए स्क्रीनशॉट, आरेख, या क्लिप से जानकारी का वर्णन करना या निकालना। स्ट्रक्चर्ड आउटपुट, टूल कॉलिंग, और रीज़निंग नियंत्रण इसे ऐसी पाइपलाइनों के लिए उपयुक्त बनाते हैं जहां मॉडल को फ़ंक्शन कॉल करने, JSON लौटाने, या कठिन समस्याओं पर अधिक प्रयास करने की आवश्यकता होती है।
आप Kimi K3 को api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी "moonshotai/kimi-k3" का उपयोग करके कॉल करते हैं। समर्थित अनुरोध पैरामीटर हैं frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, reasoning_effort, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs, और top_p। सैंपलिंग नियंत्रण (temperature, top_p, top_k, min_p, पेनल्टी पैरामीटर, seed, और stop) आपको आउटपुट ट्यून करने देते हैं, जबकि response_format और structured_outputs फ़ॉर्मेटेड उत्तरों को कवर करते हैं और tools तथा tool_choice फ़ंक्शन कॉलिंग को कवर करते हैं। यदि आपको टोकन-स्तर की संभावनाएं चाहिए तो logprobs और top_logprobs उपलब्ध हैं, और max_tokens अधिकतम आउटपुट के भीतर प्रतिक्रिया की लंबाई सीमित करता है।
यहां मूल्य निर्धारण, लेटेंसी, या थ्रूपुट के बारे में कोई जानकारी नहीं है, इसलिए इन्हें लाइव मूल्य तालिका और अपने स्वयं के परीक्षण के विरुद्ध जांचना उचित है। मॉडल केवल टेक्स्ट आउटपुट देता है, इसलिए यदि आपको जनरेट की गई इमेज, ऑडियो, या अन्य आउटपुट मोडैलिटी चाहिए, तो एक अलग मॉडल की आवश्यकता होगी। यदि आपका वर्कलोड छोटा, कम कॉन्टेक्स्ट वाला है, और रीज़निंग या मल्टीमॉडल इनपुट से लाभ नहीं उठाता, तो एक सरल मॉडल बेहतर मेल हो सकता है।
MoonshotAI: Kimi K3 API कैसे कॉल करें
- अपने dashboard में API key बनाएं।
- अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
- baseURL को https://api14.com/api/v1 और model को "moonshotai/kimi-k3" पर सेट करें।
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "moonshotai/kimi-k3",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
समर्थित parameters
frequency_penaltyinclude_reasoninglogit_biaslogprobsmax_completion_tokensmax_tokensmin_pparallel_tool_callspresence_penaltyreasoningreasoning_effortrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_pस्पेसिफिकेशन
- Context लंबाई
- 10,48,576
- अधिकतम आउटपुट
- 9,43,718
- इनपुट
- text, image, video
- आउटपुट
- text
api14 पर requests · पिछले 7 दिन
MoonshotAI: Kimi K3: अक्सर पूछे जाने वाले सवाल
- MoonshotAI: Kimi K3 API की कीमत कितनी है?
- MoonshotAI: Kimi K3 की कीमत इनपुट $0.84 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
- MoonshotAI: Kimi K3 की context window कितनी है?
- MoonshotAI: Kimi K3 हर request में 10,48,576 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 9,43,718 आउटपुट tokens तक लिखता है।
- MoonshotAI: Kimi K3 क्या कर सकता है?
- MoonshotAI: Kimi K3 text, image, video स्वीकार करता है और text लौटाता है। यह tool calling, structured JSON output, reasoning effort नियंत्रण सपोर्ट करता है।
- अपने कोड से MoonshotAI: Kimi K3 कैसे कॉल करूं?
- किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "moonshotai/kimi-k3" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
- MoonshotAI: Kimi K3 के विकल्प क्या हैं?
- मिलती-जुलती कीमत वाले टेक्स्ट मॉडल: Google: Gemini 4 Argon, OpenAI: GPT-6.1 Sol Pro, OpenAI: GPT-6.1 Sol। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।
MoonshotAI: Kimi K3 कम्युनिटी
नया टॉपिकइस कम्युनिटी में अभी कोई टॉपिक नहीं है। MoonshotAI: Kimi K3 के बारे में पहला टॉपिक खोलें।