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 (batch)

moonshotai/kimi-k3:batch

टेक्स्टइनपुट: text · image · videoToolsReasoning1M16 जुल॰ 2026 को जोड़ा गया

playground में खोलें MoonshotAI: Kimi K3 (batch) के लिए API key पाएं

MoonshotAI: Kimi K3 (batch) अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

एक API. हर मॉडल.

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इन

सेशन लागत $0.00

MoonshotAI: Kimi K3 (batch) एक नज़र में

इनपुट कीमत 434 टेक्स्ट मॉडल के मीडियन से 407% ज़्यादा 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 $0.03 है।

MoonshotAI: Kimi K3 (batch) के बारे में

MoonshotAI: Kimi K3 (batch) Moonshot AI का एक टेक्स्ट जनरेशन मॉडल है, जिसे api14 पर मॉडल आईडी moonshotai/kimi-k3:batch से पहचाना जाता है। यह खुले वेट्स और 2.8 ट्रिलियन पैरामीटर वाला एक मल्टीमॉडल रीज़निंग मॉडल है, जिसे हल्की चैट के बजाय मांग वाले काम के लिए बनाया गया है। batch वेरिएंट वह संस्करण है जिसे आप api14 के ज़रिए कॉल करते हैं, और यह प्रदाता की बेस Kimi K3 रिलीज़ जैसी ही मॉडल पहचान और व्यवहार बनाए रखता है।

मॉडल इनपुट के रूप में टेक्स्ट, इमेज और वीडियो स्वीकार करता है, और आउटपुट के रूप में टेक्स्ट देता है। इसका कॉन्टेक्स्ट विंडो 1,048,576 टोकन है, जो इतना बड़ा है कि एक ही रिक्वेस्ट में पूरे कोडबेस, लंबे दस्तावेज़ सेट या विस्तारित बातचीत का इतिहास रख सके। अधिकतम आउटपुट लंबाई प्रति रिस्पॉन्स 16,384 टोकन है। चूंकि यह एक रीज़निंग मॉडल है, यह अंतिम उत्तर देने से पहले अपने जनरेशन बजट का कुछ हिस्सा आंतरिक रीज़निंग पर खर्च कर सकता है, और उस व्यवहार को reasoning और reasoning_effort पैरामीटर के ज़रिए प्रभावित किया जा सकता है।

ये क्षमताएं कुछ व्यावहारिक उपयोगों की ओर इशारा करती हैं। जटिल कोडिंग कार्य अच्छी तरह फिट बैठते हैं, जिनमें बड़े रिपॉज़िटरी पर काम करना भी शामिल है जहां पूरा सोर्स कॉन्टेक्स्ट में होना चाहिए। नॉलेज वर्क, जैसे लंबे दस्तावेज़ों और रिपोर्टों को सारांशित करना, तुलना करना या उनसे जानकारी निकालना, भी स्वाभाविक रूप से फिट बैठता है, खासकर जब स्रोत सामग्री में इमेज या वीडियो शामिल हों जिन्हें टेक्स्ट के साथ पढ़ना ज़रूरी हो। लंबे समय तक चलने वाले एजेंटिक वर्कफ़्लो भी एक लक्षित उपयोग केस हैं, जहां मॉडल कई चरणों में योजना बनाता है, टूल कॉल करता है और लंबे कॉन्टेक्स्ट में स्थिति का ट्रैक रखता है।

आप मॉडल को api14 के OpenAI-संगत API के ज़रिए मॉडल आईडी moonshotai/kimi-k3:batch का उपयोग करके कॉल करते हैं। रिक्वेस्ट frequency_penalty, include_reasoning, logit_bias, max_tokens, min_p, presence_penalty, reasoning, reasoning_effort, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k और top_p का समर्थन करती है। टूल कॉलिंग और स्ट्रक्चर्ड आउटपुट tools, tool_choice, response_format और structured_outputs पैरामीटर के ज़रिए उपलब्ध हैं, और सैंपलिंग को temperature, top_p, top_k, min_p और पेनल्टी पैरामीटर से ट्यून किया जा सकता है। पुनरुत्पादक सैंपलिंग के लिए seed सेट किया जा सकता है।

आउटपुट की सीमा को ध्यान में रखें: रिस्पॉन्स 16,384 टोकन तक सीमित हैं, इसलिए जिन कार्यों में बहुत लंबा एकल उत्तर चाहिए, उनमें काम को कई कॉल में बांटना पड़ सकता है। मॉडल केवल टेक्स्ट आउटपुट देता है, इसलिए कोई भी इमेज या वीडियो इनपुट टेक्स्ट उत्पन्न करने के लिए समझा जाता है, न कि जनरेट किए गए मीडिया आउटपुट के लिए। सरल, छोटे टेक्स्ट कार्यों के लिए, 2.8T पैरामीटर वाले रीज़निंग मॉडल की तुलना में एक छोटा और तेज़ मॉडल अधिक किफायती विकल्प हो सकता है।

MoonshotAI: Kimi K3 (batch) 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:batch" 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:batch",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

समर्थित parameters

frequency_penaltyinclude_reasoninglogit_biasmax_tokensmin_ppresence_penaltyreasoningreasoning_effortrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_p

स्पेसिफिकेशन

Context लंबाई: 10,48,576
अधिकतम आउटपुट: 16,384
इनपुट: text, image, video
आउटपुट: text

api14 पर requests · पिछले 7 दिन

MoonshotAI: Kimi K3 (batch): अक्सर पूछे जाने वाले सवाल

MoonshotAI: Kimi K3 (batch) API की कीमत कितनी है?: MoonshotAI: Kimi K3 (batch) की कीमत इनपुट $7.98 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
MoonshotAI: Kimi K3 (batch) की context window कितनी है?: MoonshotAI: Kimi K3 (batch) हर request में 10,48,576 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 16,384 आउटपुट tokens तक लिखता है।
MoonshotAI: Kimi K3 (batch) क्या कर सकता है?: MoonshotAI: Kimi K3 (batch) 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 (batch) कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "moonshotai/kimi-k3:batch" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
MoonshotAI: Kimi K3 (batch) के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले टेक्स्ट मॉडल: OpenAI: GPT Terra Latest, OpenAI: GPT-5.6 Terra Pro, OpenAI: GPT-5.6 Terra। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

MoonshotAI: Kimi K3 (batch) कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। MoonshotAI: Kimi K3 (batch) के बारे में पहला टॉपिक खोलें।