Kimi（月之暗面）— OpenAI 格式

POST/v1/chat/completions

调用 Kimi 系列模型进行文本对话，兼容 OpenAI Chat Completions 协议。

Bearer Token

模型介绍

Kimi 由月之暗面出品，以超长上下文著称，支持单次输入 1M token，适合长文档摘要、多文件代码分析、长篇报告生成等场景。

支持模型

Kimi 模型列表

模型	上下文长度	最大输出	思考模式	工具调用	缓存	多模态
kimi-k3	1,000,000	1,048,576	✅	✅	✅	文本+图像

思考模式提示：开启思考（reasoning）后，思考内容计入 max_tokens——设置过小（如 <100）时思考可能占满配额，content 返回空串且 finish_reason=length。建议思考模式调用时 max_tokens ≥ 1024。

请求参数

请求参数

参数	类型	必填	默认值	描述
model	string	是	-	模型名称：kimi-k3
messages	array	是	-	消息列表，结构同 OpenAI 标准
stream	boolean	否	false	是否流式返回（SSE）
max_completion_tokens	integer	否	131,072	最大输出 token 数，最大 1,048,576。官方当前推荐用本字段
max_tokens	integer	否	-	官方已标记 deprecated，建议改用 max_completion_tokens
temperature	number	否	1.0	采样温度；kimi-k3 固定 1.0，传入其他值会报错
top_p	number	否	1.0	核采样概率
reasoning_effort	string	否	max	思考模式强度：low / high / max（仅 kimi-k3）。K3 始终开启思考，本字段用于调推理强度
tools	array	否	-	工具定义列表，超长上下文建议关闭
tool_choice	string	否	auto	工具调用策略：auto / none / required
prompt_cache_key	string	否	-	上下文缓存键
prompt_cache_options	object	否	ttl: 5m	Kimi 特有：mode 仅 implicit；ttl ∈ 5m / 1h。不传 = 默认开启缓存写入（5m 档）

请求示例

curl -X POST /v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3",
    "messages": [
      {"role": "user", "content": "用一句话介绍你自己。"}
    ]
  }'

from openai import OpenAI

client = OpenAI(
    base_url="/v1",
    api_key="YOUR_API_KEY",
)

resp = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {"role": "user", "content": "用一句话介绍你自己。"},
    ],
)
print(resp.choices[0].message.content)

长文档处理示例

with open("long_report.txt", "r", encoding="utf-8") as f:
    long_text = f.read()  # 假设 300k token

resp = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {"role": "system", "content": "你是专业的金融分析师。"},
        {"role": "user", "content": f"请提取以下报告中的关键财务指标：\n\n{long_text}"},
    ],
    max_tokens=2000,
)

响应示例

成功响应

{
  "id": "cmpl-3bb05cf5cd819fbca5f0b8d67a025022",
  "object": "chat.completion",
  "created": 1735661000,
  "model": "kimi-k3",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "文档要点如下：1. 营收同比增长 15%……"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 310200,
    "completion_tokens": 800,
    "total_tokens": 311000
  }
}

注意事项

• 响应 id 由平台按原厂形态归一：cmpl- + 32 位 hex。
• 虽然支持 1M 上下文，但当输入超过 128k 时，响应延迟会显著上升，建议开启缓存（prompt_cache_options）降低费用。
• Kimi 的思考过程以 <think>…</think> 标签包裹，计为输出 token。
• 超长上下文场景下建议关闭 tools 以避免误调用。