Integrasi Kimi K3 ke Alat Pengembang: Cursor, Dify, Open WebUI, dan Klien Kompatibel OpenAI
Hubungkan kimi-k3 di EXAIV ke Cursor, Continue, Dify, Open WebUI, dan klien apa pun yang kompatibel dengan OpenAI memakai satu base URL dan satu kunci
Integrasi Kimi K3 ke Alat Pengembang: Cursor, Dify, Open WebUI, dan Klien Kompatibel OpenAI
kimi-k3 dapat dipanggil di cloud EXAIV dan endpoint-nya kompatibel dengan OpenAI sehingga ini pekerjaan konfigurasi, bukan menulis ulang kode: ubah base URL, isi kunci, tentukan nama model, sisanya tetap sama
Ringkasan 30 detik
Set base URL to https://exaiv.com/api/ai/v1, use your EXAIV key, set model to kimi-k3, and keep the rest of the OpenAI request format. Streaming and tool calling work as usual.
Client configuration
from openai import OpenAI
client = OpenAI(base_url="https://exaiv.com/api/ai/v1", api_key="YOUR_KEY")
resp = client.chat.completions.create(
model="kimi-k3",
messages=[{"role": "user", "content": "Summarise this repository"}],
stream=True,
)
for chunk in resp:
print(chunk.choices[0].delta.content or "", end="")
Tool-by-tool settings
Cursor
Open Settings, Models, add a custom OpenAI-compatible provider, set the base URL, enter the key, and add kimi-k3 as the model name.Continue and Cline
Choose the OpenAI provider in the plugin model configuration, fill the base URL and model name, then save.Dify
In Settings, Model Providers, OpenAI-API-compatible, enter the API Base URL, key and model name kimi-k3.Open WebUI
In Admin Settings, Connections, OpenAI, add the same URL and key, then enable kimi-k3 under Models.
Troubleshooting
| Symptom | Cause | Fix |
|---|---|---|
| 401 Unauthorized | expired key or missing Bearer prefix | refresh the key and retry a short request |
| 404 model not found | ID not in the live catalog | copy the exact ID from /models |
| 429 rate limited | request rate exceeded | add exponential backoff |
| Empty streamed output | client dropping chunks without content | concatenate delta.content |
| Tool not invoked | unclear function description | sharpen the tool schema |
Untuk penerapan: hy4 memakai FP8 atau GPTQ-Int4 resmi bersama vLLM, atau GGUF Q4_K_M 2,61GB dari komunitas bersama llama.cpp dan Ollama pada kartu 6GB bahkan CPU. A13B adalah MoE 80,39 miliar parameter sehingga membutuhkan banyak kartu atau CPU offload, dan memiliki GGUF resmi Q4_K_M 48,8GB
Biaya dan konteks
Panggilan dihitung dari token masukan dan keluaran, bukan dari jumlah permintaan. Konteks 1M adalah batas atas, bukan nilai bawaan: pangkas atau ringkas materi yang tidak relevan sebelum mengirim, dan aktifkan streaming hanya saat pengguna perlu melihat hasil segera. Harga serta paket kredit yang berlaku selalu ada di halaman /pricing karena angka dalam artikel mana pun bisa tertinggal. Simpan juga log berisi ID model, jumlah token, dan latensi agar perubahan model di kemudian hari punya baseline yang sama untuk dibandingkan.
FAQ
Do I need a new SDK?
Can Kimi K3 stream responses?
Can I use it alongside local models?
Where do I check the current model list?
Is kimi-k3 callable today?
Bacaan lanjutan
- Kimi K3 API guide — first API call
- Kimi K3 long context guide — 1M context practice
- Kimi K3 reasoning guide — reasoning and agents
- hy4 vs Kimi — lightweight versus flagship
Sumber data
Angka parameter dan ukuran berkas dari HuggingFace API serta konfigurasi resmi, disampel November 2026
Catatan penutup: simpan juga konfigurasi batch dan panjang konteks saat pengukuran agar setiap perubahan punya angka pembanding yang adil.