คู่มือเชื่อมต่อ Kimi K3: ใช้คีย์เดียวเรียกโมเดลโอเพนเวตที่ใหญ่ที่สุดบน EXAIV

Kimi K3 คือแฟลกชิปโอเพนเวตของ Moonshot AI ที่เปิดตัวในเดือนกรกฎาคม 2026 เป็นสถาปัตยกรรม mixture-of-experts พารามิเตอร์รวม 2.8 ล้านล้าน เปิดใช้งานประมาณ 104 พันล้านต่อรอบคำนวณ หน้าต่างบริบท 1,000,000 โทเคน และเข้าใจภาพกับวิดีโอโดยตรง คะแนน GPQA 93.5% AIME 91.2% และ Arena.ai ด้านโค้ดฟรอนต์เอนด์ 80.6% ซึ่งเป็นผลโอเพนเวตที่ดีที่สุด EXAIV ให้บริการผ่านโมเดล ID kimi-k3 บนเอนด์พอยต์ที่เข้ากันได้กับ OpenAI คุณใช้ SDK เดิมได้ แค่เปลี่ยนการตั้งค่าสามจุด

โมเดลนี้คืออะไร

Kimi K3 เปิดตัว 16 กรกฎาคม 2026 และปล่อยเวตเต็ม 27 กรกฎาคม สิ่งที่ทำให้มันต่างไม่ใช่ตัวเลขเดียว แต่เป็นสามอย่างที่เกิดขึ้นพร้อมกัน

โอเพนเวตหมายความว่ารันออฟไลน์ได้ ข้อสัญญาที่ควรรู้คือการแสดงชื่อ และเงื่อนไขเพิ่มถ้าคุณให้บริการโมเดลเมื่อรายได้เกิน 20 ล้านดอลลาร์ การใช้ส่วนตัว วิจัย และระบบภายในไม่โดนเงื่อนไขนั้น

ขั้นตอนเชื่อมต่อ

ขั้นที่ 1: สร้าง API key สมัคร EXAIV แล้วสร้างคีย์ในคอนโซล คีย์แสดงครั้งเดียว เก็บในตัวแปรสภาพแวดล้อม อย่าคอมมิตลงรีโพ

ขั้นที่ 2: ยืนยันเอนด์พอยต์

ขั้นที่ 3: ตั้ง model เป็น kimi-k3

ตรวจด้วย curl

curl https://exaiv.com/api/ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $EXAIV_API_KEY" \
  -d '{
    "model": "kimi-k3",
    "messages": [
      {"role": "system", "content": "You are a precise technical assistant"},
      {"role": "user", "content": "Explain how MoE saves compute in three sentences"}
    ]
  }'

โครงสร้างคำตอบเหมือน OpenAI: choices[0].message.content คือคำตอบ และ usage รายงานโทเคนที่ใช้

Python

from openai import OpenAI

const client = new OpenAI({
  apiKey: process.env.EXAIV_API_KEY,
  baseURL: "https://exaiv.com/api/ai/v1",
});

const resp = await client.chat.completions.create({
  model: "kimi-k3",
  messages: [
    { role: "user", content: "Turn this requirement into a development task list" },
  ],
});
console.log(resp.choices[0].message.content);

สตรีมเอาต์พุต

อินเทอร์เฟซโต้ตอบควรสตรีมเสมอ ไม่งั้นผู้ใช้จะเห็นหน้าว่าง kimi-k3 รองรับ SSE มาตรฐาน

stream = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "Compare open weights versus closed API access"}],
    stream=True,
)

for chunk in stream:
    delta = chunk.choices[0].delta
    if delta and delta.content:
        print(delta.content, end="", flush=True)

การแยกอีเวนต์ SSE และการเชื่อมต่อใหม่ดูในคู่มือสตรีม คำตอบยาวของ kimi-k3 คงความต่อเนื่องดี

เอาต์พุตแบบมีโครงสร้าง

งานดึงข้อมูล จัดหมวดตั๋ว และแปลงฟอร์ม ควรให้โมเดลคืน JSON โดยตรง แทนการพาร์สด้วย regex ทีหลัง kimi-k3 รองรับเอาต์พุตแบบเข้มงวด

resp = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {"role": "system", "content": "Extract people, companies, and dates as JSON"},
        {"role": "user", "content": "Zhang San met Li Si in Hangzhou last Friday"},
    ],
    response_format={"type": "json_object"},
)
print(resp.choices[0].message.content)

แก้ปัญหาที่พบบ่อย

ส่งภาพเพื่อวิเคราะห์

K3 เข้าใจภาพโดยตรง เอนด์พอยต์เดียวกันรับภาพคู่กับข้อความ ใช้ data URL แบบ base64 หรือ URL สาธารณะ

import base64

with open("chart.png", "rb") as f:
    data_url = "data:image/png;base64," + base64.b64encode(f.read()).decode()

resp = client.chat.completions.create(
    model="kimi-k3",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "Describe the trend and list outliers"},
            {"type": "image_url", "image_url": {"url": data_url}},
        ],
    }],
)

งานจากภาพหน้าจอเป็น UI การอ่านเอกสาร และเอเจนต์ที่ดูวิดีโอ ใช้เอนด์พอยต์นี้ได้โดยไม่ต้องมี vision API แยก

พารามิเตอร์ที่ควรตั้งใจเลือก

ใช้ในเฟรมเวิร์ก

เพราะเข้ากันได้กับ OpenAI เฟรมเวิร์กยอดนิยมต่อได้ด้วยการตั้งค่าเดียว ตัวอย่าง LangChain

from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    model="kimi-k3",
    api_key=os.environ["EXAIV_API_KEY"],
    base_url="https://exaiv.com/api/ai/v1",
)

LlamaIndex, Dify, LobeChat และ Cherry Studio ใช้แบบเดียวกัน ตั้ง base URL วางคีย์ ใส่ชื่อโมเดล

ตั้งค่าสภาพแวดล้อมให้ถูก

ความล้มเหลวรอบแรกส่วนใหญ่เป็นการตั้งค่า ไม่ใช่โค้ด

EXAIV_API_KEY=sk-...your-key...
EXAIV_BASE_URL=https://exaiv.com/api/ai/v1

นิสัยสามอย่าง: โหลดคีย์จากสภาพแวดล้อม ไม่ฝังในโค้ด เก็บ base URL ในคอนฟิกด้วย เพื่อสลับระหว่าง EXAIV กับเครื่องโลคัลได้บรรทัดเดียว และใส่คีย์ในรอบหมุนของตัวจัดการความลับ

รหัสข้อผิดพลาด

ห่อไคลเอนต์ด้วยตัวช่วยที่ถือว่า 429 และ 5xx ลองใหม่ได้ ที่เหลือให้ล้มทันที

คลาวด์หรือโฮสต์เอง

• API คลาวด์ (EXAIV): เหมาะกับโปรดักชัน ไม่ต้องดูแล GPU คิดเงินตามโทเคน ขยายได้ บริบท 1 ล้านโทเคนครอบคลุมงานธุรกิจส่วนใหญ่
• โฮสต์เอง (โอเพนเวต): เหมาะกับทีมที่ข้อมูลออกนอกไม่ได้ หรือต้องปรับจูนลึก เวต K3 สาธารณะแล้ว การติดตั้งโลคัลผ่าน GGUF ของชุมชน

ถ้าข้อมูลออกนอกโครงสร้างไม่ได้และมีงบคอมพิวต์ ให้โฮสต์เอง ถ้าต้องการขึ้นโปรดักชันเร็ว ให้ใช้คลาวด์ เล่นชุดพรอมต์เดียวกันทั้งสองฝั่ง ผลควรสอดคล้องกัน

เรื่องเวลาตอบ

พรอมต์สั้นมักกลับในไม่กี่วินาที คำขอบริบทยาวจะช้าตามขนาดอินพุต ออกแบบให้การเรียกโต้ตอบใช้บริบทสั้น และกันการอ่านลึกไว้เป็นงานพื้นหลังหรือสตรีม ถ้า UI ต้องรอคำขอยาว ให้สตรีมเพื่อให้ผู้ใช้เห็นความคืบหน้า

FAQ

บทความนี้ตอบอะไร

• เชื่อมต่อ Kimi K3 API อย่างไร
• เรียก kimi-k3 ด้วยคีย์เดียวอย่างไร
• เขียน streaming และ structured output อย่างไร

แผนที่สถานการณ์โดยย่อ

มองข้างหน้า

แคตตาล็กและเวตยังคงเปลี่ยนแปลงต่อเนื่อง ข้อตกลงการเชื่อมต่อและการเรียกในที่นี้เป็นไปตามเอกสารทางการ ณ เวลาเผยแพร่

แหล่งที่มาและการตรวจสอบ

ข้อเท็จจริงสำคัญในบทความนี้มาจาก การ์ดโมเดล Kimi K3 ทางการ หน้าโมเดล EXAIV และเอกสารอ้างอิง OpenAI API และตรวจสอบเมื่อ 2026-11-09 รหัสโมเดล ราคา และความพร้อมใช้งานตามแคตตาล็อกสดของแพลตฟอร์ม โดยเจตนาไม่เขียนตัวเลขที่จะล้าสมัย โค้ดตัวอย่างตามสัญญา API ณ เวลาเผยแพร่ ตรวจสอบเอกสารทางการก่อนนำไปใช้งานจริง

ขอบเขตและกลุ่มผู้อ่าน

กลุ่มผู้อ่าน: นักพัฒนาที่จะต่อ Kimi K3 เข้ากับแอปพลิเคชัน ครอบคลุม: การตั้งค่าการเชื่อมต่อ การเรียก สตรีม เอาต์พุตที่มีโครงสร้าง และการแก้ปัญหาทั่วไป ไม่ครอบคลุม: สภาพภายในของโมเดล วิธีการฝึกปรับ หรือการต่อรองราคา

บันทึกบรรณาธิการและการแก้ไข

เขียนโดยทีมเนื้อหา EXAIV จากข้อเท็จจริงที่ตรวจสอบได้ ตรวจแหล่งที่มาและโค้ดก่อนเผยแพร่ หากมีข้อมูลล้าสมัยหรือผิดพลาด ให้ยึดหน้าเผยแพร่ทางการและแคตตาล็อกสด และแจ้งผ่านช่องข้อเสนอแนะของหน้าเพื่อให้เราอัปเดต

อ่านต่อ

• คู่มือ Kimi K3 กับ GLM
• บริบทยาวของ Kimi K3
• ภาพหน้าจอเป็น UI
• ย้าย OpenAI SDK
• แก้ปัญหา API