เชื่อมต่อ Kimi K3 เข้ากับเครื่องมือสำหรับนักพัฒนา: Cursor, Dify, Open WebUI และ client ที่เข้ากันได้กับ OpenAI

Kimi K3 เรียกใช้ได้บนคลาวด์ EXAIV ด้วย ID kimi-k3 และ endpoint เป็นแบบ OpenAI-compatible จึงเป็นงานตั้งค่าไม่ใช่การเขียนโค้ดใหม่ เปลี่ยน base URL ใส่คีย์ ระบุชื่อโมเดล ส่วนรูปแบบคำขอที่เหลือเหมือนเดิมทุกประการ

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

สำหรับการ deploy: hy4 ใช้ FP8 หรือ GPTQ-Int4 ทางการคู่กับ vLLM ได้ หรือใช้ GGUF Q4_K_M ขนาด 2.61GB จากชุมชนคู่กับ llama.cpp และ Ollama บนการ์ด 6GB หรือ CPU ส่วน A13B ซึ่งเป็น MoE 80.39 พันล้านพารามิเตอร์ต้องใช้หลายการ์ดหรือ CPU offload และมี GGUF ทางการ Q4_K_M ขนาด 48.78GB

FAQ

อ่านต่อ

• 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

แหล่งข้อมูล

• moonshotai on HuggingFace

ตัวเลขพารามิเตอร์และขนาดไฟล์จากการตรวจ HuggingFace API และ config ทางการ เก็บข้อมูลเมื่อพฤศจิกายน 2026