Kimi K3 完全接入指南：一个 Key 调通 EXAIV 上的开源旗舰

Kimi K3 是月之暗面在 2026 年 7 月发布的开放权重旗舰：总参数量 2.8 万亿的混合专家架构，每次只激活约 1040 亿参数；100 万 Token 上下文；原生支持图像与视频理解。它在 GPQA 上拿到 93.5%、AIME 上拿到 91.2%，前端代码竞技场 80.6% 是开源阵营的最高分。EXAIV 云端已把它接进目录，模型 ID 是 kimi-k3，走标准 OpenAI 兼容端点——你现有的 OpenAI SDK 不用换，改三处配置就能调。这篇指南把接入、流式、结构化输出、报错排查一次讲全。

这个模型是什么来头

Kimi K3 于 2026 年 7 月 16 日发布，7 月 27 日开放完整权重。它最特别的不是某一项跑分，而是三件事同时成立：

开放权重意味着你可以完全离线地自己跑一份，权重协议的要点是对外提供模型服务（MaaS）且收入超过 2000 万美元门槛时有署名与协议条款；个人使用、研究、内部系统不受这些条款约束。对海外开发者来说，这是「既能免费用、又能直接调」的少数选择之一。

接入步骤

第一步：拿 API Key。 注册 EXAIV，在控制台生成 Key。Key 只在生成时显示一次，当场保存到环境变量里，不要写进代码仓库。

第二步：确认端点。

第三步：把 model 换成 kimi-k3。 下面三种语言各给一份可运行的示例。

curl 验证

先用 curl 确认链路通，再接 SDK：

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": "你是一个严谨的技术助手"},
      {"role": "user", "content": "用三句话解释 MoE 架构的省算力原理"}
    ]
  }'

返回结构和 OpenAI 官方一致：choices[0].message.content 就是回答文本，usage 里有本次消耗的 Token 数。

Python

from openai import OpenAI

client = OpenAI(
    api_key=os.environ["EXAIV_API_KEY"],
    base_url="https://exaiv.com/api/ai/v1",
)

resp = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {"role": "system", "content": "你是一个严谨的技术助手"},
        {"role": "user", "content": "总结这份长文档的核心论点"},
    ],
)
print(resp.choices[0].message.content)
print(resp.usage.total_tokens)

100 万 Token 上下文意味着你可以把整本书、整个代码仓库的核心文件或者几个月的会议记录一次性喂进去。关于长文本怎么用好，见长上下文专题文章。

Node.js / TypeScript

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: "把这段需求拆成开发任务清单" },
  ],
});
console.log(resp.choices[0].message.content);

流式输出

交互式界面必须用流式，否则用户盯着空白等待。kimi-k3 支持标准 SSE 流式：

stream = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "讲讲开放权重和闭源 API 的取舍"}],
    stream=True,
)

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

流式断线重连、SSE 事件解析的完整细节见流式输出专题文章。长回答场景下，kimi-k3 的输出连贯性表现好，配合流式体验接近本地聊天。

结构化输出

做数据处理、工单分类、信息抽取时，让模型直接返回 JSON 比事后正则解析可靠得多。kimi-k3 支持严格结构化输出：

resp = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {"role": "system", "content": "从文本中抽取人名、公司、时间，输出 JSON"},
        {"role": "user", "content": "张三上周五在杭州见了李四，谈了合作协议"},
    ],
    response_format={"type": "json_object"},
)
print(resp.choices[0].message.content)

常见报错排查

报错处理的通用工程实践（指数退避、幂等性、流式中断处理）见错误处理专题文章。

云端调用还是本地自跑

两条路线都有价值，按场景选：

• 云端调用（EXAIV）：适合生产环境。不用管 GPU、不用管升级，按 Token 计费，弹性扩容。100 万 Token 上下文对大部分业务都够用。
• 本地自跑（开放权重）：适合隐私敏感、内网隔离、想深度微调的团队。K3 权重已放出，本地部署走社区 GGUF，显存规划与部署步骤见本地部署专题文章。

判断标准很简单：业务对数据出域敏感、且有自己的算力预算，选本地；追求上线速度和稳定性，选云端。两边用同一组提示词回放验证，结果应当一致。

FAQ

本文回答什么

• kimi k3 API 怎么接入
• 一个 Key 怎么调通 kimi-k3
• 流式输出和结构化输出怎么写

场景速查

前瞻

目录与权重会持续更新；本文的接入与调用约定以发布时的官方文档为准。

来源与核验

本文关键事实来自 Kimi K3 官方模型卡、EXAIV 模型页与 OpenAI API 文档，并于 2026-11-09 核验。模型 ID、价格与可用性以平台实时目录为准，正文刻意不写死会过时的数字；示例代码按发布时的接口契约编写，接入前请以官方文档为准。

适用边界与受众

面向：要在应用中接入 Kimi K3 的开发者。覆盖：接入配置、调用、流式、结构化输出与常见排错。不覆盖：模型内部原理、微调方法或价格谈判。

编辑说明与更正

本文由 EXAIV 内容团队按可核实事实编写，发布前逐条核对来源与代码；如内容过期或发现错误，以官方发布页与实时目录为准，并通过页面反馈入口告知我们更新。

相关阅读

• Kimi K3 与 GLM 接入指南 — 双旗舰对比与任务路由
• Kimi K3 100 万 Token 长上下文实战 — 长文本场景细节
• 用 Kimi K3 截图生成前端 — 多模态编码工作流
• OpenAI SDK 一行迁移 — 通用迁移步骤
• Qwen API 排障 — 通用调用报错排查