К результатам поиска

moonshot

Kimi K3

Kimi K3 — открытая по весам мультимодальная модель от Moonshot AI, работающая в постоянном режиме рассуждений.

  • РассужденияРассужденияВ данных модели подтверждён режим рассуждений. Его параметры зависят от подключённой операции.
  • Понимание изображенийПонимание изображенийМодель умеет разбирать содержимое изображений.
  • Вызов инструментовВызов инструментовМодель может запрашивать несколько вызовов инструментов. Приложение проверяет права и выполняет действия.
  • Структурированный ответСтруктурированный ответМодель поддерживает заданную структуру ответа. Доступный формат проверяйте в параметрах API.
  • 1 048 576 токенов1 048 576 токеновКонтекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
  • Видео на входеВидео на входеНаправление работы с видео подтверждено данными модели. Длительность, размер и формат определяются операцией.
  • Потоковый ответПотоковый ответОтвет можно получать по частям. Поддержка потока проверяется отдельно для каждой операции API.
  • Пакетные запросыПакетные запросыПакетный режим указан в данных модели. Это не означает, что отдельный batch API уже подключён в Kvantora.
Вход
379,80 ₽
Выход
1 899,00 ₽
Кэш
37,98 ₽
за 1 млн токенов
Интеллект
43,6
Код
76,2
Доступность
100%
API ID
moonshot/kimi-k3

Данные каталога получены .

Цена

Текстовый диалог · вход
379,80 ₽ / 1 млн токенов
Текстовый диалог · выход
1 899,00 ₽ / 1 млн токенов
Текстовый диалог · вход из кэша
37,98 ₽ / 1 млн токенов

Цена указана в рублях для выбранной операции и её параметров.

Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.

О модели

Kimi K3 — открытая по весам мультимодальная модель от Moonshot AI, работающая в постоянном режиме рассуждений. Предназначена для рассуждений на длинном контексте, программирования, использования инструментов, а также понимания изображений и видео.

Релиз

Характеристики

Доступность100%
  1. 7 октября: 100%
  2. 8 октября: 100%
  3. 9 октября: 100%
Доля успешных запросов к модели за последние 72 часа. Обновляется каждые два часа.
Тип модели
Текст
Вход модели
Текст, Изображения, Видео

Данные, которые модель принимает вместе с запросом.

Выход модели
Текст

Форматы результата, которые создаёт модель.

Контекстное окно
1 048 576 токенов

Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.

Операции
Текстовый диалог, Понимание изображений
Возможности модели
Потоковый ответ, Понимание изображений, Рассуждения, Вызов инструментов, Вызов функций, Параллельные вызовы инструментов, Структурированный ответ, Ответ в JSON, Пакетные запросы, Входные изображения, Входное видео

Контрольные показатели

Artificial Analysis

20 показателей · проверено

Источник ↗
Индекс интеллекта
43,6 индексСводная оценка Artificial Analysis по всем её тестам
Индекс программирования
76,2 индексСводная оценка Artificial Analysis по программированию
Индекс агентных задач
50 индексСводная оценка Artificial Analysis по агентным задачам

Агентная работа

  • AA-Briefcase1 501 Elo

    Агентная работа со знаниями (Elo)

  • AutomationBench-AA58,3 %

    Автоматизация рабочего процесса со штрафами за нарушение ограничений

  • AutomationBench-AA · полностью выполненные задачи24,8 %

    Полностью выполненные рабочие процессы без нарушений ограничений

  • GDPval-AA v21 537 Elo

    Экономически значимые задачи (Elo)

  • Harvey LAB-AA94,6 %

    Доля пройденных критериев юридической агентной работы

Рассуждение по документу

  • AA-LCR v1.188,7 %

    Рассуждение на длинном контексте с обновлённой оценкой

  • GDP.pdf22 %

    Профессиональное рассуждение по PDF: доля прохождения всех проверок

Устаревшие тесты

  • AA-LCR (версия не указана, архивный)88,7 %

    Оценка рассуждений на длинном контексте

  • GDPval-AA (версия не указана, архивный)51,8 %

    Задачи с экономической ценностью

  • GPQA Diamond (архивный)93,5 %

    Научные рассуждения уровня выпускника

Знания

  • AA-Omniscience · точность47,6 %

    Доля вопросов с правильным ответом

Знание

  • AA-Omniscience · доля выдуманных ответов (меньше лучше)53,2 %

    Доля неверных ответов среди некорректных ответов

Рассуждение

  • CritPt23,4 %

    Рассуждения по физике исследовательского уровня

Рассуждения

  • HLE46,9 %

    Humanity’s Last Exam — вопросы экспертного уровня

Документ: рассуждение

  • MLCR-AA38,3 %

    Медицинское рассуждение на длинном контексте

Программирование

  • SciCode59,5 %

    Программирование на Python для научных вычислений

  • Terminal-Bench v4.012,6 %

    Практические задачи по программированию и работе в терминале

Design Arena

22 показателей · проверено

Рейтинг Elo и доля побед в попарных сравнениях, оценённых людьми

Источник ↗

Агентные системы

  • Разработка игр агентами · Elo1 252 Elo
  • Разработка игр агентами · доля побед55 %
  • Полный цикл разработки · Elo1 315 Elo
  • Полный цикл разработки · доля побед61,9 %
  • Мобильные приложения · Elo1 284 Elo
  • Мобильные приложения · доля побед57,1 %
  • Нативные приложения · Elo1 259 Elo
  • Нативные приложения · доля побед55,2 %
  • Веб-приложения · Elo1 290 Elo
  • Веб-приложения · доля побед59,1 %

Модели

  • 3D · Elo1 410 Elo
  • 3D · доля побед68 %
  • Визуализация данных · Elo1 357 Elo
  • Визуализация данных · доля побед63,5 %
  • Разработка игр · Elo1 384 Elo
  • Разработка игр · доля побед62,5 %
  • SVG · Elo1 314 Elo
  • SVG · доля побед61,9 %
  • UI-компоненты · Elo1 362 Elo
  • UI-компоненты · доля побед62,1 %
  • Сайты · Elo1 345 Elo
  • Сайты · доля побед60 %

Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.

API-запрос

Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.

import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener

class NoRedirect(HTTPRedirectHandler):
    def redirect_request(self, req, fp, code, msg, headers, newurl):
        return None

opener = build_opener(NoRedirect)

def post(url, payload):
    request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
        "Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
        "Content-Type": "application/json",
        "Idempotency-Key": os.environ["REQUEST_ID"],
    }, method="POST")
    with opener.open(request, timeout=120) as response:
        return json.load(response)

payload = {
  "model": "moonshot/kimi-k3",
  "messages": [
    {
      "role": "user",
      "content": "Объясни задачу кратко."
    }
  ]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))
Документация APIСоздать API-ключ