Kimi K3는 장기 호흡의 코딩과 엔드투엔드 지식 업무를 위한 Moonshot의 플래그십 모델입니다. Kimi K3는 1,048,576 토큰 컨텍스트 윈도를 읽고, 항상 추론하며, low부터 max까지 세 단계의 추론 노력 다이얼을 제공합니다. 네이티브 비전은 이미지와 영상을 함께 다루고 가중치는 공개되어 있으며, reAPI에서 Kimi K3는 토큰 단위로 과금되며 입력, 출력, 캐시 읽기가 각각 고유한 단가를 가지고, 다른 모든 모델과 같은 잔액에서 사용됩니다.
입력창의 프롬프트로 시작하거나 예시를 골라 보세요.
크레딧 기반 — 1 크레딧 = 0.001 USD. 성공한 생성에 대해서만 비용을 지불합니다.
최저 등급에서 1K 토큰 프롬프트와 1K 토큰 답변.
Kimi K3는 장기 코딩과 지식 업무 전반을 겨냥한 Moonshot AI의 오픈 웨이트 플래그십 모델로, reAPI에서는 OpenAI 호환 chat completions 엔드포인트로 제공됩니다. 컨텍스트 윈도는 1,048,576토큰이며 한 번의 응답으로 이 전체 길이까지 출력할 수 있고(기본 출력 상한은 131,072토큰), 추론은 항상 켜져 있으며 low·high·max 세 단계로 강도를 조절합니다. 이미지와 비디오 네이티브 입력, 툴 호출, 엄격한 JSON Schema 출력도 지원합니다. 과금은 입력 토큰과 출력 토큰이 100만 토큰 단위로 각각 적용되며, 동일한 프리픽스를 다시 보내면 컨텍스트 캐시가 자동으로 작동합니다.
이 모델로 구축하고 배포할 수 있는 실제 워크플로우와 프로덕션 활용 사례입니다.
Moonshot은 Kimi K3를 장기 호흡의 코딩에 위치시키며, 사람의 감독을 최소화한 상태로 엔지니어링 작업을 진행하는 모습으로 설명합니다. 큰 코드베이스를 읽고 손보고 터미널 도구를 엮어 돌리는 식입니다. Kimi K3가 텍스트 전용 코딩 모델과 다른 지점은 비전이 나중에 붙인 것이 아니라 네이티브라는 점입니다. 스크린샷과 시각적 피드백을 입력으로 받으며, Moonshot은 게임 개발, 프런트엔드 엔지니어링, CAD를 구체적으로 언급합니다. 이것이 텍스트 전용 모델은 닫을 수 없는 루프를 닫습니다. 모델이 자기가 방금 만든 것을 한 번 보고, 다음 편집에 들어가기 전에 레이아웃이 정말 잘못됐는지 판단할 수 있으니까요.
API 문서 읽기
Kimi K3의 컨텍스트 윈도는 1,048,576 토큰이고, Moonshot 자체 FAQ는 단가가 평평하며 컨텍스트 길이에 따른 단계 구분이 없다고 못 박습니다. 즉 윈도를 가득 채워도 토큰당 비용은 다른 토큰과 같습니다. 계약서 세트, 리서치 자료, 1년치 공시 문서를 통째로 Kimi K3에 넘길 수 있으니, 작은 컨텍스트를 우회하는 것만이 목적이던 검색 레이어는 사라집니다. 반복되는 부분은 컨텍스트 캐싱이 맡습니다. Kimi K3에서는 자동이며 캐시 id도 TTL도 추가 파라미터도 없습니다. 안정된 프리픽스 뒤에 변하는 질문을 붙이는 것이 설계할 형태입니다.
이 세대에 툴 호출 제어 두 가지가 들어왔습니다. required로 지정한 tool choice는 해당 턴에 최소 한 번의 호출을 강제합니다. 찾아봐야 할 상황에서 에이전트가 기억으로 답해 버리는 것을 막는 방법이 이것입니다. K2 모델들은 이 값을 거부하지만 Kimi K3는 받습니다. 또 대화 중간에 툴을 들여올 수 있습니다. 완전한 정의를 system 메시지에 담으면 되므로 방대한 툴 목록을 매 요청마다 미리 선언할 필요가 없습니다. 구조화 출력과 JSON Schema는 루프 끝에서 Kimi K3가 돌려주는 것을 파싱 가능하게 유지합니다.
Moonshot은 Kimi K3에 장문 컨텍스트 구간을 두지 않았습니다. 그래서 100만 토큰짜리 프롬프트도 짧은 프롬프트와 토큰당 단가가 같고, 작업 도중 가격이 한 단계 뛰는 임계점이 없습니다. 그 위에 컨텍스트 캐싱이 자동으로 동작해, 반복되는 접두부는 입력 단가가 아니라 캐시 읽기 단가로 과금되며 사용자 쪽에서 넘길 파라미터는 없습니다. 구독도 최소 약정도 없이 reAPI 잔액에서 사용한 만큼 냅니다. 정확한 수치는 이 페이지의 가격표에 있습니다.
Kimi K3는 표준 `/api/v1/chat/completions` 엔드포인트로 제공되고, Moonshot 자체 quickstart도 이 모델을 OpenAI SDK로 돌립니다. 즉 이 호환성은 벤더의 설계이지 우리가 씌운 껍데기가 아닙니다. Kimi K3 도입은 base URL과 키, model 문자열의 문제입니다. SDK를 바꿀 필요도 없고 Kimi K3만을 위한 전용 클라이언트도 필요 없습니다.
Kimi K3를 호출하는 그 reAPI 키로 Claude와 GPT, Gemini 계열도 호출합니다. Kimi K3를 닫힌 프런티어 모델과 정면으로 비교하거나 특정 프로바이더의 상태가 나쁜 시간에 우회하는 일이 model 문자열 변경으로 끝나며, 두 번째 통합과 두 번째 청구서, 두 번째 자격 증명 세트가 필요하지 않습니다.
reAPI에서 이 둘의 토큰 단가는 사실상 같아서 가격은 이 비교에서 가장 재미없는 부분이 됩니다. 다른 것은 형태입니다. Kimi K3는 가중치가 공개되고 항상 추론하며 추론 텍스트를 넘겨주고 영상 입력을 받는 모델이고, Claude Opus 5는 노력 단계가 더 촘촘하며 추론을 자기 안에 두는 닫힌 모델입니다. 이 가운데 두 행이 다른 프로바이더에서 옮겨온 코드를 깨뜨리는 지점입니다 — Kimi K3에서는 사고를 끌 수 없고, 추론 텍스트를 멀티턴 기록에 되돌려 보내야 합니다.
비교는 작성 시점에 각 벤더가 스스로 문서화한 동작을 반영합니다. 단가는 금액이 아니라 관계로 서술했으며, Kimi K3의 실제 수치는 위 가격표에 있습니다.
reAPI에 로그인하고 API 키 화면에서 키를 만듭니다. 이 키 하나로 Kimi K3와 플랫폼의 다른 모든 모델에 도달하며, 과금은 단일 잔액에서 이루어집니다.
열기base URL을 reapi.ai의 API로, 키를 방금 만든 것으로 설정합니다. 이미 OpenAI Chat Completions를 말하는 클라이언트는 수정 없이 동작하며, Kimi K3에 도달하기 위해 SDK를 바꿀 필요는 없습니다.
열기model 필드를 `kimi-k3`로 설정하고 messages를 POST하세요. 긴 출력에는 스트리밍을 켜고, 지금까지 보내던 temperature나 top_p는 모두 빼고, 추론 노력 단계를 골라 두세요. Kimi K3는 항상 생각하고 기본 단계가 가장 비싼 단계입니다.
열기curl https://reapi.ai/api/v1/chat/completions \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k3",
"messages": [
{ "role": "user", "content": "Hello" }
],
"reasoning_effort": "high",
"stream": true
}'제출 시 동기적으로 거부되며 문제 필드가 명시됩니다. 열거 값·범위·URL 필드를 확인하세요. 과금은 발생하지 않습니다.
401은 Bearer 키 누락/무효, 402는 선차감액이 잔액을 초과함을 뜻합니다. 키와 크레딧은 콘솔에서 관리합니다.
참조 소재와 생성 결과는 자동 심사를 거칩니다. 거부된 작업은 명확한 오류와 함께 실패하고 전액 환불됩니다.
실패 상태에 도달한 작업은 과금되지 않으며 선차감액이 자동 환불됩니다. 작업 ID를 보관했다가 재시도하세요.
이 모델에 대한 일반적인 질문입니다.
비교
Kimi K3와 Claude Opus 5를 비교합니다. 오픈 웨이트, 1M 컨텍스트, 추론, 멀티모달 입력, API 가격, 배포 요구 사항을 분석합니다.
가이드
Kimi K3이 정말 4GB GPU에서 실행될까? 1.4TB 가중치 계산, 레이어 오프로딩의 변화, 현재 도구 지원, 실용적인 API 경로를 설명합니다.
가이드
Kimi K3 사양, 구조, 가격과 API 동작을 정리합니다: 1M 컨텍스트, 상시 추론, 고정 샘플링, OpenAI 호환 API 호출 방법.
