Kimi-Reihe

Die Kimi-Modelle von Moonshot AI, darunter Kimi K3, K2.6 und das auf Programmierung ausgerichtete K2.7 Code. Sie werden über die OpenAI-kompatible API aufgerufen, unterstützen zusätzlich den nativen Anthropic-Endpunkt und lassen sich in Claude Code verwenden.

Häufige Aufgaben

Modelle

Die vollständige Modellliste und aktuelle Preise finden Sie auf der Modellseite . Modell-IDs beginnen mit dem Präfix moonshotai/, das weggelassen werden kann.

Kimi-Modelle werden direkt von Moonshot AI (moonshot) bereitgestellt; einige Modelle sind zusätzlich über Anbieter wie Azure AI Foundry oder Alibaba Cloud Model Studio verfügbar. Standardmäßig wird automatisch ausgewählt. Wie Sie einen Anbieter festlegen, steht unter Provider-Routing.

Aufrufbeispiele

import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.chat.completions.create(
    model="moonshotai/kimi-k3",
    messages=[{"role": "user", "content": "Erkläre in einem Satz, was Idempotenz ist."}],
    extra_body={"thinking": {"type": "disabled"}},
)
print(resp.choices[0].message.content)

curl https://api.ofox.ai/v1/chat/completions \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "moonshotai/kimi-k3",
    "messages": [{"role": "user", "content": "Erkläre in einem Satz, was Idempotenz ist."}],
    "thinking": {"type": "disabled"}
  }'

Thinking-Modus

Gemessen an derselben Mathematikaufgabe: Kimi K3 brauchte standardmäßig etwa 30 Sekunden, ohne Thinking etwa 3 Sekunden; K2.6 verbrauchte standardmäßig rund 11.000 Thinking-Tokens und etwa 4,5 Minuten, ohne Thinking etwa 40 Sekunden. Thinking-Tokens werden zum Ausgabepreis abgerechnet, ihre Anzahl steht in usage.completion_tokens_details.reasoning_tokens.

Thinking-Inhalt auslesen: In Streaming-Antworten steht er in delta.reasoning_content; in Antworten ohne Streaming in message.reasoning_details, wobei Sie die text-Felder der einzelnen Einträge der Reihe nach zusammenfügen.

Websuche

Fügen Sie web_search zu tools des Responses-Endpunkts hinzu; das Modell sucht dann selbstständig und hängt Quellenangaben an die Antwort an:

import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.responses.create(
    model="moonshotai/kimi-k3",
    tools=[{"type": "web_search"}],
    input="Welches ist die neueste stabile Version von Python?",
)
print(resp.output_text)
for item in resp.output:
    if item.type == "message":
        for part in item.content:
            for a in getattr(part, "annotations", None) or []:
                print("Quelle:", a.title, a.url)

• In unseren Tests unterstützt von Kimi K3 und K2.6. In output erscheinen nacheinander die Einträge reasoning, web_search_call und message; die Quellenangaben stehen in annotations des message-Inhalts.
• Suchen werden pro Aufruf abgerechnet; die Preise finden Sie auf der Modellseite .

In Claude Code verwenden

Kimi-Modelle unterstützen den nativen Anthropic-Endpunkt unter https://api.ofox.ai/anthropic:

Beim Aufruf über den Anthropic-Endpunkt wird der Thinking-Inhalt als thinking-Block zurückgegeben. Die vollständige Einrichtung von Claude Code finden Sie unter Claude Code einrichten.

Bildeingabe und strukturierte Ausgabe

• Kimi K3 und K2.6 unterstützen Bildeingaben über den Standard-Inhaltsblock image_url; zur Verwendung siehe Bildverständnis.
• response_format unterstützt json_schema und json_object; Tool-Aufrufe verwenden den Standardparameter tools. Zur Verwendung siehe Strukturierte Ausgabe.
• Wiederholte Anfragepräfixe werden automatisch gecacht; die Treffer stehen in usage.prompt_tokens_details.cached_tokens.

Häufige Fehler

Weitere allgemeine Fehler finden Sie unter Fehlerbehandlung.

Offizielle Dokumentation

• Kimi Open Platform · Dokumentation 

FAQ