Kimi-K3 是 Kimi 迄今能力最强的旗舰模型，拥有 2.8 万亿参数，基于 KDA 混合线性注意力机制（Kimi Delta Attention）和注意力残差（Attention Residuals）技术构建，原生支持视觉理解，并拥有 100 万 token 上下文窗口。它是全球首个开源的 3 万亿级别模型，面向长程编程、知识工作和推理等前沿智能场景而设计。
推理服务供应商
kimi-k3模型的推理服务供应商为阿里云百炼。
模型能力
华北2（北京）
能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text Image | 输出模态 | Text |
模型体验 | 支持 | Function Calling | 支持 |
结构化输出 | 支持 | 联网搜索 | 不支持 |
前缀续写 | 支持 | 上下文缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
新加坡
部署范围：国际
能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text Image | 输出模态 | Text |
模型体验 | 支持 | Function Calling | 支持 |
结构化输出 | 支持 | 联网搜索 | 不支持 |
前缀续写 | 支持 | 上下文缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
德国（法兰克福）
部署范围：全球
能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text Image | 输出模态 | Text |
模型体验 | 支持 | Function Calling | 支持 |
结构化输出 | 支持 | 联网搜索 | 不支持 |
前缀续写 | 支持 | 上下文缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
美国（弗吉尼亚）
部署范围：全球
能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text Image | 输出模态 | Text |
模型体验 | 支持 | Function Calling | 支持 |
结构化输出 | 支持 | 联网搜索 | 不支持 |
前缀续写 | 支持 | 上下文缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
日本（东京）
部署范围：全球
能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text Image | 输出模态 | Text |
模型体验 | 支持 | Function Calling | 支持 |
结构化输出 | 支持 | 联网搜索 | 不支持 |
前缀续写 | 支持 | 上下文缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
中国香港
部署范围：全球
能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text Image | 输出模态 | Text |
模型体验 | 支持 | Function Calling | 支持 |
结构化输出 | 支持 | 联网搜索 | 不支持 |
前缀续写 | 支持 | 上下文缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
上下文限制
参数 | 值 | 参数 | 值 |
|---|---|---|---|
最大输入长度 | 1048576 | 最大输出长度 | 1048576 |
上下文长度 | 1048576 | 最大输入长度（思考模式下） | 1048576 |
最大输出长度（思考模式下） | 1048576 | 最大思维链长度 | 1048576 |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。
华北2（北京）
计费项 | 价格（元） | 单位 |
|---|---|---|
输入 | 20 | 每百万tokens |
输出 | 100 | 每百万tokens |
输入（缓存命中） | 2 | 每百万tokens |
新加坡
部署范围：国际
计费项 | 价格（元） | 单位 |
|---|---|---|
输入 | 21.875 | 每百万tokens |
输出 | 109.376 | 每百万tokens |
输入（缓存命中） | 2.188 | 每百万tokens |
德国（法兰克福）
部署范围：全球
计费项 | 价格（元） | 单位 |
|---|---|---|
输入 | 20 | 每百万tokens |
输出 | 100 | 每百万tokens |
输入（缓存命中） | 2 | 每百万tokens |
美国（弗吉尼亚）
部署范围：全球
计费项 | 价格（元） | 单位 |
|---|---|---|
输入 | 20 | 每百万tokens |
输出 | 100 | 每百万tokens |
输入（缓存命中） | 2 | 每百万tokens |
日本（东京）
部署范围：全球
计费项 | 价格（元） | 单位 |
|---|---|---|
输入 | 20 | 每百万tokens |
输出 | 100 | 每百万tokens |
输入（缓存命中） | 2 | 每百万tokens |
限流
华北2（北京）
本地域采用动态限流机制，TPM 限流值按百炼平台月消费额度分档，RPM 限额较高、正常使用不会触发限流。各档位数值请参见动态限流。
新加坡
部署范围：国际
本地域采用动态限流机制，TPM 限流值按百炼平台月消费额度分档，RPM 限额较高、正常使用不会触发限流。各档位数值请参见动态限流。
德国（法兰克福）
部署范围：全球
参数 | 值 |
|---|---|
RPM（每分钟请求数） | 15,000 |
TPM（每分钟tokens） | 1,200,000 |
美国（弗吉尼亚）
部署范围：全球
参数 | 值 |
|---|---|
RPM（每分钟请求数） | 15,000 |
TPM（每分钟tokens） | 1,200,000 |
日本（东京）
部署范围：全球
参数 | 值 |
|---|---|
RPM（每分钟请求数） | 15,000 |
TPM（每分钟tokens） | 1,200,000 |
中国香港
部署范围：全球
参数 | 值 |
|---|---|
RPM（每分钟请求数） | 15,000 |
TPM（每分钟tokens） | 1,200,000 |