Індекс документації
Отримайте повний індекс документації за адресою: https://docs.aihubmix.com/llms.txt
Використовуйте цей файл, щоб дізнатися про всі доступні сторінки перед подальшим дослідженням.

Липень 2026 року Посібник Kimi K3: максимальний рівень reasoning_effort, історія думок, динамічне завантаження інструментів, структурований вихід, автоматичне кешування, частковий префікс та вхідні дані з зору.

Ця стаття охоплює нові параметри та примітки щодо використання Kimi K3. На AIHubMix K3 доступний через API Chat Completions, Responses та Messages, сумісні з Claude. Дивіться також: Офіційна документація платформи Moonshot.

Висновки та приклади відповідей, що позначені як "Перевірені", у кожному розділі походять з фактичних викликів, зроблених 2026-07-17 через API AIHubMix (Chat Completions / Responses / Messages).

1. Специфікації моделі на перший погляд

Перевірено: обидва обмеження stop перевірені, і перевищення будь-якого з них повертає 400; API Messages застосовує таку ж перевірку до stop_sequences.

❗ Коли досягається секвенція зупинки, API Messages не дотримується семантики Anthropic: під час тестування stop_reason є "end_turn" (а не "stop_sequence"), stop_sequence є null, а видимий текст перед словом зупинки може бути порожнім. Клієнти, які покладаються на ці два поля для виявлення обрізки, повинні звернути на це увагу.

# зупинка з 6 записами / запис на 33 байти -> HTTP 400
"Неправильний запит: масив зупинки занадто довгий. Очікував масив з максимальною довжиною 5, але отримав масив з довжиною 6 замість"
"Неправильний запит: секвенція зупинки не повинна бути довшою за 32, але отримала 33 замість"

2. Режим мислення: reasoning_effort підтримує лише max

Мислення K3 увімкнено за замовчуванням, і reasoning_effort підтримує лише один рівень: "max".

Багатоповторні розмови повинні передавати історію думок вербально: відповідно до офіційної документації Moonshot, K3 навчено з збереженим мисленням, тому в багатоповторних розмовах попереднє повідомлення асистента повинно бути передано цілком і без змін (включаючи зміст мислення). Відсутність історії думок призводить до нестабільної якості виходу. Якщо ви використовуєте фреймворк управління сесіями або проксі-слой, підтверджуйте, що зміст мислення передається без обрізки.

Зміст мислення повертається в полі `reasoning_content` відповіді; в багатоповторних розмовах передавайте попереднє повідомлення асистента (включаючи `reasoning_content`) вербально.

```text theme={null}
from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key="<AIHUBMIX_API_KEY>",
)

completion = client.chat.completions.create(
    model="kimi-k3",
    reasoning_effort="max",
    messages=[
        {"role": "user", "content": "Слимака на дні 10-метрового колодязя. Щодня він піднімається на 3 метри, але щоночі сповзає назад на 2 метри. Скільки днів йому потрібно, щоб досягти верху?"}
    ],
)

print(completion.choices[0].message.reasoning_content)
print(completion.choices[0].message.content)
```

```text theme={null}
# Багатоповторні: передайте попереднє повідомлення асистента вербально
messages = [
    {"role": "user", "content": "Яка столиця Франції?"},
    {"role": "assistant", "content": "Париж.", "reasoning_content": "<reasoning_content з попередньої відповіді>"},
    {"role": "user", "content": "А яка його населення?"},
]
```

> **Перевірено**: відповідь повертає `reasoning_content`; після передачі попереднього повідомлення асистента (включаючи `reasoning_content`) вербально, наступні повороти відповідають нормально.

Зміст мислення повертається як елемент виходу `reasoning`; в багатоповторних розмовах додайте вихідні елементи попереднього повороту (`reasoning` + `message`) назад у `input` вербально.

```text theme={null}
from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key="<AIHUBMIX_API_KEY>",
)

response = client.responses.create(
    model="kimi-k3",
    input="Відповідайте одним словом: столиця Франції",
)

# Спостережені типи виходу response.output: ["reasoning", "message"]; текст: "Париж"
# Багатоповторні: input = [перше повідомлення користувача] + response.output + [наступне повідомлення користувача]
# Спостережена відповідь другого повороту з переданими вихідними елементами: "Берлін"
```

Зміст мислення повертається як рідний зміст блоків `thinking`; в багатоповторних розмовах передавайте попередні блоки змісту асистента (включаючи блоки мислення) вербально.

```text theme={null}
from anthropic import Anthropic

client = Anthropic(
    api_key="<AIHUBMIX_API_KEY>",
    base_url="https://aihubmix.com"
)

response = client.messages.create(
    model="kimi-k3",
    max_tokens=4096,
    messages=[
        {"role": "user", "content": "Відповідайте одним словом: столиця Франції"}
    ],
)

# Спостережені типи блоків response.content: ["thinking", "text"]; текст: "Париж"
# Багатоповторні: передайте response.content вербально як повідомлення асистента
```

3. Параметри вибірки зафіксовані

Параметри вибірки K3 зафіксовані постачальником: temperature 1.0, top_p 0.95, n 1, і presence_penalty / frequency_penalty 0. Офіційна рекомендація полягає в тому, щоб не включати ці параметри в запити.

Примітка: зафіксовані значення вибірки є частиною офіційної специфікації і не можуть бути перевірені за сигналами відповіді; дотримуйтесь офіційної рекомендації та не включайте ці параметри.

4. Виклик інструментів та динамічне завантаження інструментів

tools підтримує до 128 інструментів; tool_choice підтримує примусове та вимкнене виклики інструментів. K3 також підтримує динамічне завантаження інструментів: впровадження нових інструментів під час розмови через поле tools системного повідомлення (форма повідомлення, специфічна для API Chat).

`tool_choice` підтримує `auto` / `none` / `required`; `required` примушує модель викликати інструмент. Динамічне завантаження інструментів: системне повідомлення, що впроваджує інструмент, не містить `content`, впроваджені інструменти діють для наступних поворотів, і повідомлення повинно бути включене знову в кожен запит.

```text theme={null}
messages = [
    {"role": "system", "content": "Ви корисний асистент."},
    {"role": "user", "content": "Привіт."},
    {"role": "assistant", "content": "Привіт, чим можу вам допомогти?"},
    # Впровадження нового інструмента під час розмови: лише поле tools, без контенту
    {
        "role": "system",
        "tools": [
            {
                "type": "function",
                "function": {
                    "name": "get_time",
                    "description": "Отримати поточний час",
                    "parameters": {"type": "object", "properties": {}},
                },
            }
        ],
    },
    {"role": "user", "content": "Скільки зараз часу?"},
]
```

```text theme={null}
# tool_choice="required" з підказкою "Привіт" -> модель примушена викликати інструмент
"finish_reason": "tool_calls",
"tool_calls": [{"function": {"name": "get_weather", "arguments": "{\"city\":\"New York\"}"}}]
```

> **Перевірено**: `tool_choice: "required"` примушує виклик інструмента навіть для не пов'язаних підказок; `"none"` пригнічує виклики інструментів; інструменти, впроваджені під час розмови через системне повідомлення без `content`, можуть викликатися нормально.

Визначення інструментів використовують плоску структуру (`name` на верхньому рівні); примусове виклик також використовує `tool_choice: "required"`, а виклики повертаються як елементи виходу `function_call`. Підтримка динамічного завантаження інструментів в процесі; наразі оголосіть усі інструменти в верхньому параметрі `tools`.

```text theme={null}
response = client.responses.create(
    model="kimi-k3",
    input="Привіт",
    tools=[{
        "type": "function",
        "name": "get_weather",
        "description": "Отримати погоду для міста",
        "parameters": {"type": "object", "properties": {"city": {"type": "string"}}, "required": ["city"]},
    }],
    tool_choice="required",
)

# Спостережений вихід містить: {"type": "function_call", "name": "get_weather", "arguments": "{\"city\":\"London\"}"}
```

Інструменти використовують формат Anthropic (`input_schema`); примусіть виклик з `tool_choice: {"type": "any"}` і вимкніть виклики з `{"type": "none"}`. ❗ **Офіційна точка доступу Kimi K3 Messages (сумісна з Anthropic) не підтримує динамічне завантаження інструментів**: під час тестування впроваджене повідомлення повертає 200, але впроваджений інструмент не має ефекту (модель не може його викликати). Оголосіть усі інструменти в верхньому параметрі `tools`.

```text theme={null}
response = client.messages.create(
    model="kimi-k3",
    max_tokens=4096,
    tools=[{
        "name": "get_weather",
        "description": "Отримати погоду для міста",
        "input_schema": {"type": "object", "properties": {"city": {"type": "string"}}, "required": ["city"]},
    }],
    tool_choice={"type": "any"},
    messages=[{"role": "user", "content": "Привіт"}],
)

# Спостережено: stop_reason "tool_use"; контент містить блок tool_use, що викликає get_weather
```

5. Структурований вихід

Структурований вихід змушує модель повертати контент, який строго відповідає заданій JSON-схемі.

`response_format` підтримує `json_schema` з режимом `strict`.

```text theme={null}
completion = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {"role": "user", "content": "Париж — столиця Франції. Витягніть назву міста."}
    ],
    response_format={
        "type": "json_schema",
        "json_schema": {
            "name": "extract",
            "strict": True,
            "schema": {
                "type": "object",
                "properties": {"city": {"type": "string"}},
                "required": ["city"],
            },
        },
    },
)

# Спостережений контент відповіді: {"city":"Париж"}
```

> **Перевірено**: вихід є дійсним JSON, що відповідає схемі.

Структурований вихід оголошується через `text.format`.

```text theme={null}
response = client.responses.create(
    model="kimi-k3",
    input="Париж — столиця Франції. Витягніть назву міста.",
    text={
        "format": {
            "type": "json_schema",
            "name": "extract",
            "strict": True,
            "schema": {"type": "object", "properties": {"city": {"type": "string"}}, "required": ["city"]},
        }
    },
)

# Спостережений текст виходу: {"city":"Париж"}
```

❗ **Офіційна точка доступу Kimi K3 Messages (сумісна з Anthropic) не підтримує структурований вихід**: поля структурованого виходу тихо ігноруються — запит повертає HTTP 200 з текстом вільної форми, без помилки або повідомлення про резервне копіювання, а подальший JSON-аналіз зазнає невдачі. Коли вам потрібен структурований вихід, використовуйте API Chat Completions або Responses.

6. Автоматичне кешування контексту

Кешування контексту K3 увімкнено автоматично, без необхідності в параметрах. Коли повторюваний довгий префікс потрапляє в кеш, кількість попадань відображається в використанні (ім'я поля варіюється в залежності від API). Ціни на кешування вказані на сторінці моделі.

```text theme={null} # використання другого виклику з ідентичним довгим префіксом "prompt_tokens_details": {"cached_tokens": 1536} ```

> **Перевірено**: другий запит з ідентичним довгим префіксом повідомляє про попадання в `usage.prompt_tokens_details.cached_tokens`.

```text theme={null} # використання другого виклику Responses з ідентичними довгими інструкціями "input_tokens_details": {"cached_tokens": 1536} ``` ```text theme={null} # використання другого виклику Messages з ідентичним довгим системним запитом "cache_read_input_tokens": 1536 ```

7. Завершення часткового префікса partial

Завершення префікса змушує модель продовжувати генерувати з заданого префікса, що добре підходить для завершення коду та виходу з контрольованим форматом.

Передайте `"partial": true` в останньому повідомленні асистента.

```text theme={null}
messages = [
    {"role": "user", "content": "Напишіть хайку про море."},
    {"role": "assistant", "content": "Хвилі складаються в піну,", "partial": True},
]

# Префікс: "Хвилі складаються в піну,"  ->  продовження, повернуте моделлю
# сіль висить у повітрі—
# місяць тягне приплив додому.
```

> **Перевірено**: генерація продовжується з даного префікса без повторення його.

Передайте префікс як повідомлення асистента в кінці масиву `input`; параметр `partial` не потрібен.

```text theme={null}
response = client.responses.create(
    model="kimi-k3",
    input=[
        {"role": "user", "content": "Напишіть хайку про море."},
        {"role": "assistant", "content": "Хвилі складаються в піну,"},
    ],
)

# Спостережене продовження: "сіль висить у повітрі— / місяць тягне приплив додому."
```

Та ж можливість досягається за допомогою рідного заповнення асистента протоколу, без параметра `partial` — передайте префікс як останнє повідомлення асистента.

```text theme={null}
response = client.messages.create(
    model="kimi-k3",
    max_tokens=4096,
    messages=[
        {"role": "user", "content": "Напишіть хайку про море."},
        {"role": "assistant", "content": "Хвилі складаються в піну,"},
    ],
)

# Спостережене продовження: "сіль тягне крик мартинів— / приплив тягне ..."
```

8. Вхідні дані з зору

Зображення передаються у форматі base64; формат блоку контенту варіюється в залежності від API.

```text theme={null} messages = [ { "role": "user", "content": [ {"type": "text", "text": "Який домінуючий колір цього зображення? Одне слово."}, {"type": "image_url", "image_url": {"url": "data:image/png;base64,"}}, ], } ]

# Спостережений контент відповіді: "Червоний"  (вхід: 64x64 суцільний червоний PNG)
```

> **Перевірено**: вхід зображення base64 працює, і модель правильно описує тестове зображення.

```text theme={null} input = [ { "role": "user", "content": [ {"type": "input_text", "text": "Який домінуючий колір цього зображення? Одне слово."}, {"type": "input_image", "image_url": "data:image/png;base64,"}, ], } ]

# Спостережений текст виходу: "Червоний"
```

```text theme={null} messages = [ { "role": "user", "content": [ {"type": "text", "text": "Який домінуючий колір цього зображення? Одне слово."}, {"type": "image", "source": {"type": "base64", "media_type": "image/png", "data": ""}}, ], } ]

# Спостережений текст відповіді: "Червоний"
```

9. Перевірене посилання: затримка та використання довгого завдання з одного виклику

Мислення K3 зафіксоване на максимальному рівні, тому одиничні запити для складних завдань займають значно більше часу, ніж на звичайних моделях. Виміряні дані з завдання генерації HTML гри з одного файлу (одна підказка з референсним зображенням, згенероване за один раз без ітерацій): одиничний запит зайняв 2,541 секунди (близько 42 хвилин), з 74,994 токенами завершення, з яких 54,486 (73%) були токенами мислення; фінальний вихід становив 1,275 рядків безпосередньо виконуваного коду, з finish_reason stop.

Рекомендації для клієнтів:

• Встановіть тайм-аути клієнта на хвилини або більше, і віддавайте перевагу потоковій передачі для довгих завдань;
• Залиште достатній запас у max_completion_tokens — у цьому випадку мислення само споживало 54,486 токенів.

10. Матриця підтримки можливостей × API

Кожна клітинка таблиці нижче була перевірена 2026-07-17 через фактичні виклики до виробничих API AIHubMix; кожна клітинка показує синтаксис параметра / поля для відповідного API.

Часті запитання

Які API підтримує K3 на AIHubMix?
Chat Completions (/v1/chat/completions), Responses (/v1/responses) та API Messages, сумісний з Claude (/v1/messages).

Чи можна вимкнути або знизити мислення?
Ні. Мислення K3 увімкнено за замовчуванням, і reasoning_effort підтримує лише один рівень "max".

Чому reasoning_content потрібно передавати назад у багатоповторних розмовах?
K3 навчено з збереженим мисленням; Moonshot вимагає, щоб попереднє повідомлення асистента передавалося цілком і без змін. Відсутність історії мислення призводить до нестабільної якості виходу.

Які обмеження на параметр stop?
Максимум 5 секвенцій зупинки, кожна не довша за 32 байти; перевищення будь-якого з обмежень повертає помилку 400.

Чи підтримує API Messages структурований вихід?
❗ Ні. Офіційна точка доступу Kimi K3 Messages (сумісна з Anthropic) тихо ігнорує поля структурованого виходу (повертаючи 200 з текстом вільної форми та без помилки). Для структурованого виходу використовуйте response_format на Chat Completions або text.format на Responses.

Чому одиничні запити K3 займають так багато часу?
Мислення K3 зафіксоване на максимальному рівні, і токени мислення складають велику частку при складних завданнях (73% токенів завершення у виміряному випадку). Встановіть тайм-аути клієнта на хвилини або більше та використовуйте потокову передачу.

Для цін та реального статусу дивіться сторінку моделі Kimi K3; для інших моделей відвідайте галерею моделей.

Останнє оновлення: 2026-07-17