模型选择与性能对比
Kimi API 提供多种模型供开发者选择，不同模型在能力、速度和价格上各有侧重。
主要模型
kimi-k3
kimi-k3 是 Kimi 的旗舰模型，面向长程编程与端到端知识工作，原生支持视觉理解。K3 始终开启思考模式，可通过请求顶层 reasoning_effort 设置思考力度（支持 low、high、max，默认 max），最大支持 1M token 上下文窗口。
kimi-k2.6
kimi-k2.6 支持文本、图片和视频输入，支持思考与非思考模式切换，适用于对话、代码生成、视觉理解和 Agent 任务。最大支持 256k token 上下文窗口。
平台还提供其他模型，请访问 platform.kimi.com/docs/introduction 查看完整的模型列表和详细参数。
选择维度
选择模型时，建议根据以下维度评估：
- 上下文长度：不同模型支持的最大上下文窗口不同，长文档处理需选择大上下文模型。
- 响应速度：轻量模型响应更快，适合对延迟敏感的场景。
- 生成质量：高阶模型在复杂��理、创作等任务上表现更好。
- 价格：根据预算和调用量选择性价比最优的模型。
- 思考模式：需要深度推理时选择 kimi-k3；需要灵活切换思考与非思考模式时选择 kimi-k2.6。
Vision 模型（图片理解）
Vision 模型支持图片输入，可用于图片描述、OCR、图表解读等场景：
- 每张图片按固定 1024 tokens 计费，无论图片尺寸和分辨率。
- 支持常见图片格式（JPEG、PNG、WebP 等）。
- 图片可通过 URL 或 Base64 编码方式传入。
当前不支持的能力
- PPT 生成 API：PPT 生成功能暂未开放 API 接口。
- 深度研究 API：深度研究功能暂未开放 API 接口。
如需以上能力，请关注平台公告获取最新动态。