Kimi 入门指南

你可以在聊天框中输入问题、上传文件，也可以根据需要切换不同模型。 打开 kimi.com，试着发送一条消息，和 Kimi 打个招呼：

Text

选择模型

Kimi 提供多种模型。点击输入框上方的模型切换按钮即可切换。

关于 Kimi K3

Kimi K3 是 Kimi 目前能力最强的模型，拥有 2.8 万亿参数，基于 Kimi Delta Attention (KDA) 与 Attention Residuals 构建，具备原生视觉能力和 100 万 token 上下文窗口。作为全球首个开源的 3T 级模型，K3 面向长周期编程、知识工作与推理等前沿智能场景而设计，在编程、长周期执行以及广泛的通用智能任务中达到领先水平。

内置工具

开箱即用，无需配置：

视觉与多模态能力

Kimi K3 支持对图片、视频和办公文档（PDF/Word/Excel）的全场景理解，采用原生多模态架构（不是外挂式 OCR）。它可以直接解析文档内容，并完成中高阶办公任务（例如编写 Excel 公式，或生成 PPT 大纲/VBA 代码）。结合原生视觉能力与 100 万 token 上下文窗口，它能够处理更长、更复杂的多模态材料。

多模态�入支持

• 图片：PNG、JPEG、WebP、GIF 等（通过 URL、Base64 或本地文件上传）
• 视频：MP4 等（通过 video_url，或图片帧序列 + fps 参数）
• 文档：PDF、Word、Excel、TXT、Markdown 等
• 在线资源：URL、文章链接
• 图片搜索：上传图片，搜索相关或相似图片
• 视频理解：支持视频理解，可分析屏幕录制并复刻交互逻辑
• 视觉编程：上传截图或屏幕录制，生成前端代码（HTML/Vue/React 等）；可根据设计稿自动还原网页

输出格式

• 纯文本 / 图文混排：标准对话式回复
• Markdown：包含标题�列表、表格与链接的富文本
• 代码块：HTML/Vue/React/Python/JSON/Mermaid 等（带语言标识）
• JSON 结构化数据：强制以 JSON 模式输出
• Mermaid 图表：流程图、时序图、思维导图等
• LaTeX 数学公式：行内与块级数学表达式
• 双模式输出（Thinking）：同时返回 reasoning_content（思考过程）和 content（最终答案）
• 工具调用格式：函数调用（Function Calling）标准格式（面向开发者）

重要说明

1. 文件输出：K3 可以端到端生成可编辑文档（如 .pptx、.docx、.xlsx、.pdf）及其他复杂交付物；K2.6 更侧重快速问答，仅输出文本（如 PPT 大纲、Word 正文或代码）。

会话与对话轮次

当你点击 "新建聊天" 时，可以把它理解为与 Kimi 开始一段较长的对话。

主要区别

会话

• 连续记忆：Kimi 会记住当前聊天中的所有上下文
• 跨轮上下文：每次回复都会参��此前的对话内容，作为下一轮的上下文
• 边界清晰：点击 "新建聊天" = 重新开始；此前上下文会被清空 轮次
• 累计计数：第 1 轮、第 2 轮……逐步增加
• 记忆有限：轮次过多（例如 50+）时，Kimi 可能会“忘记”较早的内容，尤其是在长文写作或要求严格的任务中
• 上下文长度限制：受 token 数量限制；随着轮次累积，最早的内容可能会被压缩

为什么要区分二者

在同一个会话中，你发送的每个新问题或指令，都会基于此前所有轮次来作答。随着轮次增加、内容变长，回复质量可能会逐渐下降。

常见场景

场景 1：切换话题

• 不建议：在一个已经写了 3 万字小说的会话中提问“帮我计算税费”
• 建议：为税费问题开启新会话，避免 Kimi 将小说人物与税务概念混淆 场景 2：处理长文档
• 经过数十轮对话后，Kimi 可能会“忘记”一开始设定的规则或文件摘要
• 解决方法：在任务中途主动总结（“总结一下我们目前的计划”），或开启新会话 场景 3：理解产品限制
• 上下文长度限制以 token 计算，但在日常理解中，可以把它看作“轮次”
• 如果你看到“开始新聊天”的提示，说明当前会话的轮次已经过多

最佳实践