Kimi K3

Kimi K3 utiliza el protocolo de HopBase compatible con OpenAI Chat Completions. Use https://api.hop-base.com/v1 y configure el modelo como kimi-k3.

Selección de grupo y facturación

• Al crear o editar una clave en Claves API de la consola, agregue el grupo Kimi K3 Cloud a la clave. Con esa clave podrá entonces llamar a kimi-k3.
• Su tarifa efectiva aparece en el catálogo de modelos con la sesión iniciada.
• Las claves sin este grupo reciben un 404 explícito al llamar a kimi-k3; agregue el grupo a la clave en la consola.

Campos del cliente

Compatibilidad de clientes

Kimi K3 solo ofrece POST /v1/chat/completions. Tanto /v1/responses como /v1/messages devuelven 404 para este modelo, por lo que los clientes que solo hablan el protocolo OpenAI Responses o el protocolo Anthropic Messages necesitan una capa de traducción de protocolo.

Parámetros de la solicitud

Medido parámetro por parámetro a través de la pasarela de producción el 2026-10-10. La pasarela rechaza messages vacío y elimina los parámetros marcados como «se acepta, se ignora» abajo; el resto de límites son del servicio del modelo.

Usar Kimi K3 en Claude Code con CC Switch

Use CC Switch 3.17.0 o posterior (se recomienda la versión más reciente). Kimi K3 usa OpenAI Chat Completions, por lo que CC Switch debe traducir las solicitudes mediante su enrutador local al protocolo Anthropic Messages que usa Claude Code.

Usar Kimi K3 en Codex CLI con CC Switch

También requiere CC Switch 3.17.0 o posterior. CC Switch mantiene a Codex hablando Responses con el enrutador local (por defecto 127.0.0.1:15721); el enrutador reescribe cada solicitud como Chat Completions hacia HopBase y convierte la respuesta de vuelta al formato Responses.

Salida de razonamiento, caché de prefijos y llamadas a herramientas

Medido por HopBase a través de la pasarela de producción en octubre de 2026:

• Kimi K3 no devuelve por ahora el rastro de pensamiento. Las respuestas no incluyen el campo reasoning_content y usage.completion_tokens_details.reasoning_tokens siempre es 0, así que todos los tokens de salida son texto de respuesta. Enviar thinking o reasoning_effort no falla, pero no tiene efecto. Dimensione max_tokens solo para la respuesta (hasta 32,768); no hace falta reservar nada para el pensamiento.
• El contexto largo funciona y recupera con precisión. Una entrada única de unos 470,000 tokens se devolvió con normalidad y un dato enterrado en ella se recuperó con exactitud.
• La caché de prefijos acierta el prefijo completo. Al repetir el mismo prefijo, usage.prompt_tokens_details.cached_tokens es igual a la longitud del prefijo coincidente (un system prompt de 2,093 tokens acierta los 2,093 en la segunda llamada), facturado a la tarifa de caché. Mantenga el system prompt, las definiciones de herramientas y otro contenido fijo al inicio de la lista de mensajes.
• Las llamadas a herramientas funcionan. tools, tool_choice (incluido required), parallel_tool_calls, esquemas JSON con $ref y $defs, y mensajes tool de varios turnos se comportan con normalidad tanto en streaming como sin streaming.
• Referencia de latencia. En una prueba de carga sostenida de 10 minutos, la mediana hasta el primer token fue de unos 1.7 segundos, y una respuesta sin streaming de 9,000 tokens volvió en unos 78 segundos. Mantenga reintentos en el cliente y un tiempo de espera de lectura de al menos 300 segundos.

SDK de OpenAI / Python

from openai import OpenAI

client = OpenAI(
    base_url="https://api.hop-base.com/v1",
    api_key="sk-tu-clave",
)

resp = client.chat.completions.create(
    model="kimi-k3",
    max_tokens=4096,
    messages=[{"role": "user", "content": "Explique en qué casos de uso destaca Kimi K3"}],
)
print(resp.choices[0].message.content)
print(resp.usage)

curl

curl https://api.hop-base.com/v1/chat/completions \
  -H "Authorization: Bearer sk-tu-clave" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3",
    "max_tokens": 4096,
    "messages": [{"role": "user", "content": "Hola, preséntese"}]
  }'

Preguntas frecuentes

• /v1/responses o /v1/messages devuelve 404. Este modelo solo tiene /v1/chat/completions. Enrute Codex CLI y Claude Code a través de CC Switch como se describe arriba; no coloque la dirección de HopBase directamente en ~/.codex/config.toml ni en ANTHROPIC_BASE_URL.
• Codex no inicia y muestra wire_api = "chat" is no longer supported. Las versiones recientes de Codex ya no admiten Chat Completions directo. Elimine la configuración manual del proveedor y deje que CC Switch tome el control.
• Llamar a kimi-k3 devuelve 404 model not found. La clave no incluye el grupo Kimi K3 Cloud; agregue el grupo a la clave o cree una clave nueva.
• El menú /model de Codex no muestra kimi-k3. Reinicie Codex después de guardar el mapeo de modelos para que el menú se actualice.
• Un 400 que solo pide revisar los parámetros. Revise primero un temperature mayor que 1, un n mayor que 1, o una imagen enviada como URL pública en lugar de base64.
• Un 429 que indica límite de concurrencia. Es el límite de concurrencia de su cuenta, 5 de forma predeterminada. Pídanos subirlo antes de ejecutar pruebas de concurrencia o cargas multiagente.

Próximos pasos

• OpenAI SDK: el patrón general de Chat Completions
• CC Switch: instalación y solución de problemas del enrutador local
• Códigos de error y reintentos
• Concurrencia, tiempos de espera y facturación