Kimi K3

Kimi K3 は HopBase の OpenAI Chat Completions 互換プロトコルを使用します。https://api.hop-base.com/v1 を使い、モデル名は kimi-k3 を指定してください。

プラン選択と課金

• コンソールの APIキー でキーを作成・編集する際、「Kimi K3 クラウド」プランをキーに追加してください。このキーで kimi-k3 を呼び出せます。
• 実際の適用レートはログイン後のモデルカタログに表示されます。
• このプランを含まないキーで kimi-k3 を呼び出すと明確な 404 が返ります。コンソールでキーにこのプランを追加してください。

クライアント設定項目

クライアントごとの対応状況

Kimi K3 は POST /v1/chat/completions のみを提供します。/v1/responses と /v1/messages はこのモデルに対して両方とも 404 を返すため、OpenAI Responses プロトコルまたは Anthropic Messages プロトコルしか話せないクライアントには、プロトコル変換レイヤーが必要です。

リクエストパラメータ

2026-10-10 に本番ゲートウェイでパラメータごとに実測した結果です。ゲートウェイは空の messages を拒否し、下表で「受け付けるが無視」とあるパラメータを取り除きます。ほかの制限はすべてモデル側のものです。

CC Switch で Claude Code から Kimi K3 を利用する

CC Switch 3.17.0 以降(最新版の利用を推奨)を使用してください。Kimi K3 は OpenAI Chat Completions を使用するため、CC Switch のローカルルーターが Claude Code で使われる Anthropic Messages プロトコルへの変換を行う必要があります。

CC Switch で Codex CLI から Kimi K3 を利用する

こちらも CC Switch 3.17.0 以降が必要です。CC Switch は Codex がローカルルーター(デフォルト 127.0.0.1:15721)に対して Responses 形式で通信し続けるようにし、ルーターが各リクエストを HopBase 向けの Chat Completions に書き換え、レスポンスを Responses 形式に戻して返します。

思考出力、プレフィックスキャッシュ、ツール呼び出し

2026 年 10 月に HopBase が本番ゲートウェイで実測した結果です。

• 思考の出力は明示的に有効化が必要です。 リクエストに "include_reasoning": true を付けると、非ストリーミングでは message.reasoning_content に、ストリーミングでは本文より先に delta.reasoning_content として思考が返ります(OpenAI Python SDK では extra_body={"include_reasoning": True} で渡します)。付けない場合もモデルは思考しますが、返るのは本文のみです。thinking・reasoning_effort はエラーになりませんが、思考出力も有効になりません。思考トークンは usage.completion_tokens_details.reasoning_tokens に計上され、出力単価で課金されます。max_tokens には思考も含まれるため、余裕を持たせてください(上限 32,768)。
• 長いコンテキストでも正常に動作し、正確に検索できます。 約 47 万トークンの単一入力でも正常にレスポンスが返り、その中に埋め込まれた情報が正確に取り出されました。
• プレフィックスキャッシュはプレフィックス全体にヒットします。 同じプレフィックスを繰り返すと、usage.prompt_tokens_details.cached_tokens が一致したプレフィックス長と等しくなります(2,093 トークンのシステムプロンプトなら、2 回目の呼び出しで 2,093 トークン全体がヒットします)。この分はキャッシュ料金で課金されます。システムプロンプトやツール定義などの固定コンテンツはメッセージリストの先頭に置いてください。
• ツール呼び出しは動作します。 tools、tool_choice(required を含む)、parallel_tool_calls、$ref と $defs を使った JSON Schema、複数ターンにわたる tool メッセージのいずれも、ストリーミング・非ストリーミングの両方で正常に動作します。
• レイテンシの目安。 10 分間の連続負荷テストで初回トークンまでの中央値は約 1.7 秒、9,000 トークンの非ストリーミング回答は約 78 秒で返りました。クライアント側ではリトライを維持し、読み取りタイムアウトは 300 秒以上を確保してください。

OpenAI SDK / Python

from openai import OpenAI

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

resp = client.chat.completions.create(
    model="kimi-k3",
    max_tokens=4096,
    messages=[{"role": "user", "content": "Explain where Kimi K3 works best"}],
)
print(resp.choices[0].message.content)
print(resp.usage)

curl

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

FAQ

• /v1/responses または /v1/messages が 404 を返します。 このモデルには /v1/chat/completions しかありません。Codex CLI と Claude Code は上記の手順に沿って CC Switch 経由でルーティングしてください。HopBase のアドレスを ~/.codex/config.toml や ANTHROPIC_BASE_URL に直接入力しないでください。
• Codex が wire_api = "chat" is no longer supported というエラーで起動しません。 新しいバージョンの Codex は Chat Completions への直接接続をサポートしなくなりました。手書きの provider 設定を削除し、CC Switch に引き継がせてください。
• kimi-k3 を呼び出すと 404 model not found が返ります。 キーに「Kimi K3 クラウド」プランが含まれていません。キーにプランを追加するか、新しいキーを作成してください。
• Codex の /model メニューに kimi-k3 が表示されません。 モデルマッピングを保存した後、Codex を再起動するとメニューが更新されます。
• 「リクエストパラメータを確認してください」としか書かれていない 400 が返ります。 まず 1 を超える temperature、1 より大きい n、base64 ではなく公開 URL で送った画像を確認してください。
• 同時実行数の上限に達したという 429 が返ります。 これはアカウントの同時実行数制限(デフォルト 5)です。同時実行のベンチマークやマルチエージェントのワークロードを実行する前に、上限引き上げをご相談ください。

次のステップ

• OpenAI SDK:Chat Completions の一般的な書き方
• CC Switch:ローカルルーターの導入とトラブルシューティング
• エラーコードと再試行
• 同時実行数、タイムアウト、課金