{"slug": "tutorial-kimi-k3-md", "title": "tutorial-kimi-k3.md", "summary": "Moonshot AI's Kimi K3 model matches Opus 4.8 on intelligence benchmarks while costing ~70% less, with a 1M-token context window and open weights. The API is OpenAI-compatible, enabling easy integration into existing tools like Cline and Aider.", "body_md": "O Kimi K3 (Moonshot AI) chegou empatando com o Opus 4.8 no índice de inteligência e custando ~70% menos. Aqui vai o caminho das pedras pra começar a usar hoje — do jeito grátis ao jeito de dev.\n\nOs nomes de modelo e endpoints mudam a cada versão. Antes de colar em produção, confira o\n\nid exato do modeloe abase URLno painel da Moonshot (platform.moonshot.ai).\n\n- Acesse\n**kimi.com** - Faça login (Google ou e-mail)\n- Deixe o\n**modo thinking** ligado — é onde o K3 brilha em raciocínio - Cole seu prompt. Ele aceita\n**1 milhão de tokens de contexto**— pode jogar um PDF inteiro, um repositório ou uma transcrição longa\n\n**Dica:** pra tarefa longa (código, análise de documento), comece o prompt dizendo o formato de saída que você quer. O K3 segue instrução de formato muito bem.\n\nPreço no lançamento: **$3 / milhão de tokens (input)** e **$15 / milhão (output)** — contra $10/$50 do Fable 5.\n\nA API da Moonshot é **compatível com o formato da OpenAI**, então dá pra plugar no SDK que você já usa só trocando `base_url`\n\ne `model`\n\n:\n\n``` python\nfrom openai import OpenAI\n\nclient = OpenAI(\n    api_key=\"SUA_CHAVE_MOONSHOT\",\n    base_url=\"https://api.moonshot.ai/v1\",\n)\n\nresp = client.chat.completions.create(\n    model=\"kimi-k3\",   # confira o id exato no painel\n    messages=[{\"role\": \"user\", \"content\": \"Resuma este contrato:\"}],\n)\nprint(resp.choices[0].message.content)\n```\n\nPega a chave em **platform.moonshot.ai** → API Keys.\n\nComo a API é OpenAI-compatible, o K3 entra na maioria das ferramentas de código:\n\n**Cline / Roo (VS Code):** adicione um provider \"OpenAI Compatible\", base URL`https://api.moonshot.ai/v1`\n\n, modelo`kimi-k3`\n\n**Aider:**`aider --model openai/kimi-k3`\n\ncom as env vars`OPENAI_API_BASE`\n\ne`OPENAI_API_KEY`\n\napontando pra Moonshot**Qualquer app que fale \"OpenAI API\":** mesma troca de base_url + modelo\n\nO 1M de contexto faz diferença real aqui: dá pra mandar o projeto inteiro sem picotar.\n\nO K3 tem **pesos abertos** (2.8T de parâmetros). Não dá pra rodar num notebook, mas:\n\n- Baixe os pesos no\n**Hugging Face**(procure por`moonshotai / Kimi-K3`\n\n) - Sirva com\n**vLLM** ou**SGLang** num servidor com GPU - Zero custo por token, zero lock-in — você é dono da inferência\n\nSe não tem GPU parruda, use um provider de inferência open (Together, Fireworks, DeepInfra) que já hospeda o K3.\n\n**Use K3:** volume alto, orçamento apertado, contexto gigante, quer rodar self-hosted, tarefa de raciocínio/código**Use Claude (Fable/Opus):** quando você precisa do topo absoluto de qualidade e o custo não é o gargalo — o Fable 5 ainda lidera o índice\n\nNão é \"trocar tudo\". É ter a opção 70% mais barata pra 80% das tarefas.\n\n| Quero… | Faça |\n|---|---|\n| Testar de graça | kimi.com, modo thinking on |\n| Colocar num produto | API OpenAI-compatible, `model=kimi-k3` |\n| Codar | Cline/Aider apontando pra Moonshot |\n| Rodar local | pesos no Hugging Face + vLLM |\n\nQualquer dúvida, me chama na DM. 🚀\n\n*— @99hud*", "url": "https://wpnews.pro/news/tutorial-kimi-k3-md", "canonical_source": "https://gist.github.com/hudsonbrendon/6410f3d2fb80815e185d24992aabb101", "published_at": "2026-07-18 18:00:42+00:00", "updated_at": "2026-07-23 04:27:30.148949+00:00", "lang": "en", "topics": ["artificial-intelligence", "large-language-models", "ai-products", "ai-tools", "ai-infrastructure"], "entities": ["Moonshot AI", "Kimi K3", "Opus 4.8", "Fable 5", "Hugging Face", "vLLM", "Together", "Fireworks"], "alternates": {"html": "https://wpnews.pro/news/tutorial-kimi-k3-md", "markdown": "https://wpnews.pro/news/tutorial-kimi-k3-md.md", "text": "https://wpnews.pro/news/tutorial-kimi-k3-md.txt", "jsonld": "https://wpnews.pro/news/tutorial-kimi-k3-md.jsonld"}}