如何调用Kimi API？月之暗面大模型接口实战指南

上周三晚上，一个做智能客服的朋友在微信上连续轰炸我，说他们的 Claude 账单又超预算了，问我有没有能平替的方案。我那时正在给自己维护的一个 RAG 问答机器人换后端，刚好把接口从旧版 moonshot-v1 迁到了 K2 系列，于是聊了半小时，顺手把这半个月的实操笔记整理成了这篇文章。

坦白讲，网上关于 kimi api 的中文资料不算少，但质量参差得厉害——接口地址写错的、把 `.cn` 和 `.ai` 两个域名搞混的、价格表还停留在去年的，一搜一大把。所以这篇不打算复述官方文档，重点写那些文档里不会告诉你的细节，包括我踩过的坑。

核心结论摘要：Kimi API 是月之暗面（Moonshot AI）对外开放的大模型调用接口，兼容 OpenAI SDK 格式，国内接口地址为 `https://api.moonshot.cn/v1`，海外为 `https://api.moonshot.ai/v1`。开发者只需在 platform.moonshot.cn 创建 Kimi API key 即可调用，按 token 计费，K2 系列输出价格约 16 元/百万 tokens。

Kimi API 是什么？接口地址与鉴权一次讲清

Kimi API 是指月之暗面面向开发者开放的大模型调用接口，开发者通过 HTTP 请求就能把 Kimi 的对话、长文本理解、工具调用等能力嵌进自己的应用里。它的协议层完全兼容 OpenAI 的 Chat Completions 格式，这意味着你现有的 LangChain、LlamaIndex 或者 OpenAI SDK 代码，改两行就能跑。

Kimi 这家公司最早是靠 2023 年的长文本对话助手出圈的，2025 年 7 月开源的 K2 模型把它推到了另一个位置——一个总参数约 1 万亿的 MoE 架构模型，同时登上了开源模型的第一梯队。这也让它的 API 从"长文本工具"变成了"可以做 Agent 的底座"。

关于接口地址，有两个域名必须分清楚：

| 域名 | 接口地址 | 适用地区 | Key 是否通用 | |---|---|---|---| | moonshot.cn | `https://api.moonshot.cn/v1` | 中国大陆 | ❌ 不通用 | | moonshot.ai | `https://api.moonshot.ai/v1` | 海外 | ❌ 不通用 |

这是新手最容易踩的坑。在 platform.moonshot.cn 申请的 key 是 `.cn` 版本的，拿到 `.ai` 域名下调用会直接返回 401。我第一天迁移的时候就因为这个浪费了四十分钟，还以为是 key 权限没开。

Kimi API key (.cn) 申请流程其实很简单：

1. 用手机号注册 platform.moonshot.cn（新账号一般会赠送一点体验额度）
2. 左侧菜单进入「API Key 管理」，点击「新建」
3. 复制形如 `sk-xxxxxxxx` 的字符串——**注意它只完整显示一次**，关掉页面就得重建

鉴权走标准的 Bearer Token：请求头里带 `Authorization: Bearer sk-xxx`。

技术原理：MoE 与长上下文怎样影响你的调用成本

理解计费逻辑，得先理解架构。根据月之暗面 2025 年 7 月发布的 Kimi K2 技术报告，K2 采用稀疏专家混合（MoE）架构，总参数量约 1 万亿，但每个 token 推理时只激活约 320 亿参数。

这个数字为什么重要？因为大模型推理的实际算力开销，大致正比于激活参数，而不是总参数。也就是说，模型"知道"很多东西（1T），但每次只动用一小部分（32B）。这是 K2 能把输出价格压到 16 元/百万 tokens 量级的根本原因——它不需要为每个 token 加载全部权重。

第二个影响成本的是上下文长度。从 8K 到 128K，价格是阶梯式上涨的，不是线性。原因在于注意力机制的计算复杂度随序列长度增长得更快，同时服务端需要缓存更多 KV 状态。

至于多模态大模型这块，Kimi 的视觉能力通过独立的 vision 系列模型提供，图片会被转换成 token 计费。这在做票据识别、UI 截图理解之类的场景时要特别注意——一张高分辨率图片消耗的 token 可能比你的提示词本身还多。

上手实战：20 行代码跑通第一次调用

Kimi API 最大的便利就是复用 OpenAI SDK。我建议直接用官方 SDK，别自己写 requests，省得处理流式和重试。

先装依赖：

pip install openai

然后是能直接跑的调用代码：

from openai import OpenAI

Kimi API 兼容 OpenAI SDK，只需替换 base_url 和 key 即可复用

client = OpenAI( api_key="sk-你的Kimi_API_key", # 在 platform.moonshot.cn 控制台创建 base_url="https://api.moonshot.cn/v1", # 国内节点；海外请换成 api.moonshot.ai )

resp = client.chat.completions.create( model="kimi-k2-0711-preview", # K2 预览版，适合 Agent / 工具调用 messages=[ {"role": "system", "content": "你是一名严谨的技术编辑，回答要简短。"}, {"role": "user", "content": "用三句话解释什么是大模型推理。"}, ], temperature=0.3, max_tokens=512, )

print(resp.choices[0].message.content) print(resp.usage) # 关注 prompt_tokens / completion_tokens，用来估算成本

如果你要接流式输出（做打字机效果），把 `stream=True` 加上，然后遍历 `chunk.choices[0].delta.content` 就行。这里有个细节：Kimi 的流式响应在最后会带一个包含 usage 的 chunk，但需要显式传 `stream_options={"include_usage": True}` 才会返回，我一开始没加，结果监控面板上的 token 统计一直是 0。

kimi api价格与选型：三档模型怎么挑

这是问得最多的问题。我把目前在售的几个主力模型的官方价格整理成表，方便对比：

| 模型 | 上下文 | 输入（元/百万 tokens） | 输出（元/百万 tokens） | 典型场景 | |---|---|---|---|---| | moonshot-v1-8k | 8K | 12 | 12 | 意图识别、短文本分类 | | moonshot-v1-32k | 32K | 24 | 24 | 文档摘要、客服问答 | | moonshot-v1-128k | 128K | 60 | 60 | 长报告分析、代码库理解 | | kimi-k2 系列 | 128K+ | 4（缓存未命中） | 16 | Agent、函数调用、代码生成 |

价格会随官方活动调整，下单前请以 platform.moonshot.cn 的计费页为准。

选型上我的建议很直接：能用 K2 就别用 v1。K2 在输入侧便宜得多，而且工具调用能力强不少。只有一种情况我会坚持用 moonshot-v1-128k——需要塞进几十万字的超长文档且对成本不敏感时，K2 的默认上下文有时不够用。

真实项目里的三个踩坑记录

第一个坑是并发限流。免费额度和付费档位的 RPM（每分钟请求数）是不一样的，我批量跑评测集的时候没做退避重试，前 200 条跑得飞快，之后全在报 429。后来加了个指数退避 + 信号量控制，才稳定下来。

第二个坑是 `temperature`。Kimi 对温度参数比较敏感，做结构化抽取（比如输出 JSON）时我建议压到 0.1 以下，否则偶尔会在 JSON 前后多吐一句"好的，结果如下"。

第三个坑最有意思。我在给客服机器人做 RAG 时发现，把检索到的文档直接塞进 system prompt，效果反而不如放进 user 消息里。这个现象在 K2 上尤其明显，猜测跟它对 system 角色的指令遵循训练有关。当然这只是我在一个业务场景里的观察，不一定是通用结论。

工具与资源推荐

想少走弯路，这几个东西值得花时间看：

• **官方文档**（platform.moonshot.cn/docs）：接口参数、错误码、限流规则都在这里，出问题第一时间查它
• **Kimi K2 技术报告**：理解 MoE 稀疏激活和训练细节，做成本估算时很有用
• **OpenAI SDK**：不用另找 SDK，直接复用，迁移成本几乎为零
• **[主流国产大模型 API 对比导航](https://nav.vergex.cn)**：如果你想横向比较 Kimi、DeepSeek、通义千问的接口能力和价格，这类导航站能省不少搜索时间

总结与学习路径

把 kimi api 接进生产环境，其实门槛比想象中低——协议兼容 OpenAI、文档齐全、价格在国产模型里也算有竞争力。真正费时间的从来不是"怎么调通"，而是调通之后怎么控制成本、怎么处理限流、怎么让模型稳定输出你想要的结构。

我的建议是分三步走：先用 8K 模型跑通最小闭环，确认业务价值；然后把模型换成 K2，加上工具调用做一版 Agent 原型；最后再回来做成本优化，该上缓存的缓存，该降上下文的降上下文。反过来做，很容易在还没验证需求的时候就把钱烧完。

关键要点速览

• Kimi API 兼容 OpenAI SDK，国内地址 `api.moonshot.cn/v1`，海外 `api.moonshot.ai/v1`，key 不通用
• K2 是 1T 总参数 / 32B 激活的 MoE 模型，稀疏激活是它低价高能的底层原因
• 价格按 token 阶梯计费，输入远比输出便宜，做长上下文应用时要重点关注输入侧成本
• 生产环境务必加指数退避重试，429 限流是最高频的报错
• 结构化输出场景把 temperature 压到 0.1 以下，能显著提升 JSON 解析成功率

相关推荐

延伸阅读

• [国产大模型 API 全景对比](https://nav.vergex.cn)——横向看 Kimi、DeepSeek、通义千问的接口差异
• [大模型推理成本优化专题](https://vergex.cn/topic/llm-inference)——从 KV Cache 到量化部署的系统性梳理
• [多模态大模型接入指南](https://vergex.cn/topic/multimodal)——图像与视频输入的工程实践

工具推荐 访问 VergeX AI 工具导航，查看更多大模型 API、Agent 框架与开发工具的实测收录。

订阅更新 VergeX 每周更新国产大模型 API 的价格变动与能力评测，欢迎通过邮件或微信公众号订阅，第一时间收到通知。