
이 글은 Kimi K3의 새 파라미터와 호출 시 유의 사항을 소개합니다. K3는 AIHubMix에서 Chat Completions, Responses 및 Claude 호환 Messages 인터페이스로 호출할 수 있습니다. 참고 자료: Moonshot 공식 플랫폼 문서. 각 절의 「실측」 결론과 예시 응답은 모두 2026-07-17에 AIHubMix 인터페이스(Chat Completions / Responses / Messages)를 통해 실제 호출한 결과입니다.
1. 모델 사양 요약
실측:stop의 두 상한 모두 검증되며, 초과 시 400을 반환합니다. Messages 인터페이스의stop_sequences도 동일한 검증을 수행합니다. ❗ Messages 인터페이스에서 정지 시퀀스에 도달해도 Anthropic 의미론대로 반환되지 않습니다: 실측 결과stop_reason은"end_turn"("stop_sequence"가 아님),stop_sequence는null이며, 정지 시퀀스 이전의 가시 텍스트가 비어 있을 수 있습니다. 이 두 필드로 잘림 원인을 판단하는 클라이언트는 주의가 필요합니다.
2. 사고 모드: reasoning_effort는 max만 지원
K3의 사고는 기본 활성화되어 있으며, reasoning_effort는 "max" 한 단계만 지원합니다.
멀티턴 대화에서는 사고 히스토리를 원본 그대로 다시 전달해야 합니다: Moonshot 공식 설명에 따르면 K3는 preserved thinking 방식으로 학습되어, 멀티턴 대화 시 이전 턴에서 반환된 assistant 메시지를(사고 내용 포함) 원본 그대로 완전하게 다시 전달해야 합니다. 사고 히스토리가 누락되면 출력 품질이 불안정해집니다. 대화 관리 프레임워크나 프록시 계층을 사용하는 경우, 다시 전달하기 전에 사고 내용이 잘리지 않았는지 확인하세요.
- Chat Completions
- Responses
- Messages
사고 내용은 응답의
reasoning_content 필드로 반환됩니다. 멀티턴 시 이전 턴의 assistant 메시지(reasoning_content 포함)를 원본 그대로 다시 전달하세요.실측: 응답에서reasoning_content가 반환됩니다. 이전 턴의 assistant 메시지(reasoning_content포함)를 원본 그대로 다시 전달하면 이후 턴이 정상적으로 응답합니다.
3. 샘플링 파라미터는 고정값
K3의 샘플링 파라미터는 공식 고정값입니다:temperature 1.0, top_p 0.95, n 1, presence_penalty / frequency_penalty 0. 공식 권장 사항에 따라 요청에 이 파라미터들을 전달하지 마세요.
참고: 샘플링 고정값은 공식 사양이며 응답 신호로 검증할 수 없습니다. 공식 권장에 따라 이 파라미터들을 생략하세요.
4. 도구 호출과 동적 도구 로딩
tools는 최대 128개의 도구를 지원하며, tool_choice는 강제 호출과 호출 비활성화를 지원합니다. K3는 동적 도구 로딩도 지원합니다: 대화 도중 system 메시지의 tools 필드로 새 도구를 주입할 수 있습니다(Chat 인터페이스 고유의 메시지 형태).
- Chat Completions
- Responses
- Messages
tool_choice는 auto / none / required를 지원하며, required는 모델이 도구를 호출하도록 강제합니다. 동적 도구 로딩: 도구를 주입하는 system 메시지는 content를 포함하지 않고, 주입된 도구는 이후 턴에 적용되며, 매 턴 요청마다 반복해서 포함해야 합니다.실측:tool_choice: "required"는 무관한 질문에도 도구 호출을 강제로 발생시킵니다."none"은 도구 호출을 억제합니다.content없는 system 메시지로 도중 주입한 도구는 정상적으로 호출됩니다.
5. 구조화된 출력
구조화된 출력을 사용하면 모델이 주어진 JSON Schema에 엄격히 부합하는 내용을 반환합니다.- Chat Completions
- Responses
- Messages
response_format은 json_schema와 strict 모드를 지원합니다.실측: 출력은 schema에 부합하는 유효한 JSON입니다.
6. 컨텍스트 캐시 자동 활성화
K3의 컨텍스트 캐시는 자동으로 활성화되며 어떤 파라미터도 전달할 필요가 없습니다. 반복되는 긴 접두사가 캐시에 히트하면 히트량이 usage에 보고됩니다(필드명은 인터페이스마다 다름). 캐시 가격은 모델 페이지를 참조하세요.- Chat Completions
- Responses
- Messages
실측: 동일한 긴 접두사의 두 번째 요청에서 usage.prompt_tokens_details.cached_tokens에 히트가 보고됩니다.
7. partial 접두사 이어쓰기
접두사 이어쓰기는 주어진 접두사에서 이어서 생성하는 기능으로, 코드 자동 완성과 형식이 제어된 출력에 적합합니다.
- Chat Completions
- Responses
- Messages
마지막 assistant 메시지에
"partial": true를 전달합니다.실측: 생성이 주어진 접두사에서 이어지며, 접두사를 반복하지 않습니다.
8. 비전 입력
이미지는 base64로 전달하며, 콘텐츠 블록 작성 방식은 인터페이스마다 다릅니다.- Chat Completions
- Responses
- Messages
실측: base64 이미지 입력이 작동하며, 모델이 테스트 이미지 내용을 정확히 설명합니다.
9. 실측 참고: 장시간 작업 단일 호출의 소요 시간과 사용량
K3의 사고는 max 단계로 고정되어 있어, 복잡한 작업의 단일 요청 소요 시간이 일반 모델보다 현저히 깁니다. 단일 파일 HTML 게임 생성 작업(단일 prompt에 참고 이미지 첨부, 1회 생성, 반복 없음)의 실측 데이터: 단일 요청 소요 시간 2,541초(약 42분), completion tokens 74,994, 그중 사고 부분 54,486으로 73% 차지, 최종적으로 한 번에 바로 실행 가능한 1,275줄의 코드를 산출했으며finish_reason은 stop이었습니다.
호출 측 권장 사항:
- 클라이언트 타임아웃은 분 단위 이상으로 설정하고, 장시간 작업은 스트리밍 반환을 우선 사용하세요.
max_completion_tokens에 충분한 여유를 두세요. 이 사례에서는 사고만으로 54,486 tokens를 소비했습니다.
10. 기능 × 인터페이스 지원 매트릭스
아래 표의 각 칸은 모두 2026-07-17에 AIHubMix 라이브 인터페이스를 통해 실제 호출로 검증한 결과이며, 칸 안은 해당 인터페이스의 파라미터 / 필드 작성 방식입니다.자주 묻는 질문(FAQ)
K3는 AIHubMix에서 어떤 인터페이스를 지원합니까? Chat Completions(/v1/chat/completions), Responses(/v1/responses) 및 Claude 호환 Messages(/v1/messages)입니다.
사고를 비활성화하거나 사고 강도를 낮출 수 있습니까?
불가능합니다. K3의 사고는 기본 활성화되어 있으며, reasoning_effort는 "max" 한 단계만 지원합니다.
멀티턴 대화에서 왜 reasoning_content를 다시 전달해야 합니까?
K3는 preserved thinking 방식으로 학습되어, 공식적으로 이전 턴의 assistant 메시지를 원본 그대로 완전하게 다시 전달하도록 요구합니다. 사고 히스토리가 누락되면 출력 품질이 불안정해집니다.
stop 파라미터에는 어떤 제한이 있습니까?
최대 5개의 정지 시퀀스, 각 32바이트 이하이며, 초과 시 400 오류를 반환합니다.
Messages 인터페이스는 구조화된 출력을 지원합니까?
❗ 지원하지 않습니다. Kimi K3 공식 Messages(Anthropic 호환) 엔드포인트는 구조화된 출력 필드를 조용히 무시합니다(200과 자유 텍스트 반환, 오류 없음). 구조화된 출력이 필요하면 Chat Completions의 response_format 또는 Responses의 text.format을 사용하세요.
K3의 단일 요청은 왜 시간이 오래 걸립니까?
K3의 사고는 max 단계로 고정되어 있어, 복잡한 작업에서 사고 token 비중이 높습니다(실측 사례에서 completion tokens의 73% 차지). 클라이언트 타임아웃을 분 단위 이상으로 설정하고 스트리밍 반환을 사용하는 것을 권장합니다.
모델 가격과 실시간 상태는 Kimi K3 모델 페이지를, 더 많은 모델은 모델 광장을 참조하세요. 업데이트: 2026-07-17