端點與別名
官方快速開始使用 Moonshot API 位址 https://api.moonshot.ai/v1，Chat Completions 的模型別名是 kimi-k3。
繁體中文
KIMI K3 API + SILLYTAVERN
先搞懂 Kimi K3 API，再調整 SillyTavern
SillyTavern 可以透過 OpenAI 相容連線存取 Kimi K3，但模型仍有自己的請求規則。先確認端點與別名，再依序檢查請求內容、推理區塊、provider 和狀態碼。
官方文件使用 https://api.moonshot.ai/v1 與 kimi-k3。K3 始終開啟 thinking，應使用 reasoning_effort，不要照搬 K2.x 的 thinking。
先看事實
OpenAI 相容，不代表參數完全一樣
Kimi 官方文件清楚列出 K3 規則。社群搜尋結果可協助定位慢回覆、過度思考、額度或安全提示，但不是服務承諾。
推理會進入回應
K3 始終開啟 thinking。串流回應可能把 reasoning_content 與最終 content 分開，多輪請求也可能需要保留完整 assistant 訊息。
Provider 仍會不同
相容前端不會讓所有 provider 變成同一個 API。請分別核對模型清單、別名、限額、支援欄位，以及是否保留 reasoning block。
API 契約
修改 preset 前先做四項檢查
用這份小契約區分驗證問題與模型參數問題。把金鑰放進環境變數，從 Chat Completions 開始。
最小請求結構
curl https://api.moonshot.ai/v1/chat/completions \
+ -H "Authorization: Bearer $MOONSHOT_API_KEY" \
+ -H "Content-Type: application/json" \
+ -d '{"model":"kimi-k3","reasoning_effort":"high","messages":[{"role":"user","content":"Hello"}]}'程式碼展示官方欄位名稱。K3 的固定欄位不要因為 OpenAI 用戶端接受就順手加入。
- 01
1. Base URL
OpenAI 用戶端的 base URL 使用 https://api.moonshot.ai/v1。第三方代理可能有不同位址，請以它的文件為準。
- 02
2. Bearer 金鑰
在 Kimi API Platform 建立 API key，透過 Authorization: Bearer 傳送。可存為 MOONSHOT_API_KEY 或 provider 的變數，不要把真實金鑰放進公開 preset。
- 03
3. 準確模型別名
官方 K3 API 使用 kimi-k3。介面顯示名稱 Kimi K3 不一定就是請求 slug，第三方 provider 要查看它目前列出的別名。
- 04
4. 保留 assistant turn
回應含 reasoning_content 時，下一輪要傳送完整 assistant 訊息。刪除 preserved thinking 欄位，可能導致下一次回應為空或無效。
模型專屬欄位
K3 使用 reasoning_effort，不是 K2.x 設定區塊
最常見的問題是把所有 Kimi 模型當成同一個 API。K3 與 K2.x 的推理控制不同，也會拒絕某些熟悉欄位。
K3 推理
頂層 reasoning_effort 支援 low、high、max，官方預設為 max。thinking 仍然開啟。
K2.x thinking
thinking 物件屬於 K2.x 範例。除非 provider 明確提供轉換層，否則不要把 thinking: { type: enabled } 直接放入 K3 請求。
工具與 partial mode
K3 的 tool_choice 支援 auto、none、required。partial mode 使用帶有 partial=true 的 assistant 訊息，和 SillyTavern 文字模板是兩回事。
K3 請求省略 temperature、top_p、n、presence_penalty、frequency_penalty。官方參考把它們列為固定值。若 provider 有額外參數，請以其文件為準。
Provider 檢查
相同介面，背後可能是不同契約
直接呼叫 Moonshot 時使用官方一欄。閘道或共用端點的值，在文件確認前都應視為 provider 專屬。
| Moonshot 官方 API | 閘道或第三方 provider | |
|---|---|---|
| Base URL | https://api.moonshot.ai/v1 | 嚴格使用 provider 給出的位址 |
| 模型欄位 | kimi-k3 | 確認它列出的 slug 或 alias |
| 推理控制 | reasoning_effort: low | high | max | 確認是否透傳或改寫欄位 |
| 額度與權限 | Kimi 帳戶等級與目前限額 | provider 的計費、quota、RPM、TPM、並發 |
| 歷史訊息 | 保留完整 assistant 訊息 | 確認 reasoning_content 是否保留 |
錯誤排查台
先讀狀態碼，再重寫 prompt
以下檢查用於決定下一步，不代表每個 provider 的錯誤文字都相同。
金鑰缺少、格式錯誤、過期，或送到錯誤主機。
檢查 Authorization、環境變數、選取的 provider 和帳戶權限。金鑰外洩時請重新產生。
目前 provider 沒有這個 URL 路徑或模型別名。
確認 base URL 以 /v1 結尾，路徑是 /chat/completions，並在模型清單中確認 kimi-k3 或官方別名。
請求觸發速率、並發、quota 或帳戶限制。
查看 provider 限額，減少並行輪次，縮短上下文並退避重試。社群的額度回饋不等於統一限制。
請求內容帶有不支援欄位、thinking 格式不相符，或 assistant 歷史不完整。
移除 K2.x thinking 和 K3 固定參數，驗證 messages，並在需要時帶回 reasoning_content。
少設定一條路
先在頁面旁使用 Kimi，再接 API
如果只是想詢問角色卡、wiki 或寫作 brief，Tabbit 提供瀏覽器聊天路徑。它不是 SillyTavern 替代品，也不提供 ST 卡片或 lorebook。
01
開啟已有的上下文
把角色設定、資料頁或草稿留在分頁。Tabbit 輸入框可以引用目前頁面、截圖或本機檔案。
02
在即時清單選擇 Kimi-K3
從 Chat 或新分頁模型選擇器選擇 Kimi-K3。截圖是介面範例，安裝後請以即時模型清單和權限為準。
03
邊讀邊問，也能比較
用側邊欄提問，或在同一個畫面比較多個模型。這個瀏覽器流程不需要先設定端點，但角色功能仍可留給 SillyTavern。
分清工具邊界
SillyTavern 與 Tabbit 負責不同層
依目前任務選擇工具。瀏覽器聊天捷徑不等於角色卡引擎。
| SillyTavern | Tabbit | |
|---|---|---|
| API 端點與金鑰 | 自行設定 provider、金鑰、別名和模板 | 選擇可用的內建模型 |
| 角色卡與 lorebook | SillyTavern 的核心工作流程 | 以頁面或檔案作為上下文 |
| 推理排查 | 檢查 provider 回應和擴充功能 | 不管理 API 欄位，直接在頁面旁提問 |
| 擴充功能與群聊 | SillyTavern 生態系 | 不同的產品能力 |
K3 API 常見問題
下一輪失敗時先看這些
官方 Kimi K3 端點是什麼？+
官方快速開始使用 https://api.moonshot.ai/v1，路徑為 /chat/completions。閘道可能公布不同的 base URL。
SillyTavern 裡該填哪個模型別名？+
官方 Moonshot API 使用 kimi-k3。第三方 provider 請填寫它目前模型清單中顯示的準確 slug。
應該傳送 thinking 還是 reasoning_effort？+
K3 使用頂層 reasoning_effort，值為 low、high 或 max，並始終開啟 thinking。thinking 物件屬於 K2.x，不是通用 Kimi 欄位。
為什麼回覆慢、空白或 reasoning 很長？+
K3 始終推理。檢查 effort、串流處理，以及下一次請求是否保留完整 assistant 訊息和 reasoning_content。社群的速度回饋不是服務保證。
複製 OpenAI preset 後為什麼回傳 400？+
移除 temperature 等 K3 固定欄位和 K2.x thinking 設定，再驗證模型別名、messages 與 provider schema。
不使用 API key 能試 Kimi K3 嗎？+
Tabbit 目前模型選擇器顯示 Kimi-K3，可以先走瀏覽器路徑，不必先建立自己的端點。權限和額度會變化，請以即時應用為準。
角色深度交給 SillyTavern，頁面問答交給 Tabbit
需要卡片、lorebook 或擴充功能時，仔細設定 SillyTavern。只是想立即詢問頁面時，開啟 Tabbit，從即時清單選擇模型。
支援 macOS 和 Windows。模型權限取決於目前版本與方案。