模型配置

本页介绍 Kimi Code 提供的模型，以及如何在各客户端之间切换。

模型总览

Kimi Code 目前提供 Kimi K3 与 Kimi K2.7 Code 两个模型、共 3 个模型 ID，可在客户端或第三方工具中按模型 ID 选择。各模型规格对比如下：

Model ID	k3	kimi-for-coding	kimi-for-coding-highspeed
对应模型	Kimi K3	Kimi K2.7 Code	Kimi K2.7 Code
说明	Kimi 迄今最强的旗舰模型，尤其擅长编程、游戏 / 3D 与知识类任务	成熟稳定的 Coding 模型，在长上下文中可靠地遵循指令，能以较高的成功率完成编程任务	K2.7 Code 的高速版，编码能力与标准版完全一致
速度	常规速度	常规速度	高速版（6 倍速 3 倍消耗）
上下文窗口	最高 1M	256k	256k
思考程度	thinking.effort:max / reasoning_effort:max（low、high 后续支持）	Thinking:ON	Thinking:ON
调用限制	Andante：暂不支持 Moderato：上下文窗口 256k Allegretto 及以上：上下文窗口最高 1M	所有会员可用	Allegretto 档位以上

需要更高档位的会员套餐？

不同会员套餐解锁不同的模型、上下文与速度能力，可 前往升级订阅 →。

为什么新模型上线后消耗变多了？

切换模型后，之前建立的上下文缓存 (cache) 在新模型上不再命中，这部分上下文需要重新预填充 (prefill)。因此刚切到新模型时消耗会偏高。建议操作：

• 新开 session 再使用新模型：能让效果更好、消耗更少。

为什么模型 ID 写对了还是报 401？

当请求的能力超出当前套餐权限时，服务端会返回 401，常见三种情况：

• 无 K3 调用权限：套餐低于 Moderato 时无法调用 k3，需升级至 Moderato 及以上。
• 无 1M 权限：Moderato 套餐用户调用 k3 时支持最高 256K 上下文；Allegretto 及更高档位支持最高 1M 上下文。
• 无高速版权限：部分套餐不含高速版，升级至 Allegretto 及更高档位套餐即可调用 kimi-for-coding-highspeed。

完整报错文案与处理方式详见 错误参考。

为什么高速版提速不明显？

两个常见原因：

• 模型 ID 填错：高速版 ID 必须是 kimi-for-coding-highspeed，填错会兜底到标准版 kimi-for-coding，不报错也不加速。
• 工具与脚本占了大头：高速版只加快模型输出；一次任务里工具调用（读写文件、执行命令等）与脚本执行的耗时不受影响，这部分占比大时整体提速就不明显。

如何减少因思考程度切换带来的消耗？

切换思考程度(effort)会让已建立的上下文缓存(cache)失效，原本能命中缓存的上下文需要重新预填充(prefill)。为避免频繁触发重新预填充：

• 根据任务复杂度选定思考程度后，在同一会话内尽量保持一致；
• 确需改用不同思考程度时，新建会话再切换，而不是在长会话里反复切换。

如何切换模型

建议在新会话中体验 K3

切换模型会使已建立的缓存失效。建议开启新会话，避免产生额外 token 消耗的同时获得更好体验。

切换到目标模型的方式：

• 官方 Kimi Code CLI：在会话中输入 /model，即可在多个模型之间切换，无需修改配置。
• Kimi Code for VS Code：在输入栏下拉菜单中选择目标模型；若目标模型还没出现，重启 VS Code 或重新安装插件即可。
• 第三方工具：把工具里的 Model ID 配置为目标模型即可——各工具的具体位置见 在其他 coding agent 中使用。

在第三方工具中使用 K3 前请注意

K3 的接入配置与 K2.7 Code 略有不同，使用前请确认以下两点：

• 上下文窗口：部分工具默认的上下文窗口并非最高 1M，需手动将上下文窗口字段配置为 1048576，才能用满 K3 的最高 1M 上下文。
• 思考程度(effort)：K3 目前仅支持 max，low、high 将在后续开放；工具传入的 effort 会按下表映射：

# 默认
null / undefined       → max
其它未知取值            → HTTP 400 请求报错

# → max
ultra / max / xhigh    → max

# → high
high / medium          → high

# → low
low / minimum / light  → low

# → 关闭思考
none                   → thinking.type disabled