Moonshot AI, een Chinese AI-onderneming, bracht in juli 2026 Kimi K3 uit: een model van 2,8 biljoen parameters met een context van 1 miljoen tokens. Daarmee is het volgens Moonshot het grootste open-weights-model tot nu toe, met prestaties die in benchmarks in de buurt komen van de sterkste gesloten modellen. In deze korte gids zie je hoe je het uitprobeert — eerst zonder code, daarna via de API.
Zonder code: de chat
De snelste manier om een gevoel te krijgen voor het model is de chatinterface op kimi.com. Je maakt een account aan en typt je vraag, net als bij andere AI-chatbots. Handig om te testen of het model geschikt is voor jouw soort werk voordat je iets bouwt. Vooral het grote contextvenster is hier interessant: je kunt een lang document plakken en er in één keer vragen over stellen.
Met code: de API
Wil je Kimi K3 in je eigen toepassing gebruiken, dan werk je via het ontwikkelaarsplatform. De stappen:
- Maak een account aan op het Kimi-platform en genereer een API-sleutel.
- Wijs je code naar
https://api.moonshot.ai/v1. - Gebruik model-ID
kimi-k3.
De API is OpenAI-compatibel. Gebruik je al de OpenAI-bibliotheek, dan is de aanpassing klein:
from openai import OpenAI
client = OpenAI(
base_url="https://api.moonshot.ai/v1",
api_key="JOUW_SLEUTEL"
)
antwoord = client.chat.completions.create(
model="kimi-k3",
messages=[{"role": "user", "content": "Vat dit rapport samen in vijf punten."}]
)
print(antwoord.choices[0].message.content)Het model ondersteunt naast gewone tekst ook tool calling en gestructureerde uitvoer, wat het geschikt maakt voor agents die acties moeten kiezen in plaats van alleen antwoorden.
Wat het kost
De prijs ligt rond 3 dollar per miljoen input-tokens en 15 dollar per miljoen output-tokens, gelijk over het hele contextvenster. Stuur je bij elke aanvraag dezelfde grote context mee — een vast systeemprompt of een document dat steeds terugkomt — dan wordt die herhaalde context uit cache flink goedkoper. Werk je veel met vaste context, dan is dat een reden om je aanvragen zo op te bouwen dat het herhaalde deel vooraan staat.
Wanneer Kimi K3 de moeite waard is
De grote troef is het contextvenster van 1 miljoen tokens: een heel dossier, wetboek of codebasis in één keer verwerken. Voor kortere, alledaagse vragen voegt zo’n groot model weinig toe boven een lichter alternatief, en betaal je vooral voor rekenkracht die je niet gebruikt. Overweeg Kimi K3 dus zodra je taak draait om veel materiaal tegelijk overzien of langlopend redeneren. Voor een eerste kennismaking blijft de chat op kimi.com de laagdrempeligste ingang. Zoek je een ander model met een miljoen tokens context maar een lagere prijs per token, vergelijk dan met Qwen 3.7-Max, dat je via je bestaande Anthropic-SDK aanroept.