必须完成api key获取、模型选择和请求地址配置三件事——获取key需在kimi平台新建并立即复制保存到环境变量，模型默认kimi-k3且base_url固定为https://api.moonshot.cn/v1，python调用需用openai sdk并确保messages含非空system与user角色。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在本地或项目中立刻调用Kimi大模型，必须先完成API Key获取、模型选择和请求地址配置三件事，缺一不可——漏掉任一环节都会返回401或404错误。
获取专属API Key
登录Kimi API开放平台，进入「API Keys」页面点击「新建API Key」；输入名称（如“个人测试”），保持项目为default，点击确定。
页面弹出密钥后【必须立即复制】，该密钥仅完整显示一次，关闭页面后无法再次查看原始值，只能重置生成新密钥。
将复制的密钥保存到环境变量中：Linux/macOS执行export MOONSHOT_API_KEY="sk-xxx"，Windows PowerShell运行$env:MOONSHOT_API_KEY="sk-xxx"。
确认模型ID与base_url
默认使用最强的kimi-k3模型，它支持1M上下文与视觉理解，适合深度推理和编程Agent场景。
base_url固定为https://api.moonshot.cn/v1，不可省略末尾的/v1，否则会报错404。
若需高速代码生成，可改用kimi-k2.7-code-highspeed；若做常规问答，kimi-k2.6更轻量。
Python SDK调用实操
第一步：安装兼容OpenAI格式的SDK
运行pip install openai，无需额外适配库。
第二步：初始化客户端
代码中传入环境变量里的key和固定base_url：client = OpenAI(api_key=os.environ["MOONSHOT_API_KEY"], base_url="https://api.moonshot.cn/v1")
第三步：发起chat.completions请求
model字段填"kimi-k3"，messages至少包含system和user两个role，content不能为空字符串——否则返回400错误。
第四步：添加reasoning_effort参数（仅kimi-k3支持）
在create()调用中加入reasoning_effort="high"可提升逻辑严谨性，不加则默认max强度。
大量免费API接口：立即使用
涵盖生活服务API、金融科技API、企业工商API、等相关的API接口服务。免费API接口可安全、合规地连接上下游，为数据API应用能力赋能！
