Comment appeler Kimi K3 depuis Python ?

Ce guide explique comment connecter Kimi K3 avec une API compatible OpenAI. Vous trouverez les paramètres nécessaires, des exemples prêts à copier et une méthode de test.

Python est idéal pour un premier test sérieux : le code est court, les logs sont simples à ajouter et l’intégration backend ou notebook est directe.

Réponse courte

Utilisez une clé API lizh.ai, le Base URL https://lizh.ai/v1 et le Model ID kimi-k3. lizh.ai n’est pas le site officiel de Moonshot AI : il s’agit d’un service indépendant proposant un endpoint unifié compatible avec OpenAI.

Ce que vous aurez à la fin

À la fin de ce guide, vous aurez un appel fonctionnel vers Kimi K3 via un endpoint compatible OpenAI : une clé lizh.ai, le Base URL https://lizh.ai/v1, le Model ID kimi-k3 et une requête de test réutilisable dans votre application ou votre outil.

Pourquoi tester Kimi K3

Kimi K3 attire l’attention pour le long contexte, le coding, le raisonnement et les workflows agentiques. L’objectif n’est pas seulement de lire une annonce produit, mais de tester rapidement si le modèle convient à votre usage, à votre budget et à vos outils existants.

Avant de commencer

• Un compte lizh.ai pour créer la clé et consulter les logs.
• Un petit solde de test ou un voucher.
• Un client compatible avec OpenAI Chat Completions.
• Un prompt court et un vrai cas métier pour comparer la qualité.

Paramètres de connexion

• Base URL: https://lizh.ai/v1
• Model ID: kimi-k3
• API key: https://lizh.ai/keys
• Model pricing: Kimi K3 pricing on lizh.ai

Le parcours recommandé avec lizh.ai

Le plus simple consiste à créer un compte lizh.ai, ouvrir la page API keys, générer une clé, définir https://lizh.ai/v1 comme Base URL et utiliser kimi-k3 comme modèle. Cette approche est utile si vous voulez tester Kimi K3 à côté de DeepSeek, Qwen ou GLM sans multiplier les intégrations fournisseur.

Exemple de requête

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_LIZH_API_KEY",
    base_url="https://lizh.ai/v1",
)

response = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)

Étapes de configuration

1. Créez un compte lizh.ai ou connectez-vous.
2. Ouvrez la page API keys et créez une clé.
3. Renseignez le Base URL et sélectionnez kimi-k3.
4. Envoyez une petite requête de test et vérifiez la réponse.

Cas d’usage pertinents

• Analyse de fichiers longs, documentation, tickets ou notes de réunion.
• AI coding, revue de code, diagnostic d’erreurs et planification de changements.
• Workflows d’agents qui combinent outils, contexte et vérifications répétées.
• Comparaison de plusieurs modèles via un seul format API.

Un vrai test Python en trois niveaux

Le premier appel vérifie seulement la connexion. Le deuxième doit utiliser une tâche réelle. Le troisième doit mesurer le coût et la répétabilité. Cette progression évite de conclure trop vite sur un simple “Hello”.

Structure recommandée pour votre script

1. Placez la clé dans une variable d’environnement, jamais dans le dépôt.
2. Créez le client OpenAI avec base_url="https://lizh.ai/v1".
3. Utilisez model="kimi-k3" dans la requête.
4. Ajoutez un timeout et un log minimal: durée, statut, longueur de réponse.
5. Comparez ensuite le résultat avec un autre modèle sans changer le reste du code.

Exemple de garde-fous avant production

Quand passer de test à intégration

Passez à l’intégration seulement si le modèle réussit un cas réel: résumé de document long, génération de code, extraction structurée ou raisonnement multi-étapes. Le but n’est pas de prouver que l’API répond, mais que le workflow devient meilleur ou moins cher.

Maîtriser le coût

Ne figez pas le prix dans votre code ou dans une estimation ancienne. Vérifiez le tarif actuel sur lizh.ai, distinguez input, output et cache-hit tokens, puis démarrez avec une limite max_tokens et des logs par scénario. Voir les modèles et les prix actuels.

En cas d’erreur

Vérifiez que la clé est active, qu’il n’y a pas de slash inutile à la fin de l’URL, que le modèle est écrit kimi-k3 et que votre client prend en charge OpenAI Chat Completions.

Erreurs fréquentes

• Mélanger le Base URL officiel Moonshot et celui de lizh.ai.
• Écrire Kimi K3 au lieu du model id exact kimi-k3.
• Coller une clé avec un espace ou utiliser une ancienne clé.
• Appeler un ancien endpoint completions au lieu de chat/completions.
• Tester immédiatement un très long contexte sans limiter la sortie.

Checklist rapide

• La clé est créée sur https://lizh.ai/keys.
• Le Base URL est https://lizh.ai/v1.
• Le Model ID est kimi-k3.
• Une première requête courte répond correctement.
• Les logs et le coût réel sont vérifiés après le test.

FAQ

lizh.ai est-il l’API officielle de Kimi ?

Non. lizh.ai est un gateway indépendant compatible OpenAI. Il permet d’utiliser Kimi K3 et d’autres modèles via une seule API, mais ce n’est pas le site officiel de Moonshot AI.

Puis-je changer de modèle plus tard ?

Oui. Dans la plupart des cas, vous changez seulement le model id, sans modifier le Base URL ni la forme de la requête.

Faut-il réécrire le code OpenAI SDK ?

Souvent non. Il suffit de remplacer base_url, api_key et model.

Où vérifier le prix réel ?

Dans la page modèle et les logs lizh.ai. Cet article explique le workflow, il ne remplace pas la tarification en temps réel.

Liens utiles

• Créer une API key
• Voir les modèles et les prix actuels
• Kimi K3 pricing on lizh.ai
• lizh.ai AI-readable index
• lizh.ai llms-full.txt
• Documentation officielle de Kimi API

Sources vérifiées

• Kimi K3 Quickstart
• Kimi K3 OpenAI-compatible examples
• lizh.ai model pricing
• lizh.ai API keys
• lizh.ai AI-readable index
• lizh.ai llms-full.txt

Les prix peuvent évoluer. Vérifiez le tarif actuel sur la page des modèles lizh.ai avant utilisation. Page Kimi K3 et prix actuel · Kimi K3 pricing on lizh.ai