通过 OpenAI 兼容 API 使用 Kimi K3 和 DeepSeek V4.1 Flash：TheRouter 集成指南

Kimi K3（Moonshot AI）和 DeepSeek V4.1 Flash 都原生实现了 OpenAI 兼容的 /v1/chat/completions 接口。如果你已经在用 OpenAI 的 Python 或 Node.js SDK，接入任何一个模型只需要改两行代码，把 base_url 换成对应提供商的地址，把 model 换成对应 ID。不需要装新 SDK，不需要新的认证流程，响应解析逻辑也不用动。流式输出、工具调用、结构化输出这些功能照用。

写这篇指南的原因很直接。开发者搜索「kimi api openai compatible」或「deepseek api openai compatible」的时候，搜到的通常是某一个提供商的文档。这篇文章把两个模型放在一起，给出各自的接入代码，逐项对比功能差异，然后讲清楚怎么通过 TheRouter 把两者编排到同一个端点，让回退逻辑自动生效。

来源 Kimi K3 快速入门，2026-09-12 检索。Kimi K3 定价，2026-09-12 检索。DeepSeek API 文档，2026-09-12 检索。DeepSeek 定价，2026-09-12 检索。DeepSeek V4.1 Flash 发布公告，2026-09-12 检索。模型参数参考，2026-09-12 检索。

OpenAI 兼容指供应商提供一个 chat-completions 接口，其请求与响应结构与 OpenAI API 契约足够接近——只需替换三个值（API key、base URL、模型名），原来的 OpenAI SDK 调用即可直接工作。最小实践面是POST /v1/chat/completions 带 messages、model， 并返回 OpenAI 形式的流式响应。

为什么 OpenAI 兼容格式对这两个模型很重要

OpenAI 的聊天补全格式（/v1/chat/completions）已经成了 LLM API 的通用协议。一个提供商采用了这个格式，所有为 OpenAI 构建的工具链就能直接复用，SDK、agent 框架、IDE 扩展、可观测性平台都不用改。

Kimi K3 和 DeepSeek V4.1 Flash 都原生支持这个格式。这两个模型是 2026 年 9 月最强的选择之一，来自定价结构、速率限制、地理可用性截然不同的两个提供商。能通过一次配置更改在它们之间切换，或者通过 TheRouter 这样的网关自动路由，意味着你的应用获得了不重写集成代码就能切换供应商的能力。

Kimi K3 接入方式

Kimi K3 是 Moonshot AI 的旗舰模型，2.8 万亿参数的 MoE 架构，原生支持视觉理解，推理功能始终开启，上下文窗口达到 1M token。它是首个达到 3 万亿参数级别的开源模型。

Python 示例

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_MOONSHOT_KEY",
    base_url="https://api.moonshot.ai/v1",
)

response = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "用一段话解释 API 网关。"}],
)
print(response.choices[0].message.content)

cURL 示例

curl https://api.moonshot.ai/v1/chat/completions \
  -H "Authorization: Bearer $MOONSHOT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3",
    "messages": [{"role": "user", "content": "用一段话解释 API 网关。"}]
  }'

K3 特有参数

• reasoning_effort 支持 "low"、"high" 和 "max"（默认 "max"）。K3 始终进行推理，这个参数控制推理深度。K2 系列的 thinking 参数在 K3 上不支持。
• tool_choice 支持 "auto"、"none" 和 "required"（K2 系列不支持 "required"）。
• temperature、top_p、n、presence_penalty、frequency_penalty 全部固定，不能修改。调用时不要传这些参数。

来源 模型参数参考，2026-09-12 检索。

DeepSeek V4.1 Flash 接入方式

DeepSeek V4.1 Flash 是一个 552B 参数的 MoE 模型，采用全新的 Causal Encoder-Decoder 架构，输入端激活 8B 参数，输出端激活 16B 参数。它于 2026 年 9 月 10 日发布，取代了 V4 Flash，多项基准测试超越了之前的旗舰模型 V4 Pro。

Python 示例

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_DEEPSEEK_KEY",
    base_url="https://api.deepseek.com",
)

response = client.chat.completions.create(
    model="deepseek-flash",
    messages=[{"role": "user", "content": "用一段话解释 API 网关。"}],
)
print(response.choices[0].message.content)

cURL 示例

curl https://api.deepseek.com/chat/completions \
  -H "Authorization: Bearer $DEEPSEEK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-flash",
    "messages": [{"role": "user", "content": "用一段话解释 API 网关。"}]
  }'

V4.1 Flash 特有参数

• thinking 支持 {"type": "enabled"}（默认）和 {"type": "disabled"}。可以关闭推理模式。
• reasoning_effort 支持 "low"、"medium" 和 "high"，在推理模式开启时控制推理深度。
• temperature、top_p、frequency_penalty、presence_penalty 都可以自由调节（这点和 K3 不同）。
• 峰值/非峰值定价。峰值时段为 UTC 时间周一至周五 01:00-04:00 和 06:00-10:00，非峰值时段价格是峰值的一半。

来源 DeepSeek API 文档，2026-09-12 检索。V4.1 Flash 发布公告，2026-09-12 检索。

功能对比矩阵

通过 TheRouter 路由两个模型的配置和回退方案

TheRouter 将 OpenAI 兼容请求路由到配置好的提供商。你可以让应用指向一个 TheRouter 端点，由它负责提供商选择、回退和负载均衡。

一个典型配置是把 Kimi K3 作为主路由，DeepSeek V4.1 Flash 作为回退。

# TheRouter 配置片段
routes:
  - model: "kimi-k3"
    provider: moonshot
    fallback:
      - model: "deepseek-flash"
        provider: deepseek

应用代码和前面的 OpenAI SDK 示例完全相同，只需要把 base_url 指向你的 TheRouter 实例。如果 K3 返回 429（速率限制）或 5xx（服务器错误），TheRouter 会自动用 DeepSeek V4.1 Flash 重试。

如果你更看重成本，可以反过来配置。用 DeepSeek V4.1 Flash 当主路由（每 token 成本更低），需要视频输入或更深度推理时再回退到 K3。

详见 模型回退配置。

常见问题和陷阱

1. 推理参数不一致。 K3 用 reasoning_effort（顶层字段），DeepSeek 同时用 thinking（开关推理）和 reasoning_effort（设置推理深度）。在两个模型之间路由时，中间件需要做参数转换。K3 会忽略 thinking，DeepSeek 在没有启用 thinking 的情况下不响应 K3 风格的 reasoning_effort。TheRouter 为支持的参数处理了这个转换。

2. temperature 的处理差异。 K3 把 temperature 锁定在 1.0，传任何其他值都会报错。DeepSeek 允许自由设置。如果你的代码传了 temperature=0.7，在 DeepSeek 上正常运行，在 K3 上会收到 invalid_request_error。要么在同时调用两个模型时省略 temperature，要么在回退逻辑中处理这个错误。

3. 模型 ID 命名变更。 DeepSeek 已经废弃了 deepseek-v4-flash 这个名称，现在它会兼容路由到 V4.1 Flash，但规范名称是 deepseek-flash。建议使用新名称，避免调试时产生混淆。

4. K3 的缓存失效问题。 在对话过程中切换 reasoning_effort 会导致前缀缓存失效，输入成本从 $0.30/M（缓存命中）跳到 $3.00/M（缓存未命中）。在对话开始前确定好推理深度级别，整个会话保持一致。

5. DeepSeek 的峰值定价。 峰值时段（UTC 周一到周五 01:00-04:00 和 06:00-10:00）的价格是非峰值的两倍。如果任务时间灵活，把批量作业安排在非峰值时段可以省一半输入费用。

6. 最大输出差异。 K3 的最大输出是 64K tokens，V4.1 Flash 最高可以输出 384K tokens。如果你需要很长的输出（代码生成、文档起草），V4.1 Flash 更合适。

成本对比

所有价格均为每 1M tokens 的美元价格。

DeepSeek V4.1 Flash 在输入端便宜约 20 倍，输出端便宜 12 到 25 倍，具体取决于是否在峰值时段。K3 的价格溢价换来的是更大的参数量（2.8T vs. 552B）、原生视频理解能力和始终保持高水平的推理深度。

对成本敏感、不太需要极致推理质量的场景，V4.1 Flash 是明确的选择。对需要顶级推理能力、原生视频输入或 K3 特有 strict schema 结构化输出的任务，价格差距可能值得承担。

来源 Kimi K3 定价，2026-09-12 检索。DeepSeek 定价，2026-09-12 检索。

上线检查清单

• 将 API 密钥存储在环境变量或密钥管理服务中，不要写在代码里
• 设置 max_tokens 或 max_completion_tokens 以防止输出失控导致费用暴涨
• 处理 429 速率限制响应，使用指数退避重试，或使用 TheRouter 内置的重试机制
• 调用 K3 时不要传 temperature、top_p、n、presence_penalty、frequency_penalty
• 调用 DeepSeek 时使用 deepseek-flash 作为模型 ID（不要用已废弃的 deepseek-v4-flash）
• 使用 K3 时在对话开始前确定 reasoning_effort，保持整个会话一致以保持缓存命中
• 使用 DeepSeek 时把批量任务安排在非峰值时段（UTC 周一至周五 01:00-04:00、06:00-10:00 以外）以节省一半输入费用
• 测试流式输出行为，两个提供商都会先发送 reasoning_content delta，再发送 content delta
• 在 K3 上使用工具调用时，考虑动态工具加载模式以避免占满上下文窗口
• 通过 TheRouter 路由时监控各提供商的 token 使用量

常见问题

两个提供商能用同一套 OpenAI SDK 代码吗？ 可以。Kimi K3 和 DeepSeek V4.1 Flash 都实现了 /v1/chat/completions 接口，请求和响应的格式相同。换 base_url 和 model 就行。

哪个模型更适合编程任务？ 两个都很强。K3 擅长需要视觉反馈的长周期编程（游戏开发、前端工程）。V4.1 Flash 在编程基准测试上超过了 V4 Pro，同时更便宜也更快。如果纯做代码生成不需要视觉输入，V4.1 Flash 的性价比更高。

DeepSeek 也支持 Anthropic API 格式吗？ 支持。DeepSeek 在 https://api.deepseek.com/anthropic 提供了 Anthropic 兼容接口。Kimi 目前不提供 Anthropic 格式的接口。

给 K3 传 temperature=0 会怎样？ K3 会拒绝请求并返回 invalid_request_error。K3 把 temperature 固定在 1.0，不接受修改。调用时直接省略这个参数。

TheRouter 能在提供商之间转换推理参数吗？ TheRouter 将 OpenAI 兼容请求路由到配置好的提供商，在实际产品路径支持的情况下提供提供商/模型路由和回退。对于 reasoning_effort 或 thinking 这类提供商特有参数，请参考 TheRouter 的参数映射文档。

K3 可以通过 DashScope（阿里云百炼）调用吗？ 截至 2026 年 9 月，Kimi K3 可以通过 Moonshot 自己的 API（api.moonshot.ai）和 DashScope 调用。具体可用性请查看百炼新上线模型页面。

K3 最低充值多少才能使用？ K3 是旗舰模型，需要最低 $1 的充值才能解锁。累计充值金额决定你的速率限制等级。