Kimi K3 使用教程：Base URL、Claude Code 与 Codex 配置

先给结论

在 GPT88 中接入 Kimi K3 时，模型 ID 是 kimi-k3。Base URL 根据客户端的协议约定填写：

• OpenAI 兼容 SDK、cURL：https://api.gpt88.cc，完整请求路径是 /v1/chat/completions。
• Codex CLI：https://api.gpt88.cc/v1，因为 Codex 的 provider 配置通常会在 Base URL 后拼接 OpenAI 路径。
• Claude Code：https://api.gpt88.cc，使用 Claude Code 所需的 Anthropic 兼容配置；具体能否使用 K3，取决于当前线路是否开放该模型及客户端版本是否允许自定义模型 ID。

准备工作

1. 在 GPT88 控制台创建 API Key，并把它放进环境变量，不要写入 Git 仓库或前端代码。
2. 确认账户有余额或可用额度，并确认当前 Key 已开放 kimi-k3。
3. 准备支持自定义 OpenAI 或 Anthropic endpoint 的客户端版本。客户端的“模型选择器”不一定包含 Kimi K3，因此不能只依赖下拉菜单。

export GPT88_API_KEY=你的_GPT88_API_KEY

先验证 API 是否可用

先查询模型列表。返回结果里能看到 kimi-k3，说明当前 API Key 至少能够发现该模型：

curl https://api.gpt88.cc/v1/models \
  -H "Authorization: Bearer $GPT88_API_KEY"

然后发送最小对话请求：

curl https://api.gpt88.cc/v1/chat/completions \
  -H "Authorization: Bearer $GPT88_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3",
    "stream": false,
    "messages": [
      {"role": "user", "content": "用三句话介绍 Kimi K3。"}
    ]
  }'

成功标准是返回 JSON，并且 choices[0].message.content 中包含模型回答。若这一步失败，先不要继续改 Claude Code 或 Codex 配置；请记录 HTTP 状态码和错误正文，再检查 API Key、余额、模型权限和请求路径。

也可以打开 Kimi K3 模型详情页，或查看 错误码参考。

Claude Code 配置

Claude Code 适合在已经习惯 Claude 工作流的项目中使用。它的配置重点是 Anthropic 兼容 Base URL、API Key 和模型名：

export ANTHROPIC_BASE_URL=https://api.gpt88.cc
export ANTHROPIC_API_KEY=你的_GPT88_API_KEY
export ANTHROPIC_MODEL=kimi-k3

claude

启动后，在客户端的模型选择命令中输入 kimi-k3。如果客户端把模型名限定为官方 Claude 列表，单纯输入模型名可能被拒绝；此时先升级客户端，再检查是否支持自定义 model ID，或改用下方的 Codex CLI / OpenAI 兼容客户端验证。

Codex CLI 配置

如果目标是代码库分析、终端执行和长任务编程，优先使用 Codex。把 GPT88 注册成一个 OpenAI 兼容 provider，并将模型设为 kimi-k3：

# ~/.codex/config.toml
model = "kimi-k3"
model_provider = "gpt88"

[model_providers.gpt88]
name = "gpt88"
base_url = "https://api.gpt88.cc/v1"
env_key = "GPT88_API_KEY"

在 shell 中提供 API Key，然后启动：

export GPT88_API_KEY=你的_GPT88_API_KEY
codex --model kimi-k3

如果 Codex 版本使用不同的配置键名，以该版本的配置说明为准，但保留这三个值：模型名是 kimi-k3，provider 的 Base URL 是 https://api.gpt88.cc/v1，API Key 指向 GPT88 的 Key。

Claude 还是 Codex

两者都不是 Kimi K3 本身；它们是调用模型的客户端。按工作目标选择：

• 选择 Codex：你主要做代码库修改、终端命令、测试运行、补丁迭代和长周期 Agent 任务。对 GPT88 这类 OpenAI 兼容接口，Codex 通常更容易直接验证。
• 选择 Claude Code：你已经在 Claude Code 中维护项目，并且当前客户端和 GPT88 线路都支持自定义模型及 Anthropic 兼容请求。
• 只想测试 K3：先用 cURL、Python OpenAI SDK 或 ChatBox 测试。客户端越简单，越容易判断问题是在模型、权限还是 Agent 集成层。

FailedToOpenSocket 排查

截图中的 FailedToOpenSocket 只表示客户端没有成功建立或完成 API 连接，不能直接断定是“客户端不认识 Kimi K3”。按以下顺序检查：

1. 用同一 API Key 执行上面的 /v1/models 和 /v1/chat/completions cURL 请求。
2. 确认模型 ID 是精确的 kimi-k3，不要填写展示名称、大小写变体或 openai/kimi-k3。openai/ 前缀只在某些客户端的 provider 命名规则中需要，不是 GPT88 API 的模型 ID。
3. 检查 Base URL 是否和客户端约定匹配，尤其是是否重复添加了 /v1。
4. 确认 API Key 没有多余空格、引号或换行，并检查余额、模型权限和代理软件的 HTTPS 连接。
5. 升级客户端并查看原始错误日志。如果 cURL 成功而客户端失败，问题通常在协议适配、模型白名单、客户端版本或代理配置，不在 Kimi K3 推理本身。

验收清单

• API Key 已通过环境变量注入。
• GET https://api.gpt88.cc/v1/models 能确认模型权限。
• 请求体中的 model 为 kimi-k3。
• OpenAI 兼容请求使用 https://api.gpt88.cc，Codex provider 使用 https://api.gpt88.cc/v1。
• 客户端请求成功后，再用真实项目做小规模测试，并记录成功率、延迟、上下文长度和实际扣费。

下一步可以阅读 快速开始、配置文件导出，或返回 Kimi K3 实战评测了解模型选型参考。