Kimi K3 in Claude Code einrichten: Die vollständige Anleitung
Moonshot bietet einen Anthropic-kompatiblen Endpunkt, daher läuft Claude Code mit einem einzigen env-Block in der settings.json auf Kimi K3. Jeder Konfigurationswert unten ist wörtlich dem offiziellen Kimi-Guide entnommen, und die acht Screenshots folgen einer echten K3-Sitzung vom ersten Prompt bis zu einem geprüften, spielbaren Spiel.
Kurzfassung — Kimi K3 in Claude Code
- Moonshots Messages-API ist Anthropic-kompatibel: ANTHROPIC_BASE_URL auf https://api.moonshot.ai/anthropic zeigen lassen, den Kimi-API-Schlüssel in ANTHROPIC_AUTH_TOKEN eintragen — und Claude Code behält jede Funktion, während Kimi K3 denkt.
- Die offizielle settings.json mappt jede Modellstufe auf kimi-k3[1m] (die Variante mit 1M Kontext), die Haiku-Stufe auf kimi-k2.7-code und setzt CLAUDE_CODE_AUTO_COMPACT_WINDOW auf 1000000 sowie CLAUDE_CODE_EFFORT_LEVEL auf max.
- Zwei Wege zur Verifikation: /status ausführen und Base URL samt Modellname kimi-k3[1m] prüfen — oder einfach das Startbanner lesen. Im Demo-Video steht dort Using kimi-k3 (from .claude/settings.json).
- K3 läuft nutzungsbasiert auf der Kimi API Platform: 3 $ pro Million Input-Tokens, 15 $ pro Million Output, 0,30 $ für gecachten Input, 1M Kontext. Das Modell selbst ist ein 2,8-Billionen-Parameter-MoE mit 104B aktivierten Parametern und ständig aktiviertem Thinking.
Kimi K3 + Claude Code Demo
Video-Demo:Data Science in your pocket8:11
Use Kimi in Claude Code — official guide
Produktfakten:platform.kimi.aiKimi API Platform docs
Die Schritte 1-4 (Installation, API-Schlüssel, env-Block, curl-Prüfung) folgen dem offiziellen Kimi-Guide, weil keine saubere Bildschirmaufnahme der Einrichtung existiert — jedes YouTube-Walkthrough zeigt ein Kamerabild. Die Schritte 5-12 sind Stills aus einer reinen Terminal-Aufnahme von Claude Code v2.1.207 auf kimi-k3.
Die Frames sind mit Quellenangabe versehene Screenshots aus dem genannten Video, jedes tiefverlinkt zu seinem Zeitpunkt. Der Text dieser Anleitung ist originell — keine Transkription.
Kimi K3 in Claude Code, Schritt für Schritt
1 · Claude Code auf Kimi K3 richten
- 1
Claude Code installieren
Nutze Anthropics nativen Installer — curl -fsSL https://claude.ai/install.sh | bash unter macOS und Linux bzw. irm https://claude.ai/install.ps1 | iex in der Windows-PowerShell. Der npm-Weg funktioniert ebenfalls: npm install -g @anthropic-ai/claude-code erfordert Node.js 22 oder neuer. Claude Code schon installiert? Dann überspringe das — aber falls jemals ein Drittanbieter-Tool die ~/.claude/settings.json verändert hat, räume zuerst die veralteten ANTHROPIC_*-Einträge im env-Feld auf, denn diese Werte überschreiben stillschweigend alles, was du im Terminal exportierst.
- 2
Einen Kimi-API-Schlüssel erstellen
Melde dich bei platform.kimi.ai an, öffne die Console und erstelle unter API Keys einen Schlüssel. K3 wird nach einer erfolgreichen Aufladung freigeschaltet, das Minimum beträgt 1 $ — ein einziger Dollar reicht für dieses komplette Tutorial. Beachte: Das ist die nutzungsbasierte Kimi API Platform. Ein Kimi-Code- oder Kimi-Membership-Abo ist ein anderes Produkt und stellt den hier benötigten API-Schlüssel nicht bereit.
- 3
Den env-Block in ~/.claude/settings.json eintragen
Öffne (oder erstelle) ~/.claude/settings.json und fülle das env-Feld exakt wie im offiziellen Guide vorgegeben: ANTHROPIC_BASE_URL auf https://api.moonshot.ai/anthropic, ANTHROPIC_AUTH_TOKEN auf deinen Kimi-Schlüssel, ANTHROPIC_MODEL samt der Stufen OPUS, SONNET und FABLE sowie CLAUDE_CODE_SUBAGENT_MODEL auf kimi-k3[1m], ANTHROPIC_DEFAULT_HAIKU_MODEL auf kimi-k2.7-code, CLAUDE_CODE_AUTO_COMPACT_WINDOW auf 1000000, CLAUDE_CODE_EFFORT_LEVEL auf max. Jede Stufe zu mappen ist entscheidend: Claude Code sendet Hintergrund- und Sub-Agent-Anfragen über diese Aliasse, und eine fehlende schlägt still fehl. Der env-Block überschreibt Terminal-Exporte und speichert deinen Schlüssel im Klartext — niemals einchecken.
- 4
Endpunkt und Schlüssel per curl beweisen
Bevor Claude Code startet, schicke eine Ein-Token-Anfrage direkt an die Anthropic-kompatible Route: curl https://api.moonshot.ai/anthropic/v1/messages mit einem Authorization-Bearer-Header, der deinen Kimi-Schlüssel trägt, und einem Body mit model kimi-k3 und max_tokens 1. Eine normale JSON-Antwort bedeutet: Endpunkt und Zugangsdaten funktionieren. Ein 401 bedeutet, der Schlüssel ist ungültig, die Base URL passt nicht zur Plattform, die den Schlüssel ausgestellt hat, oder ein übrig gebliebenes ANTHROPIC_API_KEY kollidiert mit ANTHROPIC_AUTH_TOKEN — entferne es.
2 · Starten und beweisen, dass K3 steuert
- 5
claude starten und das Banner lesen
Starte claude in einem Projektordner. Das Banner erzählt die ganze Geschichte: Claude Code v2.1.207 in der Demo, dann kimi-k3 · API Usage Billing, dann die entscheidende Zeile — Using kimi-k3 (from .claude\settings.json) · /model. Damit ist der env-Block aktiv; eine projektlokale .claude/settings.json funktioniert genauso. Zeigt dein Banner noch eine Claude- oder Anthropic-Abrechnungszeile, gehe zurück zu Schritt 3 und starte Claude Code neu.
Das Startbanner nennt kimi-k3 und die settings.json, aus der es stammt.Video bei 0:22 - 6
Eine echte Aufgabe schicken, nicht ein Wer-bist-du
Die Demo beginnt mit help me develop a game called snake and ladders. — einer konkreten, umsetzbaren Aufgabe. K3 denkt nach, bevor es antwortet: Thought for 16s, dann läuft die Antwort rein, während die Statuszeile Channeling… 25s · ↓1.0k tokens mitzählt. Spar dir die Frage nach dem Modellnamen: Die Konfiguration mappt Claude-Aliasse auf Kimi-IDs, Selbstauskunft beweist nichts — /status und das Banner sind der Beleg.
Erster Prompt drin, K3 denkt — der Token-Zähler läuft an.Video bei 1:42 - 7
Die klärenden Fragen beantworten
K3 rät nicht, es fragt. Ein Auswahlmenü mit Reitern erscheint — Platform, Players, Rules, Submit — mit Optionen wie Web (HTML/CSS/JS), Python console, Python + pygame oder eigener Eingabe, jeweils mit Hinweistext darunter. Enter wählt aus, Tab und die Pfeiltasten navigieren, Esc bricht ab. Dieses strukturierte Nachfragen am Anfang ist die halbe Miete dafür, dass das fertige Ergebnis ohne Rework auskommt.
Die Frage-UI mit Reitern: Enter wählt, Tab und Pfeiltasten navigieren, Esc bricht ab.Video bei 2:04
3 · Ein Prompt, ein Spiel: Die K3-Schleife
- 8
Antworten prüfen und absenden
Bevor irgendetwas läuft, zeigt Claude Code einen Review-your-answers-Bildschirm: Die Reiter Platform, Players und Rules sind grün abgehakt — in der Demo Python + pygame, 1 player vs computer, Classic — und Submit answers wartet als markierte Option. Ein Enter später hat der Agent seine komplette Spezifikation. Hier sorgfältig prüfen: Der Plan wird genau aus diesen Entscheidungen gebaut.
Platform, Players und Rules abgehakt — Submit answers ist ein Enter entfernt.Video bei 2:12 - 9
Den Plan lesen und fehlende Abhängigkeiten installieren lassen
Der Plan kommt in überprüfbaren Schritten: die Umgebung prüfen und Python + pygame bestätigen; das Spiel schreiben und bestätigen, dass es kompiliert; Logik und Rendering headless smoke-testen, sodass simulierte Partien mit einem exakten-100-Sieg enden. Es erkennt Python 3.13, stellt fehlendes pygame fest und führt python -m pip install pygame eigenständig aus. Beachte die Denkzeit — 4 min 53 s an einem Stück: Genau das ist CLAUDE_CODE_EFFORT_LEVEL=max bei der Arbeit; K3 nutzt standardmäßig maximale Reasoning-Anstrengung.
Der dreiteilige Plan, dann die automatische pygame-Installation auf Python 3.13.Video bei 3:42 - 10
Den Schreibzugriff freigeben und den Kompiliercheck beobachten
K3 schreibt snake_and_ladders.py — 279 Zeilen in der Demo — und prüft dann die eigene Arbeit: zuerst ein Kompiliercheck (python -m py_compile … && echo "compile OK"), dann einen headlessen Smoke-Test, der jedes Element rendert und Tausende vollständiger Partien simuliert. Die Fußzeile zeigt accept edits on (shift+tab to cycle) — der Berechtigungsmodus, der Schreibzugriffe ohne Einzelnachfrage pro Datei durchlässt. Ein abgelehnter Schreibvorgang lässt sich beheben — die Demo selbst erholt sich von einer versehentlichen Ablehnung und versucht es erneut.
279 Zeilen geschrieben, dann python -m py_compile unter accept edits on.Video bei 6:05
4 · Geprüftes Ergebnis, das du ausführen kannst
- 11
Die Verifikations-Checkliste lesen
All checks pass. The game is done and verified — und Claude Code listet die Belege: Kompilierung ✓, Rendering — Brett, Schlangen, Leitern, Würfel zeichnen alle ✓, Brett-Mapping — Feld 1 unten links, zickzack bis 100 ✓, Regeln — Überschießen ist verloren, exakt 100 gewinnt ✓, und 2000 simulierte Partien enden alle mit einem Gewinner ✓. Darunter druckt es den Ausführungsbefehl und eine Was-du-bekommst-Zusammenfassung. Diese Gewohnheit ist es wert, kopiert zu werden: Verlass dich nie auf den Code, simuliere ihn.
Kompilierung, Rendering, Brett-Mapping, Regeln und 2000 simulierte Partien — alles grün.Video bei 6:55 - 12
Ausführen
Starte den ausgegebenen Befehl — python C:\Users\datas\snake_and_ladders\snake_and_ladders.py in der Demo — und das Spielfenster öffnet sich: ein 10x10-Brett mit geschwungenen grünen Schlangen und braunen Leitern, ein SNAKES & LADDERS-Seitenpanel mit Zuganzeige, Würfel und grünem Roll-Button. Leertaste oder Klick würfelt, R startet neu, Esc beendet. Von einem einzigen Satz zum spielbaren, selbst verifizierten Spiel in rund zehn Minuten K3-Zeit.
Das fertige Snakes-&-Ladders-Fenster, gestartet mit dem von K3 ausgegebenen Befehl.Video bei 7:35