Fluxio 流式聊天组件接入教程：七步实现 Kimi K3 实时对话

§1 周一：在 React 里接住 Kimi K3 的第一条流

假设你接手一个 React 页面，要在底部加一个聊天窗口：用户输入一句话，模型的回答像打字一样一点点冒出来。接入方式并不绕，在浏览器侧或你的后端用 OpenAI SDK、fetch 都可以，指向 Fluxio 的 API 基础地址 api.fluxioapi.com，OpenAI 风格客户端在末尾补上 /v1，模型名写 Kimi K3，请求里打开流式开关即可。Fluxio 的回复通过服务器发送事件逐 token 送达，组件用一个状态变量累积文本片段，每读到一段就追加到气泡里，用户看到的就是连贯的“正在输入”效果。

头一周里我最喜欢的细节是：每一条流都会报告真实用量。组件可以把这段用量数据顺手存下来，等你回头和 Fluxio 的用量日志对账，不用自己估算 token 数量。

同一条 React 组件也能换模型名来切换后端。Kimi K3 的定价是输入 ¥8.81、输出 ¥44.03、缓存读取 ¥0.88 每 1M tokens；MiniMax M3 是输入 ¥1.09、输出 ¥4.34、缓存读取 ¥0.22；MiMo V2.6 Pro 是输入 ¥1.52、输出 ¥3.03、缓存读取 ¥0.02；GPT-6.1 Sol 是输入 ¥1.40、输出 ¥7.00、缓存读取 ¥0.28；DeepSeek V4 Flash 是输入 ¥2.07、输出 ¥8.29、缓存读取 ¥0.05。这些模型都能在任意 OpenAI 格式客户端里运行，Cursor、Cherry Studio、Cline、OpenCode、OpenAI SDK 与 cURL 都能用，Codex 运行 GPT 模型。

• – Kimi K3 属于可以在任意 OpenAI 格式客户端里运行的模型，Cursor、Cherry Studio、Cline、OpenCode、OpenAI SDK 与 cURL 都能用。
• – Codex 运行 GPT 模型；Claude 模型只在官方 Claude Code 与 Claude Desktop（2.1.285 或更新版本）里可用，不在 Cursor、Cherry Studio、Cline、OpenCode、任何 SDK 或 cURL 中运行。
• – Gemini 模型只通过原生协议的 Gemini CLI 使用，并不是 OpenAI 兼容接口。

§2 周三：连接抖了一下，账单仍然对得上

周三下午本地网络抖了一下，流在中间断掉。我一度以为这轮请求要作废，结果 Fluxio 仍然把回复读到了结尾，并只按实际用掉的 token 计费，不会额外加罚；已经生成的 token 不退款。这条规则让 React 组件的心跳逻辑简单了很多：断线可以重试，重试产生的新一轮 token 照常计入用量，不需要你写额外的补偿逻辑。

计费规则本身也简单：每个请求按模型上报的 token 结算，输入、输出、缓存写入、缓存读取四类 token 分别定价，没有按请求收取的固定费用。所以组件里值得做两件小事，一是把用量数据一起存下来，二是别在用户狂点时无限并发。

缓存那一项在长对话里影响挺大，值得单独看。Claude Sonnet 5.5 的缓存读取是 ¥0.66、缓存写入 ¥10.75 每 1M tokens；Claude Opus 5.5 是缓存读取 ¥0.49、缓存写入 ¥12.84；Claude Haiku 4.5 是缓存读取 ¥0.20、缓存写入 ¥2.99；GPT-6 Astra 是缓存读取 ¥0.49；Gemini 2.5 Flash 是输入 ¥1.51、输出 ¥12.12、缓存读取 ¥0.15、缓存写入 ¥1.51；Gemini 3.8 Flash 是输入 ¥8.29、输出 ¥37.32、缓存读取 ¥0.83、缓存写入 ¥8.29；Gemini 3.1 Pro 是输入 ¥10.40、输出 ¥60.33、缓存读取 ¥1.04、缓存写入 ¥10.40；Gemini 4 Argon 是输入 ¥10.55、输出 ¥50.66、缓存读取 ¥0.53、缓存写入 ¥10.55。系统提示词被反复复用的聊天组件，缓存读取单价低的模型往往更省。

• – 每个 API key 每分钟 120 个请求。
• – 每个账号同时最多开启 8 条流。
• – React 侧加一个并发计数器，超过上限就排队提示，用户体验反而更稳。

§3 周四：Kimi K3 的价格摆在桌面上

既然是按真实用量付费，价格就得心里有数。Kimi K3 的价格是输入 ¥8.81、输出 ¥44.03、缓存读取 ¥0.88 每 1M tokens。放在同一张表里对照，MiniMax M3 是输入 ¥1.09、输出 ¥4.34、缓存读取 ¥0.22；MiMo V2.6 Pro 是输入 ¥1.52、输出 ¥3.03、缓存读取 ¥0.02；GPT-6.1 Sol 是输入 ¥1.40、输出 ¥7.00、缓存读取 ¥0.28；DeepSeek V4 Flash 是输入 ¥2.07、输出 ¥8.29、缓存读取 ¥0.05。

怎么选取决于你的聊天框属于哪种形态：短问答多、上下文重复度高，缓存读取单价低的模型更合适；需要长段输出时，输出单价就直接决定了这轮对话花多少钱。以 Kimi K3 为例，若你每天发 100 条消息、平均每条输入 1,000 tokens、输出 500 tokens，仅作估算，一天大约是 100×(1,000×¥8.81 + 500×¥44.03)÷1,000,000 ≈ ¥3.08，实际以 Fluxio 用量日志里的记录为准。

把同一份用量换成别的模型，差别一眼可见。同样每天 100 条消息、每条输入 1,000 tokens、输出 500 tokens 的估算口径下：MiniMax M3 约 ¥0.33，MiMo V2.6 Pro 约 ¥0.30，GPT-6.1 Sol 约 ¥0.49，DeepSeek V4 Flash 约 ¥0.62，Kimi K3 约 ¥3.08。若把这个节奏放大到一整周 700 条消息，Kimi K3 约 ¥21.58，MiniMax M3 约 ¥2.28，MiMo V2.6 Pro 约 ¥2.12。这些数字只是按公开单价做的示例推算，真实消耗以 Fluxio 记录的 token 为准。

§4 周五：月度计划和按量余额怎么选

Fluxio 的月度计划只覆盖 Claude 模型或 GPT 模型，并且使用你自己的 API key，额度按计划费率计算而不是官方标价，倍率 × 2.8。Claude 计划有 ¥449.00（30 天内最高 $1100，每周不超过 $350）和 ¥1,189.00（30 天内最高 $2900，每周不超过 $850）两档；GPT 计划有 ¥429.00（30 天内最高 $2600，每周不超过 $800）和 ¥1,319.00（30 天内最高 $8000，每周不超过 $2400）两档。

而 Kimi K3 走的是按量余额这条路：没有月费，Stripe Checkout 充值可选 ¥10.00、¥50.00、¥100.00、¥200.00、¥500.00、¥1,000.00。新账户还会加 ¥0.80 赠送额度。充值后 4 天内未使用的余额可以退款，扣除已消费部分与支付手续费，通过消息页面提出申请即可。推荐机制也在同一套体系里：直接邀请的朋友支付金额的 17% 归你，下一级为 5%，返利可以进入余额，也可以从 ¥90.00 起通过支付宝提现。

怎么搭配也举一个例子：如果你的聊天组件只跑 Kimi K3，按上面一周 ¥21.58 的估算，一次充 ¥50.00 大约够两三周，充 ¥100.00 则更从容；如果你的项目同时要用 GPT-6.1 Sol、GPT-6 Astra（输入 ¥4.90、输出 ¥24.49、缓存读取 ¥0.49）和 GPT-5.6 Sol（输入 ¥2.78、输出 ¥15.57、缓存读取 ¥0.22，OpenAI 促销价，宣布至少持续到 2026-11-21），那么 GPT 月度计划按计划费率计量额度、倍率 × 2.8 的方式就更贴近你的用量节奏。Claude 那两档同理，Claude Fable 5 是输入 ¥25.20、输出 ¥126.02、缓存读取 ¥1.94、缓存写入 ¥31.02，官方标价是输入 ¥72.00、输出 ¥360.00、缓存读取 ¥7.20；Claude Fable 5.1 是输入 ¥27.94、输出 ¥139.70、缓存读取 ¥1.67、缓存写入 ¥34.39，官方标价是输入 ¥72.00、输出 ¥360.00、缓存读取 ¥1.80；Claude Opus 5.5 是输入 ¥10.87、输出 ¥51.37、官方标价输入 ¥28.80、输出 ¥144.00；Claude Sonnet 5 是输入 ¥8.70、输出 ¥43.49、缓存读取 ¥0.76、缓存写入 ¥10.87；Claude Sonnet 5.5 是输入 ¥8.60、输出 ¥43.00、缓存读取 ¥0.66、缓存写入 ¥10.75。

§5 周末：把聊天组件收尾

周末我把组件的后台面板补齐了。Fluxio 的使用日志会记录每个请求、它的 token 数和成本，正好可以接到你自己的运营视图里；界面提供英语、中文、西班牙语、印地语、葡萄牙语和法语六种语言，方便你给不同地区的同事演示。需要找人时，从站点联系页或控制台发消息，回复会出现在控制台里，Fluxio 没有提供支持邮箱，沟通链路是单一的。

面板里我留了三个小控件：当前并发流数、当日累计 token、当日累计成本。并发流数对照每个账号同时最多 8 条流的限制，成本一栏直接对着用量日志里的记录做交叉验证，出问题时能立刻分清是前端重复提交还是后端用量本身偏高。

§6 周日：上线前的接入检查清单

• – 基础地址填 api.fluxioapi.com，OpenAI 风格客户端记得加 /v1，模型名填 Kimi K3。
• – 流式开关打开，组件按服务器发送事件逐段追加文本，并接收随流返回的真实用量。
• – 前端限制并发不超过 8 条流，请求频率控制在每个 key 每分钟 120 个请求以内。
• – 断线重试逻辑只做一次即可，Fluxio 会把回复读到结尾并按实际 token 计费，不需要补偿。
• – 在 Fluxio 用量日志里核对每天的 token 与成本，再决定是继续按量充值，还是调整模型搭配。
• – 需要换模型时先确认客户端归属：Kimi K3、DeepSeek V4 Flash、GPT-6.1 Sol、Qwen3.8 Max（输入 ¥5.42、输出 ¥16.26、缓存读取 ¥0.65）、Hunyuan 4（输入 ¥2.42、输出 ¥7.75、缓存读取 ¥0.12）、GLM-5.3（输入 ¥3.92、输出 ¥11.77、缓存读取 ¥0.98）、Grok 4.6（输入 ¥4.06、输出 ¥12.19、缓存读取 ¥1.02）、Grok 4.7（输入 ¥4.37、输出 ¥13.12、缓存读取 ¥1.09）走 OpenAI 格式客户端，Gemini 走 Gemini CLI 原生协议，Claude 只在官方 Claude Code 与 Claude Desktop 里可用。