AIREITER
MoonshotText Chat

Kimi K3.1 Pro

Experimente o Kimi K3.1 Pro online ou faça chamadas com uma API compatível com OpenAI ou Anthropic. Contexto de 1M de tokens, raciocínio sempre ativo, tool calling e entrada de imagem.

EntradaOficial $2.00 por 1 milhao de tokensAIReiter $0.60 por 1 milhao de tokensSaídaOficial $10.00 por 1 milhao de tokensAIReiter $3.00 por 1 milhao de tokensLeitura de cacheOficial $0.20 por 1 milhao de tokensAIReiter $0.06 por 1 milhao de tokensCriação de cacheOficial $2.00 por 1 milhao de tokensAIReiter $0.60 por 1 milhao de tokens
Executar com API

ENTRADA

SAÍDA

Example
Generated in
42.7 seconds
Token de entrada
134
Token de saída
2354
Tokens per second
55.13 tokens / second
Time to first token
-

Detalhes do modelo

Use a mesma chave de modelo no Playground, nas solicitações da API e nos fluxos de trabalho internos.

ID do modelo
kimi-k3.1-pro
Provedor
Moonshot
Protocolo
OpenAI Chat Completions · Anthropic Messages
Janela de contexto
1,048,576 tokens
Saída máxima
131,072 tokens
Token de entrada
60 créditos / 1 mi de tokens
Token de saída
300 créditos / 1 mi de tokens
Leitura de cache
6 créditos / 1 mi de tokens
Gravação de cache
60 créditos / 1 mi de tokens

Last updated: 5 November 2026. Specs and benchmark scores are from Moonshot's Kimi K3.1 Pro guide and the Kimi K3.1 Pro tech blog.

What Kimi K3.1 Pro is

Kimi K3.1 Pro is the first model in Moonshot AI's K3.1 series. It is a post-trained version of Kimi K3, trained with much more reinforcement learning across coding, 3D creation, financial research, and other agent tasks. The architecture and the context window stay the same as K3; the gains come from post-training.

Key specs

  • Context window: 1,048,576 tokens, shared by input and output.
  • Reasoning: thinking is always on. Streaming responses carry the reasoning in reasoning_content, separate from the final answer in content.
  • Input: text and images. Images must be sent as base64 data URLs; public image URLs are not accepted by the model.
  • Output length: up to 131,072 completion tokens per request in the playground.
  • Tools: function calling with tool_choice, and JSON Schema structured output with strict: true.
  • Fixed sampling: temperature 1.0 and top_p 0.95 are fixed by Moonshot, so the playground does not show those sliders.

Where Kimi K3.1 Pro is strongest

Moonshot reports the scores below. They are the vendor's own numbers, not AIReiter measurements, so run your own prompts in the playground above before switching production traffic.

BenchmarkWhat it testsKimi K3.1 ProReference
Terminal-Bench 4.0Coding agents on real terminal tasks65.7%Claude Opus 5.5 66.4%, GPT-6 Astra 58.2%
Kimi Code Bench 3.0 Long-horizonMulti-step coding with tools (Moonshot internal)61.2%Kimi K3 55.95%
BenchCAD, with tools3D reconstruction through CAD code92.7%Claude Opus 5.5 96.2%, GPT-6 Astra 95.9%
OfficeQA Pro v2Fiscal data analysis across real financial documents64.4Reported as state of the art
Kimi Hallu Bench Hard, with toolsClaim-level hallucination rate, lower is better8.3%Kimi K3 23.4%

Good fits

  • Long-horizon coding agents: repository-wide fixes and full project builds, including game work in Unity, Unreal Engine, and Godot.
  • 3D and CAD scripting: writing and running Blender or CAD scripts to build parametric parts, furniture, and architectural models from a text brief or a reference image.
  • Financial research and modeling: retrieval and multi-step numerical reasoning across filings, where the lower hallucination rate matters most.

Kimi K3.1 Pro vs Kimi K3

Kimi K3.1 ProKimi K3
BaseK3 with much larger post-trainingK3
Context window1,048,576 tokens1,048,576 tokens
ReasoningAlways onAlways on
Kimi Code Bench 3.0 Long-horizon61.2%55.95%
Kimi Hallu Bench Hard (with tools)8.3%23.4%
API model IDkimi-k3.1-prokimi-k3

Both models take the same request shape, so moving from K3 to K3.1 Pro is a one-line change of the model ID. Keep K3 for workloads you have already tuned and evaluated; try K3.1 Pro first for new coding agents, 3D scripting, and finance tasks.

Calling Kimi K3.1 Pro through AIReiter

  • Model ID: kimi-k3.1-pro.
  • Endpoints: OpenAI-compatible https://aireiter.com/api/v1/chat/completions and Anthropic-compatible https://aireiter.com/api/v1/messages. Existing OpenAI or Anthropic clients work after changing the base URL and the key.
  • Leave sampling at default: do not send temperature, top_p, n, presence_penalty, or frequency_penalty. Moonshot fixes them for this model.
  • Multi-turn and tool loops: send back the complete assistant message from the previous turn, including its reasoning and tool calls, not only content.
  • Images: put them in a content array as image_url with a base64 data URL.
  • Output tokens: reasoning is billed as output, so set max_tokens high enough for the reasoning plus the answer.

Create a key on the API keys page. The request sample above this section already uses the right model ID.

Experimente o Kimi K3.1 Pro em três etapas

Sem instalação e sem configuração. O playground acima chama o mesmo modelo que o seu código chamará.

01

Cole uma tarefa real

Use o trabalho que você realmente precisa fazer: um teste com falha junto com o código ao redor, uma peça que você queira modelar no Blender ou um conjunto de números para reconciliar. Prompts triviais não mostram o que um modelo de raciocínio agrega.

02

Dê espaço para ele pensar

O raciocínio está sempre ativo e conta para max_tokens. Deixe max_tokens em 8.192 ou mais para tarefas de várias etapas, para que a resposta não seja cortada após o raciocínio.

03

Copie a chamada de API

Transfira a mesma requisição para o seu código com o ID de modelo kimi-k3.1-pro no endpoint compatível com OpenAI ou Anthropic. O uso de tokens para cada resposta é exibido abaixo dela.

FAQ do Kimi K3.1 Pro

Dúvidas sobre capacidades, raciocínio e integração.

/ 01

O que é o Kimi K3.1 Pro?

O Kimi K3.1 Pro é o primeiro modelo da série K3.1 da Moonshot AI, uma versão pós-treinada do Kimi K3 com muito mais aprendizado por reforço em programação, criação 3D e pesquisa financeira. Ele mantém a janela de contexto de 1.048.576 tokens do K3, possui pensamento sempre ativo e aceita entradas de texto e imagem.

/ 02

Qual é a diferença entre o Kimi K3.1 Pro e o Kimi K3?

O K3.1 Pro usa a mesma base e janela de contexto do K3, mas adiciona um pós-treinamento muito mais amplo. A Moonshot relata que o Kimi Code Bench 3.0 Long-horizon subiu de 55,95% para 61,2%, e a taxa de alucinação em nível de afirmação no Kimi Hallu Bench Hard caiu de 23,4% para 8,3%. As requisições são as mesmas, com exceção do ID do modelo.

/ 03

Posso desativar o raciocínio?

Não. O Kimi K3.1 Pro sempre roda com o raciocínio habilitado. O raciocínio chega em reasoning_content, separado da resposta em content, e é cobrado como tokens de saída. Para perguntas curtas, o raciocínio costuma ser breve, mas reserve max_tokens suficientes para tarefas de várias etapas para que a resposta final não seja truncada.

/ 04

Por que temperature e top_p não são ajustáveis?

A Moonshot fixa temperature em 1.0 e top_p em 0.95 para o Kimi K3.1 Pro, juntamente com n, presence_penalty e frequency_penalty. O playground oculta esses controles, e as requisições de API devem omiti-los em vez de definir valores personalizados.

/ 05

O Kimi K3.1 Pro suporta tool calling?

Sim. Ele suporta function calling com tool_choice, incluindo required no primeiro turno, e saída estruturada JSON Schema com strict mode. Em um loop de ferramentas, envie de volta a mensagem completa de assistant incluindo tool_calls, e depois uma mensagem tool por chamada com o tool_call_id correspondente.

/ 06

O Kimi K3.1 Pro consegue ler imagens?

Sim, por meio da API. Envie imagens dentro de um array content como entradas image_url com uma data URL em base64. O modelo não busca URLs públicas de imagens, portanto baixe e codifique a imagem primeiro. O upload de imagens está desativado neste playground por enquanto, portanto teste a visão computacional por meio da API.

/ 07

Qual é o tamanho da janela de contexto?

A janela de contexto é de 1.048.576 tokens e cobre entrada e saída combinadas. Com 900.000 tokens de entrada, restam menos de 150.000 tokens para o raciocínio e a resposta. Prefixos repetidos, como system prompts e bases de código, são armazenados em cache automaticamente, o que reduz o custo de sessões longas com múltiplos turnos.