Kimi K3.1 API
O Kimi K3.1 combina raciocínio multimodal de um milhão de tokens com fluxos de trabalho de programação, 3D e pesquisa, contando com variantes Pro e Highspeed mais rápidas.
Kimi K3.1 Pro Highspeed API
moonshot/kimi-k3.1-pro-highspeed
Variante K3.1 Pro de alta velocidade com a mesma inteligência anunciada e contexto de 1.048.576 tokens, aproximadamente 2 a 3 vezes mais rápida. Preço oficial em USD por milhão de tokens: entrada $4, saída $20, leituras de cache $0,20.
Kimi K3.1 API Contexto
Visão Geral
O Kimi K3.1 é a principal família de raciocínio multimodal da Moonshot AI voltada para programação, criação 3D, pesquisa financeira e fluxos de trabalho de agentes de longa duração. Inclui o Kimi K3.1 Pro e o Kimi K3.1 Pro Highspeed.
Histórico de Desenvolvimento
O K3.1 Pro é uma versão pós-treinada do Kimi K3 com aprendizado por reforço expandido. Ambas as variantes estão disponíveis por meio dos produtos Kimi e da API oficial. Em 24 de outubro de 2026, os pesos completos do modelo foram anunciados para lançamento até 4 de novembro de 2026; a disponibilidade de inferência hospedada não significa que os pesos já possam ser baixados.
Principais Inovações
- Uma janela de contexto de 1.048.576 tokens e compreensão nativa de imagens e vídeos.
- Raciocínio contínuo com esforço baixo (low), alto (high) e máximo (max); o máximo é o padrão.
- O Highspeed oferece a mesma inteligência anunciada a aproximadamente 2 a 3 vezes a velocidade.
Kimi K3.1 API Especificações Técnicas
Arquitetura
Uma família de modelos de linguagem multimodais baseada no Kimi K3, otimizada por meio de pós-treinamento adicional para raciocínio, programação e uso de ferramentas. As saídas consistem em texto e chamadas de ferramentas; ativos 3D são produzidos por meio de código e ferramentas externas, e não como uma saída de API 3D nativa.
Parâmetros
Oficialmente descrito na classe de 3 trilhões. Nenhuma contagem exata de parâmetros totais ou ativos do K3.1 é afirmada aqui. Ambas as variantes suportam contexto de 1.048.576 tokens.
Capacidades
- Entradas de texto, imagem e vídeo; respostas em texto e chamada de ferramentas.
- Chat Completions compatível com a OpenAI e saída estruturada com JSON Schema estrito.
- IDs oficiais do modelo: kimi-k3.1-pro e kimi-k3.1-pro-highspeed.
- Taxas oficiais em USD por milhão de tokens: Pro entrada $2, saída $10, entrada em cache $0,20; Highspeed entrada $4, saída $20, entrada em cache $0,20. As taxas de gravação em cache na página inicial da plataforma são de $2 e $4, respectivamente; o preço de gravação em cache também depende do TTL.
Limitações
- O pensamento (thinking) não pode ser desativado. Use reasoning_effort low, high ou max.
- A entrada de imagem usa base64 ou referências de arquivo ms:// enviadas, e não URLs públicas comuns de imagem.
- Parâmetros de amostragem, incluindo temperature 1.0 e top_p 0.95, são fixos.
- O orçamento de saída compartilha a restrição de contexto; seu máximo configurável não representa capacidade extra além da janela de contexto.
- Os IDs de modelo do plano de assinatura Kimi Code diferem dos IDs de modelo da API pay-as-you-go.
Kimi K3.1 API Desempenho
Pontos Fortes
- A Moonshot reporta 65,7% no Terminal-Bench 4.0 para o K3.1 Pro.
- A Moonshot reporta 61,2% em seu Kimi Code Bench 3.0 Long-horizon interno.
- Com ferramentas, o fornecedor reporta 92,7% de Voxel IoU em sua avaliação BenchCAD.
- O fornecedor reporta 64,4 no OfficeQA Pro v2 e 58,6 no Frontier Finance.
Eficácia no Mundo Real
A família é direcionada à depuração de repositórios, desenvolvimento em várias etapas, criação de scripts CAD paramétricos e fluxos de trabalho financeiros baseados em evidências. Os resultados de benchmark relatados são avaliações do fornecedor, dependem da infraestrutura de teste e do orçamento, e não constituem garantias para uma tarefa específica. O Highspeed é uma variante focada em latência e preço, e não uma melhoria de inteligência demonstrada separadamente.
Kimi K3.1 API Quando Usar
Cenários
- Use o Pro para desenvolvimento de longo contexto e pesquisa quando o custo de tokens for relevante.
- Use o Highspeed para agentes interativos onde respostas mais rápidas justificam taxas de entrada e saída mais altas.
- Use um ambiente habilitado para ferramentas para Blender, CAD, planilhas e fluxos de trabalho em várias etapas.
Melhores Práticas
- Preserve a mensagem completa do assistente em fluxos de ferramentas de turnos múltiplos e analise reasoning_content separadamente do conteúdo final.
- Mantenha prompts, ferramentas e documentos estáveis no início para melhorar o reaproveitamento do cache de prefixo; verifique o TTL de gravação em cache e a contabilização de uso.
- Valide o código gerado, os cálculos financeiros e as saídas estruturadas.
- Referências oficiais: https://www.kimi.ai/blog/kimi-k3-1-pro ; https://platform.kimi.ai/docs/guide/kimi-k3-1-pro-quickstart ; https://platform.kimi.ai/ .