Kimi K3.1 API

Kimi K3.1 将百万级长文本多模态推理与代码编写、3D 及研究工作流相结合，提供 Pro 及速度更快的 Highspeed 变体。

Kimi K3.1 Pro API即将推出Kimi K3.1 Pro Highspeed API即将推出

Kimi K3.1 Pro API

moonshot/kimi-k3.1-pro

旗舰多模态推理模型，拥有 1,048,576 个 Token 的上下文窗口，具备常驻思考机制以及强大的编程与研究能力。官方美元定价（每百万 Token）：输入 2 美元，输出 10 美元，缓存读取 0.20 美元。

即将推出
该模型即将推出，暂不可调用。

Kimi K3.1 API 背景介绍

概述

Kimi K3.1 是 Moonshot AI 的旗舰多模态推理模型系列，专为代码编写、3D 创作、金融研究和长周期智能体工作流而设计。它包含 Kimi K3.1 Pro 和 Kimi K3.1 Pro Highspeed。

发展历史

K3.1 Pro 是对 Kimi K3 进行后训练并扩展强化学习的版本。两个变体均可通过 Kimi 产品和官方 API 使用。截至 2026 年 10 月 24 日，官方宣布完整模型权重将于 2026 年 11 月 4 日发布；托管推理的可用性并不意味着权重已经可供下载。

关键创新

  • 1,048,576 个 Token 的上下文窗口，具备原生图像和视频理解能力。
  • 始终开启的推理机制，支持低、高和最大（max）三种努力程度；max 为默认值。
  • Highspeed 在提供相同宣传智能水平的同时，速度约为原来的 2 至 3 倍。

Kimi K3.1 API 技术规格

架构

基于 Kimi K3 的多模态语言模型系列，通过针对推理、代码编写和工具调用的额外后训练进行优化。输出为文本和工具调用；3D 资产通过代码和外部工具生成，而非原生 3D API 输出。

参数

官方描述为 3 万亿级别（3-trillion-class）。此处未声明 K3.1 的确切总参数量或激活参数量。两个变体均支持 1,048,576 的上下文长度。

功能

  • 支持文本、图像和视频输入；支持文本响应和工具调用。
  • 兼容 OpenAI 的 Chat Completions 并支持严格的 JSON Schema 结构化输出。
  • 官方模型 ID：kimi-k3.1-pro 和 kimi-k3.1-pro-highspeed。
  • 官方每百万 Token 的美元费率：Pro 输入 $2，输出 $10，缓存输入 $0.20；Highspeed 输入 $4，输出 $20，缓存输入 $0.20。平台首页缓存写入费率分别为 $2 和 $4；缓存写入定价亦取决于 TTL（存活时间）。

局限性

  • 思考过程无法禁用。请使用 reasoning_effort 参数设置 low、high 或 max。
  • 图像输入使用 base64 或上传的 ms:// 文件引用，不支持普通的公共图像 URL。
  • 采样参数固定，包括 temperature 1.0 和 top_p 0.95。
  • 输出预算共享上下文约束；其可配置的最大值并不构成超出上下文窗口的额外容量。
  • Kimi Code 订阅模型 ID 与按量付费（pay-as-you-go）API 模型 ID 不同。

Kimi K3.1 API 性能

优势

  • Moonshot 报告 K3.1 Pro 在 Terminal-Bench 4.0 上达到 65.7%。
  • Moonshot 报告在其内部的 Kimi Code Bench 3.0 Long-horizon 上达到 61.2%。
  • 结合工具使用时，厂商报告在 BenchCAD 评估中达到 92.7% 的 Voxel IoU。
  • 厂商报告在 OfficeQA Pro v2 上达到 64.4，在 Frontier Finance 上达到 58.6。

实际效果

该系列面向代码库调试、多步骤开发、参数化 CAD 脚本编写以及基于证据的金融工作流。报告的基准测试结果为厂商评估，取决于测试评测框架（harness）和预算，不作为特定任务的性能保证。Highspeed 是延迟和价格变体，并非单独展示的智能升级。

Kimi K3.1 API 适用场景

应用场景

  • 当 Token 成本重要时，在长上下文开发和研究中使用 Pro。
  • 在交互式智能体中使用 Highspeed，此时更快的响应速度能够抵消更高的输入和输出费率。
  • 在 Blender、CAD、电子表格和多步骤工作流中使用启用工具的环境。

最佳实践

  • 在多轮工具工作流中保留完整的助手消息，并将 reasoning_content 与最终内容分开解析。
  • 将稳定的提示词、工具和文档放在前端以提高前缀缓存重用率；检查缓存写入 TTL 和使用量统计。
  • 验证生成的代码、金融计算和结构化输出。
  • 官方参考链接：https://www.kimi.ai/blog/kimi-k3-1-pro ；https://platform.kimi.ai/docs/guide/kimi-k3-1-pro-quickstart ；https://platform.kimi.ai/ .

技术规格

上下文长度1,048,576
输入格式
textimagevideo
输出格式
text

功能特性

功能
reasoningcodingtool callingvisionlong context