MoonshotAI: Kimi K3.1 Pro
moonshotai/kimi-k3.1-proيساعد Kimi K3.1 Pro في تحليل المواد المعقدة وكتابة الشيفرة وإعداد حلول نصية للمشاريع والنمذجة والتحليلات.
Kimi K3.1 Pro هو نموذج من Moonshot AI، والأول في سلسلة K3.1. بُني على Kimi K3 مع زيادة كبيرة في حجم التدريب اللاحق والتعلم المعزز المشترك عبر مجالات متعددة. يركز الوصف الرسمي على البرمجة والعمل على المشاريع ثلاثية الأبعاد والبحث المالي والمهام التي تتطلب مراحل مترابطة متعددة.
البرمجة والمشاريع التقنية
يمكن استخدام النموذج لتحليل الشيفرة الحالية وإعداد التعديلات وتخطيط التطوير. قدّم الهدف والتنفيذ الحالي والقيود، مثل الواجهات التي يجب الحفاظ عليها وشكل النتيجة الصحيحة. ويمكن طلب شرح أو نص تعديل أو سيناريوهات اختبار أو تسلسل للتطبيق.
في الألعاب والمشاهد التفاعلية والنمذجة البارامترية، تفيد مهام إعداد البرامج النصية والمنطق التقني. تتناول وثائق الشركة العمل مع Blender وCAD ومحركات الألعاب. وفي Ailoot تكون نتيجة هذه البطاقة نصاً، لذا يسهل صياغة الطلب كشيفرة للأداة المختارة أو وصف للهندسة أو خطة لبناء مشهد، ثم تشغيلها في بيئتك.
التحليل بالاستناد إلى البيانات المقدمة
عند العمل مع المستندات، يمكن طلب مقارنة المصادر أو شرح عملية حسابية أو فحص ترابط الافتراضات أو إعداد مذكرة بحثية. وللنموذج المالي، قدّم المؤشرات الأصلية ووحدات القياس والعلاقات بينها. يمكن للنموذج اقتراح نص الصيغ وترتيب التحقق، وللتقرير اقتراح بنية وحجج مرتبطة بالمواد المقدمة.
الحصول على إجابة مفيدة
- حدّد المهمة والنتيجة المتوقعة: شرحاً أو شيفرة أو خطة أو استنتاجاً تحليلياً.
- أرفق النصوص اللازمة وحدّد المصادر ذات الأولوية.
- صف معايير التحقق: الشروط التي يجب الحفاظ عليها والصيغة ودقة الحسابات والأقسام الإلزامية.
- تابع العمل بالتوضيحات، مع الحفاظ على القرارات المهمة والقيود الأصلية.
الإدخال والنتيجة في Ailoot
تقبل البطاقة نصاً وتعيد نصاً. تشمل المواد المناسبة التعليمات ومقتطفات المستندات والشيفرة المصدرية والجداول بصيغة نصية وسجل النقاش. الاستدلال مفعّل دائماً في K3.1 Pro؛ وتحدد وثائق النموذج مستويات low وhigh وmax. وفي Standard يبلغ حد الإدخال 262 144 توكناً وحد الإجابة 65 536 توكناً. وعند إعداد طلب كبير، احتسب سجل الحوار واختر حجم المواد وفق السؤال المحدد.
متاح عبر Ailoot API
POST /v1/messages- الإدخال
text- الإخراج
text- السياق
- 262,144 رمز
- الحد الأقصى للإجابة
- 65,536 رمز
- الإدخال
- 0.002 US$ / 1K
- الإخراج
- 0.01 US$ / 1K
- قراءة ذاكرة التخزين المؤقت
- 0.0002 US$ / 1K
- الكتابة إلى ذاكرة التخزين المؤقت
- 0.002 US$ / 1K
- الكتابة إلى ذاكرة التخزين المؤقت، 5 دقائق
- 0.002 US$ / 1K tokens
POST /v1/responses- الإدخال
text- الإخراج
text- السياق
- 262,144 رمز
- الحد الأقصى للإجابة
- 65,536 رمز
- الإدخال
- 0.002 US$ / 1K
- الإخراج
- 0.01 US$ / 1K
- قراءة ذاكرة التخزين المؤقت
- 0.0002 US$ / 1K
- الكتابة إلى ذاكرة التخزين المؤقت
- 0.002 US$ / 1K
- الكتابة إلى ذاكرة التخزين المؤقت، 5 دقائق
- 0.002 US$ / 1K tokens
POST /v1/chat/completions- الإدخال
text- الإخراج
text- السياق
- 262,144 رمز
- الحد الأقصى للإجابة
- 65,536 رمز
- الإدخال
- 0.002 US$ / 1K
- الإخراج
- 0.01 US$ / 1K
- قراءة ذاكرة التخزين المؤقت
- 0.0002 US$ / 1K
- الكتابة إلى ذاكرة التخزين المؤقت
- 0.002 US$ / 1K
- الكتابة إلى ذاكرة التخزين المؤقت، 5 دقائق
- 0.002 US$ / 1K tokens
POST /v1beta/models/{model}:generateContent- الإدخال
text- الإخراج
text- السياق
- 262,144 رمز
- الحد الأقصى للإجابة
- 65,536 رمز
- الإدخال
- 0.002 US$ / 1K
- الإخراج
- 0.01 US$ / 1K
- قراءة ذاكرة التخزين المؤقت
- 0.0002 US$ / 1K
- الكتابة إلى ذاكرة التخزين المؤقت
- 0.002 US$ / 1K
- الكتابة إلى ذاكرة التخزين المؤقت، 5 دقائق
- 0.002 US$ / 1K tokens
POST /v1/chat/completions- الإدخال
text- الإخراج
text- السياق
- غير محدد في الكتالوج
- الحد الأقصى للإجابة
- غير محدد في الكتالوج
- الإدخال
- 0.004 US$ / 1K
- الإخراج
- 0.02 US$ / 1K
- قراءة ذاكرة التخزين المؤقت
- 0.0004 US$ / 1K
- الكتابة إلى ذاكرة التخزين المؤقت
- 0.004 US$ / 1K
- الكتابة إلى ذاكرة التخزين المؤقت، 5 دقائق
- 0.004 US$ / 1K tokens
POST /v1/responses- الإدخال
text- الإخراج
text- السياق
- غير محدد في الكتالوج
- الحد الأقصى للإجابة
- غير محدد في الكتالوج
- الإدخال
- 0.004 US$ / 1K
- الإخراج
- 0.02 US$ / 1K
- قراءة ذاكرة التخزين المؤقت
- 0.0004 US$ / 1K
- الكتابة إلى ذاكرة التخزين المؤقت
- 0.004 US$ / 1K
- الكتابة إلى ذاكرة التخزين المؤقت، 5 دقائق
- 0.004 US$ / 1K tokens
POST /v1beta/models/kimi-k3.1-pro:generateContent- الإدخال
text- الإخراج
text- السياق
- غير محدد في الكتالوج
- الحد الأقصى للإجابة
- غير محدد في الكتالوج
- الإدخال
- 0.004 US$ / 1K
- الإخراج
- 0.02 US$ / 1K
- قراءة ذاكرة التخزين المؤقت
- 0.0004 US$ / 1K
- الكتابة إلى ذاكرة التخزين المؤقت
- 0.004 US$ / 1K
- الكتابة إلى ذاكرة التخزين المؤقت، 5 دقائق
- 0.004 US$ / 1K tokens
POST /v1/messages- الإدخال
text- الإخراج
text- السياق
- غير محدد في الكتالوج
- الحد الأقصى للإجابة
- غير محدد في الكتالوج
- الإدخال
- 0.004 US$ / 1K
- الإخراج
- 0.02 US$ / 1K
- قراءة ذاكرة التخزين المؤقت
- 0.0004 US$ / 1K
POST /v1/responses- الإدخال
text- الإخراج
text- السياق
- غير محدد في الكتالوج
- الحد الأقصى للإجابة
- غير محدد في الكتالوج
- الإدخال
- 0.004 US$ / 1K
- الإخراج
- 0.02 US$ / 1K
- قراءة ذاكرة التخزين المؤقت
- 0.0004 US$ / 1K
POST /v1/chat/completions- الإدخال
text- الإخراج
text- السياق
- غير محدد في الكتالوج
- الحد الأقصى للإجابة
- غير محدد في الكتالوج
- الإدخال
- 0.004 US$ / 1K
- الإخراج
- 0.02 US$ / 1K
- قراءة ذاكرة التخزين المؤقت
- 0.0004 US$ / 1K
POST /v1beta/models/moonshotai/kimi-k3.1-pro:generateContent- الإدخال
text- الإخراج
text- السياق
- غير محدد في الكتالوج
- الحد الأقصى للإجابة
- غير محدد في الكتالوج
- الإدخال
- 0.004 US$ / 1K
- الإخراج
- 0.02 US$ / 1K
- قراءة ذاكرة التخزين المؤقت
- 0.0004 US$ / 1K
moonshotai/kimi-k3.1-pro · JSON
{"about":"Kimi K3.1 Pro هو نموذج من Moonshot AI، والأول في سلسلة K3.1. بُني على Kimi K3 مع زيادة كبيرة في حجم التدريب اللاحق والتعلم المعزز المشترك عبر مجالات متعددة. يركز الوصف الرسمي على البرمجة والعمل على المشاريع ثلاثية الأبعاد والبحث المالي والمهام التي تتطلب مراحل مترابطة متعددة.\n\n### البرمجة والمشاريع التقنية\n\nيمكن استخدام النموذج لتحليل الشيفرة الحالية وإعداد التعديلات وتخطيط التطوير. قدّم الهدف والتنفيذ الحالي والقيود، مثل الواجهات التي يجب الحفاظ عليها وشكل النتيجة الصحيحة. ويمكن طلب شرح أو نص تعديل أو سيناريوهات اختبار أو تسلسل للتطبيق.\n\nفي الألعاب والمشاهد التفاعلية والنمذجة البارامترية، تفيد مهام إعداد البرامج النصية والمنطق التقني. تتناول وثائق الشركة العمل مع Blender وCAD ومحركات الألعاب. وفي Ailoot تكون نتيجة هذه البطاقة نصاً، لذا يسهل صياغة الطلب كشيفرة للأداة المختارة أو وصف للهندسة أو خطة لبناء مشهد، ثم تشغيلها في بيئتك.\n\n### التحليل بالاستناد إلى البيانات المقدمة\n\nعند العمل مع المستندات، يمكن طلب مقارنة المصادر أو شرح عملية حسابية أو فحص ترابط الافتراضات أو إعداد مذكرة بحثية. وللنموذج المالي، قدّم المؤشرات الأصلية ووحدات القياس والعلاقات بينها. يمكن للنموذج اقتراح نص الصيغ وترتيب التحقق، وللتقرير اقتراح بنية وحجج مرتبطة بالمواد المقدمة.\n\n### الحصول على إجابة مفيدة\n\n1. حدّد المهمة والنتيجة المتوقعة: شرحاً أو شيفرة أو خطة أو استنتاجاً تحليلياً.\n2. أرفق النصوص اللازمة وحدّد المصادر ذات الأولوية.\n3. صف معايير التحقق: الشروط التي يجب الحفاظ عليها والصيغة ودقة الحسابات والأقسام الإلزامية.\n4. تابع العمل بالتوضيحات، مع الحفاظ على القرارات المهمة والقيود الأصلية.\n\n### الإدخال والنتيجة في Ailoot\n\nتقبل البطاقة نصاً وتعيد نصاً. تشمل المواد المناسبة التعليمات ومقتطفات المستندات والشيفرة المصدرية والجداول بصيغة نصية وسجل النقاش. الاستدلال مفعّل دائماً في K3.1 Pro؛ وتحدد وثائق النموذج مستويات low وhigh وmax. وفي Standard يبلغ حد الإدخال 262 144 توكناً وحد الإجابة 65 536 توكناً. وعند إعداد طلب كبير، احتسب سجل الحوار واختر حجم المواد وفق السؤال المحدد.","alias_of":null,"aliases":["k3.1-pro","kimi-k3.1-pro"],"author":"MoonshotAI","canonical_model":"moonshotai/kimi-k3.1-pro","ctx":262144,"formats":["chat","gemini","messages","responses"],"id":"moonshotai/kimi-k3.1-pro","input":["text"],"kind":"text","max_out":65536,"methods":[{"cache_read":0.2,"cache_write":2.0,"cache_write_1h":null,"cache_write_5m":2.0,"conditional_meter":null,"ctx":262144,"family":"anthropic","fast_multiplier":null,"flex_multiplier":null,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":2.0,"input":["text"],"label":"Anthropic Messages","max_out":65536,"max_tool_calls":null,"out":10.0,"output":["text"],"path":"/v1/messages","request_model_id":"k3.1-pro","route_label":"Core","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.2,"cache_write":2.0,"cache_write_1h":null,"cache_write_5m":2.0,"conditional_meter":null,"ctx":262144,"family":"openai","fast_multiplier":null,"flex_multiplier":null,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":2.0,"input":["text"],"label":"OpenAI Responses","max_out":65536,"max_tool_calls":null,"out":10.0,"output":["text"],"path":"/v1/responses","request_model_id":"k3.1-pro","route_label":"Core","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.2,"cache_write":2.0,"cache_write_1h":null,"cache_write_5m":2.0,"conditional_meter":null,"ctx":262144,"family":"openai","fast_multiplier":null,"flex_multiplier":null,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":2.0,"input":["text"],"label":"OpenAI Chat","max_out":65536,"max_tool_calls":null,"out":10.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"k3.1-pro","route_label":"Core","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.2,"cache_write":2.0,"cache_write_1h":null,"cache_write_5m":2.0,"conditional_meter":null,"ctx":262144,"family":"gemini","fast_multiplier":null,"flex_multiplier":null,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":2.0,"input":["text"],"label":"Gemini generateContent","max_out":65536,"max_tool_calls":null,"out":10.0,"output":["text"],"path":"/v1beta/models/{model}:generateContent","request_model_id":"k3.1-pro","route_label":"Core","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.4,"cache_write":4.0,"cache_write_1h":null,"cache_write_5m":4.0,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":4.0,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":20.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"kimi-k3.1-pro","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.4,"cache_write":4.0,"cache_write_1h":null,"cache_write_5m":4.0,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":4.0,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":20.0,"output":["text"],"path":"/v1/responses","request_model_id":"kimi-k3.1-pro","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.4,"cache_write":4.0,"cache_write_1h":null,"cache_write_5m":4.0,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":4.0,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":20.0,"output":["text"],"path":"/v1beta/models/kimi-k3.1-pro:generateContent","request_model_id":"kimi-k3.1-pro","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.4,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":4.0,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":20.0,"output":["text"],"path":"/v1/messages","request_model_id":"moonshotai/kimi-k3.1-pro","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.4,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":4.0,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":20.0,"output":["text"],"path":"/v1/responses","request_model_id":"moonshotai/kimi-k3.1-pro","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.4,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":4.0,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":20.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"moonshotai/kimi-k3.1-pro","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.4,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":4.0,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":20.0,"output":["text"],"path":"/v1beta/models/moonshotai/kimi-k3.1-pro:generateContent","request_model_id":"moonshotai/kimi-k3.1-pro","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"moonshotai/kimi-k3.1-pro","request_model_id":"k3.1-pro","route_label":"Core"},{"canonical_model_id":"moonshotai/kimi-k3.1-pro","request_model_id":"kimi-k3.1-pro","route_label":"Ultra"},{"canonical_model_id":"moonshotai/kimi-k3.1-pro","request_model_id":"moonshotai/kimi-k3.1-pro","route_label":"Ultra"}],"name":"MoonshotAI: Kimi K3.1 Pro","price":{"in":2.0,"in_label":null,"out":10.0,"out_label":null,"sort_in":2.0,"sort_out":10.0,"varies":true},"public_id":"moonshotai/kimi-k3.1-pro","short":"يساعد Kimi K3.1 Pro في تحليل المواد المعقدة وكتابة الشيفرة وإعداد حلول نصية للمشاريع والنمذجة والتحليلات."}