MoonshotAI: Kimi K3.1 Pro
moonshotai/kimi-k3.1-proKimi K3.1 Pro ayuda a analizar materiales complejos, escribir código y preparar soluciones de texto para proyectos, modelado y análisis.
Kimi K3.1 Pro es un modelo de Moonshot AI y el primero de la serie K3.1. Está basado en Kimi K3, con un volumen de posentrenamiento y aprendizaje por refuerzo conjunto en múltiples áreas de conocimiento considerablemente mayor. La descripción oficial destaca la programación, el trabajo en proyectos tridimensionales, la investigación financiera y las tareas que requieren varias etapas relacionadas.
Programación y proyectos técnicos
El modelo puede utilizarse para analizar código existente, preparar cambios y planificar el desarrollo. Proporciona el objetivo, la implementación actual y las restricciones: por ejemplo, qué interfaces deben conservarse y cómo sería un resultado correcto. Puedes pedir una explicación, el texto de un parche, escenarios de prueba o una secuencia de implantación.
Para juegos, escenas interactivas y modelado paramétrico, resultan útiles las tareas de preparación de scripts y lógica técnica. La documentación del fabricante aborda el trabajo con Blender, CAD y motores de juegos. En Ailoot, el resultado de esta ficha es texto, por lo que conviene formular la solicitud como código para la herramienta elegida, una descripción de geometría o un plan de construcción de la escena que después ejecutarás en tu entorno.
Análisis de los datos proporcionados
Al trabajar con documentos, puedes pedir que se contrasten fuentes, se explique un cálculo, se compruebe la coherencia de las hipótesis o se prepare una nota de investigación. Para un modelo financiero, proporciona los indicadores de partida, las unidades de medida y sus relaciones. El modelo puede proponer el texto de las fórmulas y un orden de comprobación y, para un informe, una estructura y argumentos vinculados con los materiales facilitados.
Cómo obtener una respuesta útil
- Indica la tarea y el resultado esperado: explicación, código, plan o conclusión analítica.
- Adjunta los textos necesarios y señala qué fuentes tienen prioridad.
- Describe los criterios de comprobación: condiciones que deben conservarse, formato, precisión de los cálculos y secciones obligatorias.
- Continúa mediante aclaraciones, conservando las decisiones importantes y las restricciones iniciales.
Entrada y resultado en Ailoot
La ficha recibe texto y devuelve texto. Los materiales adecuados incluyen instrucciones, extractos de documentos, código fuente, tablas en formato de texto e historial de conversación. En K3.1 Pro, el razonamiento está siempre activado; la documentación del modelo contempla los niveles low, high y max. En Standard, el límite de entrada es de hasta 262 144 tokens y el de respuesta, de hasta 65 536 tokens. Al preparar una solicitud extensa, ten en cuenta el historial de conversación y elige el volumen de material según la pregunta concreta.
Disponible mediante la API de Ailoot
POST /v1/messages- Entrada
text- Salida
text- Contexto
- 262,144 tokens
- Respuesta máx.
- 65,536 tokens
- Entrada
- USD 0.002 / 1K
- Salida
- USD 0.01 / 1K
- Lectura de caché
- USD 0.0002 / 1K
- Escritura en caché
- USD 0.002 / 1K
- Escritura en caché, 5 min
- USD 0.002 / 1K tokens
POST /v1/responses- Entrada
text- Salida
text- Contexto
- 262,144 tokens
- Respuesta máx.
- 65,536 tokens
- Entrada
- USD 0.002 / 1K
- Salida
- USD 0.01 / 1K
- Lectura de caché
- USD 0.0002 / 1K
- Escritura en caché
- USD 0.002 / 1K
- Escritura en caché, 5 min
- USD 0.002 / 1K tokens
POST /v1/chat/completions- Entrada
text- Salida
text- Contexto
- 262,144 tokens
- Respuesta máx.
- 65,536 tokens
- Entrada
- USD 0.002 / 1K
- Salida
- USD 0.01 / 1K
- Lectura de caché
- USD 0.0002 / 1K
- Escritura en caché
- USD 0.002 / 1K
- Escritura en caché, 5 min
- USD 0.002 / 1K tokens
POST /v1beta/models/{model}:generateContent- Entrada
text- Salida
text- Contexto
- 262,144 tokens
- Respuesta máx.
- 65,536 tokens
- Entrada
- USD 0.002 / 1K
- Salida
- USD 0.01 / 1K
- Lectura de caché
- USD 0.0002 / 1K
- Escritura en caché
- USD 0.002 / 1K
- Escritura en caché, 5 min
- USD 0.002 / 1K tokens
POST /v1/chat/completions- Entrada
text- Salida
text- Contexto
- No se indica en el catálogo
- Respuesta máx.
- No se indica en el catálogo
- Entrada
- USD 0.004 / 1K
- Salida
- USD 0.02 / 1K
- Lectura de caché
- USD 0.0004 / 1K
- Escritura en caché
- USD 0.004 / 1K
- Escritura en caché, 5 min
- USD 0.004 / 1K tokens
POST /v1/responses- Entrada
text- Salida
text- Contexto
- No se indica en el catálogo
- Respuesta máx.
- No se indica en el catálogo
- Entrada
- USD 0.004 / 1K
- Salida
- USD 0.02 / 1K
- Lectura de caché
- USD 0.0004 / 1K
- Escritura en caché
- USD 0.004 / 1K
- Escritura en caché, 5 min
- USD 0.004 / 1K tokens
POST /v1beta/models/kimi-k3.1-pro:generateContent- Entrada
text- Salida
text- Contexto
- No se indica en el catálogo
- Respuesta máx.
- No se indica en el catálogo
- Entrada
- USD 0.004 / 1K
- Salida
- USD 0.02 / 1K
- Lectura de caché
- USD 0.0004 / 1K
- Escritura en caché
- USD 0.004 / 1K
- Escritura en caché, 5 min
- USD 0.004 / 1K tokens
POST /v1/messages- Entrada
text- Salida
text- Contexto
- No se indica en el catálogo
- Respuesta máx.
- No se indica en el catálogo
- Entrada
- USD 0.004 / 1K
- Salida
- USD 0.02 / 1K
- Lectura de caché
- USD 0.0004 / 1K
POST /v1/responses- Entrada
text- Salida
text- Contexto
- No se indica en el catálogo
- Respuesta máx.
- No se indica en el catálogo
- Entrada
- USD 0.004 / 1K
- Salida
- USD 0.02 / 1K
- Lectura de caché
- USD 0.0004 / 1K
POST /v1/chat/completions- Entrada
text- Salida
text- Contexto
- No se indica en el catálogo
- Respuesta máx.
- No se indica en el catálogo
- Entrada
- USD 0.004 / 1K
- Salida
- USD 0.02 / 1K
- Lectura de caché
- USD 0.0004 / 1K
POST /v1beta/models/moonshotai/kimi-k3.1-pro:generateContent- Entrada
text- Salida
text- Contexto
- No se indica en el catálogo
- Respuesta máx.
- No se indica en el catálogo
- Entrada
- USD 0.004 / 1K
- Salida
- USD 0.02 / 1K
- Lectura de caché
- USD 0.0004 / 1K
moonshotai/kimi-k3.1-pro · JSON
{"about":"Kimi K3.1 Pro es un modelo de Moonshot AI y el primero de la serie K3.1. Está basado en Kimi K3, con un volumen de posentrenamiento y aprendizaje por refuerzo conjunto en múltiples áreas de conocimiento considerablemente mayor. La descripción oficial destaca la programación, el trabajo en proyectos tridimensionales, la investigación financiera y las tareas que requieren varias etapas relacionadas.\n\n### Programación y proyectos técnicos\n\nEl modelo puede utilizarse para analizar código existente, preparar cambios y planificar el desarrollo. Proporciona el objetivo, la implementación actual y las restricciones: por ejemplo, qué interfaces deben conservarse y cómo sería un resultado correcto. Puedes pedir una explicación, el texto de un parche, escenarios de prueba o una secuencia de implantación.\n\nPara juegos, escenas interactivas y modelado paramétrico, resultan útiles las tareas de preparación de scripts y lógica técnica. La documentación del fabricante aborda el trabajo con Blender, CAD y motores de juegos. En Ailoot, el resultado de esta ficha es texto, por lo que conviene formular la solicitud como código para la herramienta elegida, una descripción de geometría o un plan de construcción de la escena que después ejecutarás en tu entorno.\n\n### Análisis de los datos proporcionados\n\nAl trabajar con documentos, puedes pedir que se contrasten fuentes, se explique un cálculo, se compruebe la coherencia de las hipótesis o se prepare una nota de investigación. Para un modelo financiero, proporciona los indicadores de partida, las unidades de medida y sus relaciones. El modelo puede proponer el texto de las fórmulas y un orden de comprobación y, para un informe, una estructura y argumentos vinculados con los materiales facilitados.\n\n### Cómo obtener una respuesta útil\n\n1. Indica la tarea y el resultado esperado: explicación, código, plan o conclusión analítica.\n2. Adjunta los textos necesarios y señala qué fuentes tienen prioridad.\n3. Describe los criterios de comprobación: condiciones que deben conservarse, formato, precisión de los cálculos y secciones obligatorias.\n4. Continúa mediante aclaraciones, conservando las decisiones importantes y las restricciones iniciales.\n\n### Entrada y resultado en Ailoot\n\nLa ficha recibe texto y devuelve texto. Los materiales adecuados incluyen instrucciones, extractos de documentos, código fuente, tablas en formato de texto e historial de conversación. En K3.1 Pro, el razonamiento está siempre activado; la documentación del modelo contempla los niveles low, high y max. En Standard, el límite de entrada es de hasta 262 144 tokens y el de respuesta, de hasta 65 536 tokens. Al preparar una solicitud extensa, ten en cuenta el historial de conversación y elige el volumen de material según la pregunta concreta.","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":"Kimi K3.1 Pro ayuda a analizar materiales complejos, escribir código y preparar soluciones de texto para proyectos, modelado y análisis."}