Source: https://ailoot.ai/models/es-mx/moonshotai-kimi-k3-1-pro/ Canonical: https://ailoot.ai/models/es-mx/moonshotai-kimi-k3-1-pro/ Language: es-mx # MoonshotAI: Kimi K3.1 Pro [Markdown](https://ailoot.ai/models/es-mx/moonshotai-kimi-k3-1-pro/index.md) · [JSON](https://ailoot.ai/models/es-mx/moonshotai-kimi-k3-1-pro/facts.json) ## [MoonshotAI: Kimi K3.1 Pro](https://ailoot.ai/models/es-mx/moonshotai-kimi-k3-1-pro/) `moonshotai/kimi-k3.1-pro` MoonshotAITextoEntrada from USD 0.002 / 1KSalida from USD 0.01 / 1K Kimi 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 1. Indica la tarea y el resultado esperado: explicación, código, plan o conclusión analítica. 2. Adjunta los textos necesarios y señala qué fuentes tienen prioridad. 3. Describe los criterios de comprobación: condiciones que deben conservarse, formato, precisión de los cálculos y secciones obligatorias. 4. 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 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* 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* 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* 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* 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* 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* 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* 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* 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* 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* 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."} ``` ## Preguntas ¿Cómo elijo un modelo para mi tarea? Primero determina la entrada y la salida necesarias: texto, imagen, audio o vídeo. Después compara los métodos de API compatibles, el ID exacto del modelo o el modelo al que apunta actualmente el alias, el precio y la unidad de facturación. GET /v1/models es gratuito y enumera los modelos disponibles para tu clave. ¿Cada modelo admite todos los métodos de API y tipos de contenido? Utiliza los métodos de API y los tipos de entrada y salida que figuran en la ficha del modelo. La compatibilidad con texto, imágenes, audio o vídeo depende del modelo y del método seleccionados; consulta su ejemplo de solicitud antes de enviar tus datos. ¿Qué diferencia hay entre el ID de un modelo y un alias? Un ID exacto identifica un modelo concreto. Un alias apunta a un modelo y su destino puede cambiar. Consulta en el catálogo a qué modelo apunta actualmente el alias; utiliza el ID exacto cuando tu integración necesite un modelo concreto. ¿Cómo comparo los precios antes de enviar una solicitud? Consulta en la ficha del modelo el precio y la unidad de facturación del método de API seleccionado. Compara la misma unidad y el mismo tipo de entrada y salida; el historial de solicitudes muestra el uso real y el importe cobrado. ¿Qué ofrece la suscripción? Descuento en compra de tokens para trabajo habitual. Elige el plan según tu volumen; condiciones y precio se muestran al contratar. ¿Cómo aplico un código de hasta el 50%? Introduce el código al comprar tokens. El importe se recalcula según la promoción; ves el descuento antes de pagar. ## Ailoot · La empresa y su cartera de proyectos Ailoot se apoya en la experiencia operativa acumulada, una amplia base de clientes, un servicio estable y el seguimiento continuo de KPI. La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes. Ailoot aplica esa experiencia operativa al acceso por API a funciones de IA en productos de clientes, agentes, aplicaciones y automatizaciones.