Source: https://ailoot.ai/models/id/moonshotai-kimi-k3-1-pro/ Canonical: https://ailoot.ai/models/id/moonshotai-kimi-k3-1-pro/ Language: id # MoonshotAI: Kimi K3.1 Pro [Markdown](https://ailoot.ai/models/id/moonshotai-kimi-k3-1-pro/index.md) · [JSON](https://ailoot.ai/models/id/moonshotai-kimi-k3-1-pro/facts.json) ## [MoonshotAI: Kimi K3.1 Pro](https://ailoot.ai/models/id/moonshotai-kimi-k3-1-pro/) `moonshotai/kimi-k3.1-pro` MoonshotAITeksMasukan from US$0,002 / 1KKeluaran from US$0,01 / 1K Kimi K3.1 Pro membantu menelaah materi rumit, menulis kode, dan menyiapkan solusi teks untuk proyek, pemodelan, serta analisis. Kimi K3.1 Pro adalah model Moonshot AI, yang pertama dalam seri K3.1. Model ini dikembangkan dari Kimi K3 dengan volume pascapelatihan yang jauh lebih besar serta pembelajaran penguatan bersama di banyak bidang. Uraian resminya menonjolkan pemrograman, proyek tiga dimensi, riset keuangan, dan tugas dengan beberapa tahap saling terkait. ### Pemrograman dan proyek teknis Model dapat digunakan untuk menelaah kode yang ada, menyiapkan perubahan, dan merencanakan pengembangan. Berikan tujuan, implementasi saat ini, serta batasannya, misalnya antarmuka yang harus dipertahankan dan bentuk hasil yang benar. Anda dapat meminta penjelasan, teks patch, skenario pengujian, atau urutan penerapan. Untuk gim, adegan interaktif, dan pemodelan parametrik, tugas penyiapan skrip serta logika teknis dapat bermanfaat. Dokumentasi produsen membahas penggunaan Blender, CAD, dan mesin gim. Di Ailoot API, hasil kartu ini berupa teks, sehingga permintaan sebaiknya dirumuskan sebagai kode untuk alat yang dipilih, deskripsi geometri, atau rencana pembuatan adegan yang kemudian dijalankan dalam lingkungan Anda sendiri. ### Analisis berdasarkan data yang diberikan Saat mengolah dokumen, Anda dapat meminta perbandingan sumber, penjelasan perhitungan, pemeriksaan konsistensi asumsi, atau memo riset. Untuk model keuangan, berikan indikator awal, satuan, dan hubungan ketergantungannya. Model dapat mengusulkan teks rumus serta urutan pemeriksaan; untuk laporan, model dapat menyiapkan struktur dan argumen yang terkait dengan materi yang diberikan. ### Memperoleh jawaban yang berguna 1. Nyatakan tugas dan hasil yang diharapkan: penjelasan, kode, rencana, atau kesimpulan analisis. 2. Lampirkan teks yang diperlukan dan tentukan sumber yang diprioritaskan. 3. Jelaskan kriteria pemeriksaan: kondisi yang dipertahankan, format, ketepatan perhitungan, dan bagian wajib. 4. Lanjutkan dengan klarifikasi sambil mempertahankan keputusan penting dan batasan awal. ### Masukan dan hasil di Ailoot API Kartu ini menerima dan mengembalikan teks. Materi yang sesuai meliputi instruksi, kutipan dokumen, kode sumber, tabel berbentuk teks, dan riwayat diskusi. Pada K3.1 Pro, penalaran selalu aktif; dokumentasi model menyediakan tingkat low, high, dan max. Dalam Standard, batas masukan adalah 262 144 token dan jawaban 65 536 token. Saat menyiapkan permintaan besar, perhitungkan riwayat percakapan dan sesuaikan volume materi dengan pertanyaan tertentu. ### Tersedia melalui Ailoot API Masukan `text` Keluaran `text` Konteks 262.144 *token* Panjang jawaban maksimum 65.536 *token* Masukan US$0,002 */ 1K* Keluaran US$0,01 */ 1K* Pembacaan cache US$0,0002 */ 1K* Penulisan cache US$0,002 */ 1K* Penulisan cache, 5 menit US$0,002 */ 1K tokens* Masukan `text` Keluaran `text` Konteks 262.144 *token* Panjang jawaban maksimum 65.536 *token* Masukan US$0,002 */ 1K* Keluaran US$0,01 */ 1K* Pembacaan cache US$0,0002 */ 1K* Penulisan cache US$0,002 */ 1K* Penulisan cache, 5 menit US$0,002 */ 1K tokens* Masukan `text` Keluaran `text` Konteks 262.144 *token* Panjang jawaban maksimum 65.536 *token* Masukan US$0,002 */ 1K* Keluaran US$0,01 */ 1K* Pembacaan cache US$0,0002 */ 1K* Penulisan cache US$0,002 */ 1K* Penulisan cache, 5 menit US$0,002 */ 1K tokens* Masukan `text` Keluaran `text` Konteks 262.144 *token* Panjang jawaban maksimum 65.536 *token* Masukan US$0,002 */ 1K* Keluaran US$0,01 */ 1K* Pembacaan cache US$0,0002 */ 1K* Penulisan cache US$0,002 */ 1K* Penulisan cache, 5 menit US$0,002 */ 1K tokens* Masukan `text` Keluaran `text` Konteks Tidak ditentukan dalam katalog Panjang jawaban maksimum Tidak ditentukan dalam katalog Masukan US$0,004 */ 1K* Keluaran US$0,02 */ 1K* Pembacaan cache US$0,0004 */ 1K* Penulisan cache US$0,004 */ 1K* Penulisan cache, 5 menit US$0,004 */ 1K tokens* Masukan `text` Keluaran `text` Konteks Tidak ditentukan dalam katalog Panjang jawaban maksimum Tidak ditentukan dalam katalog Masukan US$0,004 */ 1K* Keluaran US$0,02 */ 1K* Pembacaan cache US$0,0004 */ 1K* Penulisan cache US$0,004 */ 1K* Penulisan cache, 5 menit US$0,004 */ 1K tokens* Masukan `text` Keluaran `text` Konteks Tidak ditentukan dalam katalog Panjang jawaban maksimum Tidak ditentukan dalam katalog Masukan US$0,004 */ 1K* Keluaran US$0,02 */ 1K* Pembacaan cache US$0,0004 */ 1K* Penulisan cache US$0,004 */ 1K* Penulisan cache, 5 menit US$0,004 */ 1K tokens* Masukan `text` Keluaran `text` Konteks Tidak ditentukan dalam katalog Panjang jawaban maksimum Tidak ditentukan dalam katalog Masukan US$0,004 */ 1K* Keluaran US$0,02 */ 1K* Pembacaan cache US$0,0004 */ 1K* Masukan `text` Keluaran `text` Konteks Tidak ditentukan dalam katalog Panjang jawaban maksimum Tidak ditentukan dalam katalog Masukan US$0,004 */ 1K* Keluaran US$0,02 */ 1K* Pembacaan cache US$0,0004 */ 1K* Masukan `text` Keluaran `text` Konteks Tidak ditentukan dalam katalog Panjang jawaban maksimum Tidak ditentukan dalam katalog Masukan US$0,004 */ 1K* Keluaran US$0,02 */ 1K* Pembacaan cache US$0,0004 */ 1K* Masukan `text` Keluaran `text` Konteks Tidak ditentukan dalam katalog Panjang jawaban maksimum Tidak ditentukan dalam katalog Masukan US$0,004 */ 1K* Keluaran US$0,02 */ 1K* Pembacaan cache US$0,0004 */ 1K* `moonshotai/kimi-k3.1-pro` · JSON ``` {"about":"Kimi K3.1 Pro adalah model Moonshot AI, yang pertama dalam seri K3.1. Model ini dikembangkan dari Kimi K3 dengan volume pascapelatihan yang jauh lebih besar serta pembelajaran penguatan bersama di banyak bidang. Uraian resminya menonjolkan pemrograman, proyek tiga dimensi, riset keuangan, dan tugas dengan beberapa tahap saling terkait.\n\n### Pemrograman dan proyek teknis\n\nModel dapat digunakan untuk menelaah kode yang ada, menyiapkan perubahan, dan merencanakan pengembangan. Berikan tujuan, implementasi saat ini, serta batasannya, misalnya antarmuka yang harus dipertahankan dan bentuk hasil yang benar. Anda dapat meminta penjelasan, teks patch, skenario pengujian, atau urutan penerapan.\n\nUntuk gim, adegan interaktif, dan pemodelan parametrik, tugas penyiapan skrip serta logika teknis dapat bermanfaat. Dokumentasi produsen membahas penggunaan Blender, CAD, dan mesin gim. Di Ailoot API, hasil kartu ini berupa teks, sehingga permintaan sebaiknya dirumuskan sebagai kode untuk alat yang dipilih, deskripsi geometri, atau rencana pembuatan adegan yang kemudian dijalankan dalam lingkungan Anda sendiri.\n\n### Analisis berdasarkan data yang diberikan\n\nSaat mengolah dokumen, Anda dapat meminta perbandingan sumber, penjelasan perhitungan, pemeriksaan konsistensi asumsi, atau memo riset. Untuk model keuangan, berikan indikator awal, satuan, dan hubungan ketergantungannya. Model dapat mengusulkan teks rumus serta urutan pemeriksaan; untuk laporan, model dapat menyiapkan struktur dan argumen yang terkait dengan materi yang diberikan.\n\n### Memperoleh jawaban yang berguna\n\n1. Nyatakan tugas dan hasil yang diharapkan: penjelasan, kode, rencana, atau kesimpulan analisis.\n2. Lampirkan teks yang diperlukan dan tentukan sumber yang diprioritaskan.\n3. Jelaskan kriteria pemeriksaan: kondisi yang dipertahankan, format, ketepatan perhitungan, dan bagian wajib.\n4. Lanjutkan dengan klarifikasi sambil mempertahankan keputusan penting dan batasan awal.\n\n### Masukan dan hasil di Ailoot API\n\nKartu ini menerima dan mengembalikan teks. Materi yang sesuai meliputi instruksi, kutipan dokumen, kode sumber, tabel berbentuk teks, dan riwayat diskusi. Pada K3.1 Pro, penalaran selalu aktif; dokumentasi model menyediakan tingkat low, high, dan max. Dalam Standard, batas masukan adalah 262 144 token dan jawaban 65 536 token. Saat menyiapkan permintaan besar, perhitungkan riwayat percakapan dan sesuaikan volume materi dengan pertanyaan tertentu.","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 membantu menelaah materi rumit, menulis kode, dan menyiapkan solusi teks untuk proyek, pemodelan, serta analisis."} ``` ## Pertanyaan Bagaimana cara memilih model untuk tugas saya? Tentukan dahulu input dan output yang diperlukan: teks, gambar, audio, atau video. Lalu bandingkan metode API yang kompatibel, ID model yang tepat atau model yang saat ini dirujuk oleh alias, harga, dan satuan penagihan. GET /v1/models gratis dan menampilkan model yang tersedia untuk kunci Anda. Apakah setiap model mendukung semua metode API dan jenis media? Gunakan metode API dan jenis input/output yang tercantum pada kartu model. Dukungan untuk teks, gambar, audio, atau video bergantung pada model dan metode yang dipilih; periksa contoh permintaannya sebelum mengirim data Anda. Apa perbedaan antara ID model dan alias? ID model yang tepat mengidentifikasi satu model tertentu. Alias merujuk ke sebuah model dan model tujuannya dapat berubah. Periksa model yang saat ini dirujuk oleh alias dalam katalog; gunakan ID yang tepat jika integrasi Anda memerlukan model tertentu. Bagaimana cara membandingkan harga sebelum mengirim permintaan? Periksa harga dan satuan penagihan untuk metode API yang dipilih pada kartu model. Bandingkan dengan satuan serta jenis input/output yang sama; riwayat permintaan menampilkan penggunaan aktual dan jumlah yang ditagihkan. Apa manfaat langganan? Diskon pembelian token untuk pekerjaan rutin. Pilih paket sesuai volume permintaan; ketentuan dan harga langganan ditampilkan saat pendaftaran. Bagaimana memakai kode promo dengan diskon hingga 50%? Masukkan kode promo saat membeli token. Total dihitung ulang sesuai ketentuan promosi; besar diskon terlihat sebelum pembayaran. ## Ailoot · Perusahaan dan portofolio proyeknya Ailoot bertumpu pada pengalaman operasional yang teruji, basis pelanggan yang besar, layanan yang stabil, dan pemantauan KPI berkelanjutan. Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan. Ailoot memanfaatkan pengalaman operasional ini untuk akses API ke fitur AI dalam produk pelanggan, agen, aplikasi, dan otomatisasi.