Source: https://ailoot.ai/models/ja/moonshotai-kimi-k3-1-pro/ Canonical: https://ailoot.ai/models/ja/moonshotai-kimi-k3-1-pro/ Language: ja # MoonshotAI: Kimi K3.1 Pro [Markdown](https://ailoot.ai/models/ja/moonshotai-kimi-k3-1-pro/index.md) · [JSON](https://ailoot.ai/models/ja/moonshotai-kimi-k3-1-pro/facts.json) ## [MoonshotAI: Kimi K3.1 Pro](https://ailoot.ai/models/ja/moonshotai-kimi-k3-1-pro/) `moonshotai/kimi-k3.1-pro` MoonshotAIテキスト入力 from $0.002 / 1K出力 from $0.01 / 1K Kimi K3.1 Proは、複雑な資料の分析、コード作成、プロジェクトやモデリング、分析向けのテキストによる解決案を支援します。 Kimi K3.1 Proは、K3.1シリーズ初のMoonshot AIモデルです。Kimi K3を基に、事後学習を大幅に拡充し、複数分野を対象とする強化学習を組み合わせて作られています。公式説明では、プログラミング、3Dプロジェクト、金融調査、複数の関連段階を要する課題が挙げられています。 ### プログラミングと技術プロジェクト 既存コードの分析、変更案の作成、開発計画に使えます。目標、現在の実装、維持するインターフェースや正しい結果の形などの制約を渡します。説明、パッチの文章、テスト項目、導入手順を回答として求められます。 ゲーム、対話型シーン、パラメトリックモデリングでは、スクリプトや技術的なロジックを準備する課題に役立ちます。開発元の文書ではBlender、CAD、ゲームエンジンを使う作業が扱われています。Ailootのこのモデルカードの出力はテキストです。選んだツール用のコード、形状の記述、シーン構築の計画として依頼し、その後に自分の環境で実行するとよいでしょう。 ### 提供データに基づく分析 文書では、資料の照合、計算の説明、仮定の整合性確認、調査メモの作成を求められます。財務モデルの場合は、元の数値、単位、それらの依存関係を渡します。モデルは数式の文章や検証手順を提案でき、報告書には提供資料に結び付いた構成や論拠を用意できます。 ### 有用な回答を得るには 1. 課題と、説明、コード、計画、分析結果など期待する成果を示します。 2. 必要な文章を添え、資料の優先順位を示します。 3. 維持する条件、形式、計算精度、必須項目などの確認基準を説明します。 4. 重要な決定や元の制約を保ちながら、追加指示で作業を進めます。 ### Ailootでの入力と結果 このモデルカードはテキストを受け取り、テキストを返します。指示、文書の抜粋、ソースコード、文字で表した表、議論の履歴を利用できます。K3.1 Proでは推論が常時有効で、モデルの文書ではlow、high、maxのレベルが用意されています。Standardでは入力が最大262,144トークン、回答が最大65,536トークンです。大きな要求では会話履歴も考慮し、具体的な質問に合わせて資料の量を選んでください。 ### Ailoot APIで利用可能 入力の種類 `text` 出力の種類 `text` コンテキスト 262,144 *トークン* 最大出力 65,536 *トークン* 入力 $0.002 */ 1K* 出力 $0.01 */ 1K* キャッシュ読み取り $0.0002 */ 1K* キャッシュ書き込み $0.002 */ 1K* キャッシュ書き込み、5分 $0.002 */ 1K tokens* 入力の種類 `text` 出力の種類 `text` コンテキスト 262,144 *トークン* 最大出力 65,536 *トークン* 入力 $0.002 */ 1K* 出力 $0.01 */ 1K* キャッシュ読み取り $0.0002 */ 1K* キャッシュ書き込み $0.002 */ 1K* キャッシュ書き込み、5分 $0.002 */ 1K tokens* 入力の種類 `text` 出力の種類 `text` コンテキスト 262,144 *トークン* 最大出力 65,536 *トークン* 入力 $0.002 */ 1K* 出力 $0.01 */ 1K* キャッシュ読み取り $0.0002 */ 1K* キャッシュ書き込み $0.002 */ 1K* キャッシュ書き込み、5分 $0.002 */ 1K tokens* 入力の種類 `text` 出力の種類 `text` コンテキスト 262,144 *トークン* 最大出力 65,536 *トークン* 入力 $0.002 */ 1K* 出力 $0.01 */ 1K* キャッシュ読み取り $0.0002 */ 1K* キャッシュ書き込み $0.002 */ 1K* キャッシュ書き込み、5分 $0.002 */ 1K tokens* 入力の種類 `text` 出力の種類 `text` コンテキスト カタログに記載なし 最大出力 カタログに記載なし 入力 $0.004 */ 1K* 出力 $0.02 */ 1K* キャッシュ読み取り $0.0004 */ 1K* キャッシュ書き込み $0.004 */ 1K* キャッシュ書き込み、5分 $0.004 */ 1K tokens* 入力の種類 `text` 出力の種類 `text` コンテキスト カタログに記載なし 最大出力 カタログに記載なし 入力 $0.004 */ 1K* 出力 $0.02 */ 1K* キャッシュ読み取り $0.0004 */ 1K* キャッシュ書き込み $0.004 */ 1K* キャッシュ書き込み、5分 $0.004 */ 1K tokens* 入力の種類 `text` 出力の種類 `text` コンテキスト カタログに記載なし 最大出力 カタログに記載なし 入力 $0.004 */ 1K* 出力 $0.02 */ 1K* キャッシュ読み取り $0.0004 */ 1K* キャッシュ書き込み $0.004 */ 1K* キャッシュ書き込み、5分 $0.004 */ 1K tokens* 入力の種類 `text` 出力の種類 `text` コンテキスト カタログに記載なし 最大出力 カタログに記載なし 入力 $0.004 */ 1K* 出力 $0.02 */ 1K* キャッシュ読み取り $0.0004 */ 1K* 入力の種類 `text` 出力の種類 `text` コンテキスト カタログに記載なし 最大出力 カタログに記載なし 入力 $0.004 */ 1K* 出力 $0.02 */ 1K* キャッシュ読み取り $0.0004 */ 1K* 入力の種類 `text` 出力の種類 `text` コンテキスト カタログに記載なし 最大出力 カタログに記載なし 入力 $0.004 */ 1K* 出力 $0.02 */ 1K* キャッシュ読み取り $0.0004 */ 1K* 入力の種類 `text` 出力の種類 `text` コンテキスト カタログに記載なし 最大出力 カタログに記載なし 入力 $0.004 */ 1K* 出力 $0.02 */ 1K* キャッシュ読み取り $0.0004 */ 1K* `moonshotai/kimi-k3.1-pro` · JSON ``` {"about":"Kimi K3.1 Proは、K3.1シリーズ初のMoonshot AIモデルです。Kimi K3を基に、事後学習を大幅に拡充し、複数分野を対象とする強化学習を組み合わせて作られています。公式説明では、プログラミング、3Dプロジェクト、金融調査、複数の関連段階を要する課題が挙げられています。\n\n### プログラミングと技術プロジェクト\n\n既存コードの分析、変更案の作成、開発計画に使えます。目標、現在の実装、維持するインターフェースや正しい結果の形などの制約を渡します。説明、パッチの文章、テスト項目、導入手順を回答として求められます。\n\nゲーム、対話型シーン、パラメトリックモデリングでは、スクリプトや技術的なロジックを準備する課題に役立ちます。開発元の文書ではBlender、CAD、ゲームエンジンを使う作業が扱われています。Ailootのこのモデルカードの出力はテキストです。選んだツール用のコード、形状の記述、シーン構築の計画として依頼し、その後に自分の環境で実行するとよいでしょう。\n\n### 提供データに基づく分析\n\n文書では、資料の照合、計算の説明、仮定の整合性確認、調査メモの作成を求められます。財務モデルの場合は、元の数値、単位、それらの依存関係を渡します。モデルは数式の文章や検証手順を提案でき、報告書には提供資料に結び付いた構成や論拠を用意できます。\n\n### 有用な回答を得るには\n\n1. 課題と、説明、コード、計画、分析結果など期待する成果を示します。\n2. 必要な文章を添え、資料の優先順位を示します。\n3. 維持する条件、形式、計算精度、必須項目などの確認基準を説明します。\n4. 重要な決定や元の制約を保ちながら、追加指示で作業を進めます。\n\n### Ailootでの入力と結果\n\nこのモデルカードはテキストを受け取り、テキストを返します。指示、文書の抜粋、ソースコード、文字で表した表、議論の履歴を利用できます。K3.1 Proでは推論が常時有効で、モデルの文書ではlow、high、maxのレベルが用意されています。Standardでは入力が最大262,144トークン、回答が最大65,536トークンです。大きな要求では会話履歴も考慮し、具体的な質問に合わせて資料の量を選んでください。","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は、複雑な資料の分析、コード作成、プロジェクトやモデリング、分析向けのテキストによる解決案を支援します。"} ``` ## よくある質問 用途に合ったモデルを選ぶには？ まず、必要な入力と出力がテキスト、画像、音声、動画のどれかを確認してください。次に、互換性のあるAPIメソッド、正確なモデルIDまたはエイリアスが現在指しているモデル、料金、課金単位を比較します。GET /v1/models は無料で、キーで利用可能なモデルの一覧を取得できます。 各モデルはすべてのAPIメソッドとメディアタイプに対応していますか？ モデルカードに記載されているAPIメソッドと入出力タイプを使用してください。テキスト、画像、音声、動画への対応は、選択したモデルとメソッドによって異なります。データを送信する前に、該当するリクエストのサンプルを確認してください。 モデルIDとエイリアスの違いは何ですか？ 正確なモデルIDは、特定のモデルを識別します。エイリアスはモデルを指し、その参照先は変更されることがあります。カタログでエイリアスの現在の参照先を確認してください。連携で特定のモデルが必要な場合は、正確なIDを使用してください。 リクエストを送信する前に料金を比較するには？ モデルカードで、選択したAPIメソッドの料金と課金単位を確認してください。同じ単位と入出力タイプで比較してください。リクエスト履歴には、実際の使用量と請求額が表示されます。 サブスクリプションの利点は？ 継続利用のトークン購入を割引価格にできます。リクエスト量に合うプランを選べ、条件と価格は申し込み時に表示します。 最大50%割引のプロモコードを使うには？ トークン購入時にコードを入力します。キャンペーン条件で合計を再計算し、支払い前に割引率を表示します。 ## Ailoot · 企業とそのプロジェクト群 Ailootは、蓄積した運営経験、幅広い顧客基盤、安定したサービス、継続的なKPI管理を基盤としています。 企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。 Ailootはこの運営経験を、お客様の製品、エージェント、アプリケーション、自動化でAI機能を利用するためのAPIアクセスに活かしています。