MoonshotAI: Kimi K3.1 Pro
moonshotai/kimi-k3.1-proKimi K3.1 Pro는 복잡한 자료를 분석하고 코드를 작성하며 프로젝트, 모델링, 분석을 위한 텍스트 해법을 준비하는 데 도움을 줍니다.
Kimi K3.1 Pro는 Moonshot AI의 모델로 K3.1 시리즈의 첫 모델입니다. Kimi K3를 기반으로 사후 학습 규모를 크게 늘리고 여러 분야의 공동 강화 학습을 적용했습니다. 공식 설명은 프로그래밍, 3차원 프로젝트, 금융 조사, 여러 관련 단계가 필요한 작업을 강조합니다.
프로그래밍과 기술 프로젝트
기존 코드 분석, 변경안 준비, 개발 계획에 활용할 수 있습니다. 목표, 현재 구현, 유지해야 할 인터페이스와 올바른 결과의 형태 같은 제약을 전달하세요. 설명, 패치 텍스트, 테스트 시나리오, 적용 순서를 답변으로 요청할 수 있습니다.
게임, 상호작용 장면, 파라메트릭 모델링에는 스크립트와 기술 로직을 준비하는 작업이 유용합니다. 개발사 문서에서는 Blender, CAD, 게임 엔진을 다룹니다. Ailoot의 이 모델 카드가 반환하는 결과는 텍스트이므로, 선택한 도구의 코드, 형상 설명, 장면 구성 계획으로 요청한 뒤 자체 환경에서 실행하면 좋습니다.
제공한 데이터 분석
문서 작업에서는 자료 비교, 계산 설명, 가정의 일관성 확인, 조사 메모 작성을 요청할 수 있습니다. 재무 모델에는 원본 수치, 측정 단위, 수치 간 의존 관계를 전달하세요. 모델은 수식 텍스트와 검증 순서를 제안할 수 있고, 보고서에는 제공 자료에 근거한 구조와 논리를 준비할 수 있습니다.
유용한 답변을 얻는 방법
- 과제와 예상 결과를 명시합니다. 설명, 코드, 계획, 분석 결론 등이 될 수 있습니다.
- 필요한 텍스트를 첨부하고 자료의 우선순위를 정합니다.
- 유지할 조건, 형식, 계산 정확도, 필수 항목 등 검증 기준을 설명합니다.
- 중요한 결정과 원래 제약을 유지하면서 추가 지시로 작업을 이어 갑니다.
Ailoot에서의 입력과 결과
이 모델 카드는 텍스트를 받아 텍스트를 반환합니다. 지시, 문서 발췌, 소스 코드, 텍스트로 표현한 표, 논의 기록이 적합한 자료입니다. K3.1 Pro는 추론이 항상 활성화되어 있으며 모델 문서에는 low, high, max 수준이 마련되어 있습니다. Standard에서는 입력 최대 262,144토큰, 답변 최대 65,536토큰으로 제한됩니다. 큰 요청에는 대화 기록도 고려하고 구체적인 질문에 맞춰 자료의 양을 선택하세요.
Ailoot API에서 사용 가능
POST /v1/messages- 입력
text- 출력
text- 컨텍스트
- 262,144 토큰
- 최대 출력
- 65,536 토큰
- 입력
- US$0.002 / 1K
- 출력
- US$0.01 / 1K
- 캐시 읽기
- US$0.0002 / 1K
- 캐시 쓰기
- US$0.002 / 1K
- 캐시 쓰기, 5분
- US$0.002 / 1K tokens
POST /v1/responses- 입력
text- 출력
text- 컨텍스트
- 262,144 토큰
- 최대 출력
- 65,536 토큰
- 입력
- US$0.002 / 1K
- 출력
- US$0.01 / 1K
- 캐시 읽기
- US$0.0002 / 1K
- 캐시 쓰기
- US$0.002 / 1K
- 캐시 쓰기, 5분
- US$0.002 / 1K tokens
POST /v1/chat/completions- 입력
text- 출력
text- 컨텍스트
- 262,144 토큰
- 최대 출력
- 65,536 토큰
- 입력
- US$0.002 / 1K
- 출력
- US$0.01 / 1K
- 캐시 읽기
- US$0.0002 / 1K
- 캐시 쓰기
- US$0.002 / 1K
- 캐시 쓰기, 5분
- US$0.002 / 1K tokens
POST /v1beta/models/{model}:generateContent- 입력
text- 출력
text- 컨텍스트
- 262,144 토큰
- 최대 출력
- 65,536 토큰
- 입력
- US$0.002 / 1K
- 출력
- US$0.01 / 1K
- 캐시 읽기
- US$0.0002 / 1K
- 캐시 쓰기
- US$0.002 / 1K
- 캐시 쓰기, 5분
- US$0.002 / 1K tokens
POST /v1/chat/completions- 입력
text- 출력
text- 컨텍스트
- 카탈로그에 명시되지 않음
- 최대 출력
- 카탈로그에 명시되지 않음
- 입력
- US$0.004 / 1K
- 출력
- US$0.02 / 1K
- 캐시 읽기
- US$0.0004 / 1K
- 캐시 쓰기
- US$0.004 / 1K
- 캐시 쓰기, 5분
- US$0.004 / 1K tokens
POST /v1/responses- 입력
text- 출력
text- 컨텍스트
- 카탈로그에 명시되지 않음
- 최대 출력
- 카탈로그에 명시되지 않음
- 입력
- US$0.004 / 1K
- 출력
- US$0.02 / 1K
- 캐시 읽기
- US$0.0004 / 1K
- 캐시 쓰기
- US$0.004 / 1K
- 캐시 쓰기, 5분
- US$0.004 / 1K tokens
POST /v1beta/models/kimi-k3.1-pro:generateContent- 입력
text- 출력
text- 컨텍스트
- 카탈로그에 명시되지 않음
- 최대 출력
- 카탈로그에 명시되지 않음
- 입력
- US$0.004 / 1K
- 출력
- US$0.02 / 1K
- 캐시 읽기
- US$0.0004 / 1K
- 캐시 쓰기
- US$0.004 / 1K
- 캐시 쓰기, 5분
- US$0.004 / 1K tokens
POST /v1/messages- 입력
text- 출력
text- 컨텍스트
- 카탈로그에 명시되지 않음
- 최대 출력
- 카탈로그에 명시되지 않음
- 입력
- US$0.004 / 1K
- 출력
- US$0.02 / 1K
- 캐시 읽기
- US$0.0004 / 1K
POST /v1/responses- 입력
text- 출력
text- 컨텍스트
- 카탈로그에 명시되지 않음
- 최대 출력
- 카탈로그에 명시되지 않음
- 입력
- US$0.004 / 1K
- 출력
- US$0.02 / 1K
- 캐시 읽기
- US$0.0004 / 1K
POST /v1/chat/completions- 입력
text- 출력
text- 컨텍스트
- 카탈로그에 명시되지 않음
- 최대 출력
- 카탈로그에 명시되지 않음
- 입력
- US$0.004 / 1K
- 출력
- US$0.02 / 1K
- 캐시 읽기
- US$0.0004 / 1K
POST /v1beta/models/moonshotai/kimi-k3.1-pro:generateContent- 입력
text- 출력
text- 컨텍스트
- 카탈로그에 명시되지 않음
- 최대 출력
- 카탈로그에 명시되지 않음
- 입력
- US$0.004 / 1K
- 출력
- US$0.02 / 1K
- 캐시 읽기
- US$0.0004 / 1K
moonshotai/kimi-k3.1-pro · JSON
{"about":"Kimi K3.1 Pro는 Moonshot AI의 모델로 K3.1 시리즈의 첫 모델입니다. Kimi K3를 기반으로 사후 학습 규모를 크게 늘리고 여러 분야의 공동 강화 학습을 적용했습니다. 공식 설명은 프로그래밍, 3차원 프로젝트, 금융 조사, 여러 관련 단계가 필요한 작업을 강조합니다.\n\n### 프로그래밍과 기술 프로젝트\n\n기존 코드 분석, 변경안 준비, 개발 계획에 활용할 수 있습니다. 목표, 현재 구현, 유지해야 할 인터페이스와 올바른 결과의 형태 같은 제약을 전달하세요. 설명, 패치 텍스트, 테스트 시나리오, 적용 순서를 답변으로 요청할 수 있습니다.\n\n게임, 상호작용 장면, 파라메트릭 모델링에는 스크립트와 기술 로직을 준비하는 작업이 유용합니다. 개발사 문서에서는 Blender, CAD, 게임 엔진을 다룹니다. Ailoot의 이 모델 카드가 반환하는 결과는 텍스트이므로, 선택한 도구의 코드, 형상 설명, 장면 구성 계획으로 요청한 뒤 자체 환경에서 실행하면 좋습니다.\n\n### 제공한 데이터 분석\n\n문서 작업에서는 자료 비교, 계산 설명, 가정의 일관성 확인, 조사 메모 작성을 요청할 수 있습니다. 재무 모델에는 원본 수치, 측정 단위, 수치 간 의존 관계를 전달하세요. 모델은 수식 텍스트와 검증 순서를 제안할 수 있고, 보고서에는 제공 자료에 근거한 구조와 논리를 준비할 수 있습니다.\n\n### 유용한 답변을 얻는 방법\n\n1. 과제와 예상 결과를 명시합니다. 설명, 코드, 계획, 분석 결론 등이 될 수 있습니다.\n2. 필요한 텍스트를 첨부하고 자료의 우선순위를 정합니다.\n3. 유지할 조건, 형식, 계산 정확도, 필수 항목 등 검증 기준을 설명합니다.\n4. 중요한 결정과 원래 제약을 유지하면서 추가 지시로 작업을 이어 갑니다.\n\n### Ailoot에서의 입력과 결과\n\n이 모델 카드는 텍스트를 받아 텍스트를 반환합니다. 지시, 문서 발췌, 소스 코드, 텍스트로 표현한 표, 논의 기록이 적합한 자료입니다. K3.1 Pro는 추론이 항상 활성화되어 있으며 모델 문서에는 low, high, max 수준이 마련되어 있습니다. Standard에서는 입력 최대 262,144토큰, 답변 최대 65,536토큰으로 제한됩니다. 큰 요청에는 대화 기록도 고려하고 구체적인 질문에 맞춰 자료의 양을 선택하세요.","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 Pro는 복잡한 자료를 분석하고 코드를 작성하며 프로젝트, 모델링, 분석을 위한 텍스트 해법을 준비하는 데 도움을 줍니다."}