모델

MoonshotAI: Kimi K3.1 Pro

Markdown · JSON

MoonshotAI: Kimi K3.1 Pro

moonshotai/kimi-k3.1-pro
MoonshotAI텍스트입력 from US$0.002 / 1K출력 from US$0.01 / 1K

Kimi 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

  1. 과제와 예상 결과를 명시합니다. 설명, 코드, 계획, 분석 결론 등이 될 수 있습니다.
  2. 필요한 텍스트를 첨부하고 자료의 우선순위를 정합니다.
  3. 유지할 조건, 형식, 계산 정확도, 필수 항목 등 검증 기준을 설명합니다.
  4. 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

Core Anthropic MessagesPOST /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
Core OpenAI ResponsesPOST /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
Core OpenAI ChatPOST /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
Core Gemini generateContentPOST /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
Ultra OpenAI ChatPOST /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
Ultra OpenAI ResponsesPOST /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
Ultra Gemini generateContentPOST /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
Ultra Anthropic MessagesPOST /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
Ultra OpenAI ResponsesPOST /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
Ultra OpenAI ChatPOST /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
Ultra Gemini generateContentPOST /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."}

자주 묻는 질문

작업에 맞는 모델은 어떻게 선택하나요?

먼저 필요한 입력과 출력이 텍스트, 이미지, 오디오, 동영상 중 무엇인지 확인하세요. 그런 다음 호환되는 API 메서드, 정확한 모델 ID 또는 별칭이 현재 가리키는 모델, 가격, 과금 단위를 비교하세요. GET /v1/models 는 무료이며 키로 이용할 수 있는 모델 목록을 제공합니다.

각 모델은 모든 API 메서드와 미디어 유형을 지원하나요?

모델 카드에 명시된 API 메서드와 입출력 유형을 사용하세요. 텍스트, 이미지, 오디오, 동영상 지원 여부는 선택한 모델과 메서드에 따라 달라집니다. 데이터를 보내기 전에 해당 요청 예제를 확인하세요.

모델 ID와 별칭은 어떻게 다른가요?

정확한 모델 ID는 특정 모델을 식별합니다. 별칭은 모델을 가리키며 그 대상은 바뀔 수 있습니다. 카탈로그에서 별칭이 현재 가리키는 모델을 확인하세요. 연동에 특정 모델이 필요하면 정확한 ID를 사용하세요.

요청을 보내기 전에 가격을 어떻게 비교하나요?

모델 카드에서 선택한 API 메서드의 가격과 과금 단위를 확인하세요. 동일한 단위와 입출력 유형을 기준으로 비교하세요. 요청 기록에는 실제 사용량과 청구 금액이 표시됩니다.

구독의 혜택은 무엇인가요?

정기 작업용 토큰 구매 할인입니다. 요청량에 맞는 요금제를 선택하고 가입 화면에서 조건·가격을 확인하세요.

최대 50% 코드는 어떻게 적용하나요?

토큰 구매 때 입력하면 행사 조건에 따라 다시 계산하며 결제 전에 할인율이 보입니다.