MoonshotAI: Kimi K3.1 Pro
moonshotai/kimi-k3.1-proKimi K3.1 Pro helpt complexe informatie te analyseren, code te schrijven en tekstuele oplossingen voor projecten, modellering en analyse voor te bereiden.
Kimi K3.1 Pro is een model van Moonshot AI en het eerste in de K3.1-serie. Het is gebaseerd op Kimi K3, met aanzienlijk uitgebreidere natraining en gezamenlijke training met versterkingsleren over meerdere vakgebieden. De officiële beschrijving benadrukt programmeren, driedimensionale projecten, financieel onderzoek en taken met meerdere samenhangende fasen.
Programmeren en technische projecten
Je kunt het model gebruiken om bestaande code te analyseren, wijzigingen voor te bereiden en ontwikkeling te plannen. Geef het doel, de huidige implementatie en de beperkingen aan, bijvoorbeeld welke interfaces moeten blijven bestaan en hoe een correct resultaat eruitziet. Je kunt om uitleg, een patch als tekst, testscenario’s of een invoeringsvolgorde vragen.
Voor games, interactieve scènes en parametrische modellering zijn opdrachten voor scripts en technische logica bruikbaar. De documentatie van de maker bespreekt het werken met Blender, CAD en game-engines. Deze Ailoot-modelkaart levert tekst op. Formuleer zo’n aanvraag daarom als code voor het gekozen gereedschap, een geometriebeschrijving of een plan voor het opbouwen van een scène, dat je daarna in je eigen omgeving uitvoert.
Analyse van aangeleverde gegevens
Bij documenten kun je vragen om bronnen te vergelijken, een berekening uit te leggen, de samenhang van aannames te controleren of een onderzoeksnotitie op te stellen. Geef voor een financieel model de broncijfers, eenheden en onderlinge verbanden mee. Het model kan formules in tekstvorm en een controlevolgorde voorstellen. Voor een rapport kan het een structuur en argumentatie uitwerken die aansluiten op het aangeleverde materiaal.
Een bruikbaar antwoord krijgen
- Benoem de taak en het verwachte resultaat: uitleg, code, een plan of een analytische conclusie.
- Voeg de benodigde teksten toe en geef aan welke bronnen voorrang hebben.
- Beschrijf de controlecriteria: te behouden voorwaarden, formaat, rekennauwkeurigheid en verplichte secties.
- Werk verder met verduidelijkingen en behoud belangrijke besluiten en oorspronkelijke beperkingen.
Invoer en resultaat in Ailoot
De modelkaart accepteert tekst en retourneert tekst. Geschikt materiaal is onder meer instructies, documentfragmenten, broncode, tabellen als tekst en gespreksgeschiedenis. Bij K3.1 Pro staat redeneren altijd aan; de modeldocumentatie voorziet in de niveaus low, high en max. In Standard geldt een invoerlimiet van 262 144 tokens en een antwoordlimiet van 65 536 tokens. Houd bij een grote aanvraag rekening met de gespreksgeschiedenis en stem de hoeveelheid materiaal af op de concrete vraag.
Beschikbaar via de Ailoot API
POST /v1/messages- Invoer
text- Uitvoer
text- Context
- 262.144 tokens
- Max. antwoord
- 65.536 tokens
- Invoer
- US$ 0,002 / 1K
- Uitvoer
- US$ 0,01 / 1K
- Cache lezen
- US$ 0,0002 / 1K
- Cache schrijven
- US$ 0,002 / 1K
- Cache schrijven, 5 min
- US$ 0,002 / 1K tokens
POST /v1/responses- Invoer
text- Uitvoer
text- Context
- 262.144 tokens
- Max. antwoord
- 65.536 tokens
- Invoer
- US$ 0,002 / 1K
- Uitvoer
- US$ 0,01 / 1K
- Cache lezen
- US$ 0,0002 / 1K
- Cache schrijven
- US$ 0,002 / 1K
- Cache schrijven, 5 min
- US$ 0,002 / 1K tokens
POST /v1/chat/completions- Invoer
text- Uitvoer
text- Context
- 262.144 tokens
- Max. antwoord
- 65.536 tokens
- Invoer
- US$ 0,002 / 1K
- Uitvoer
- US$ 0,01 / 1K
- Cache lezen
- US$ 0,0002 / 1K
- Cache schrijven
- US$ 0,002 / 1K
- Cache schrijven, 5 min
- US$ 0,002 / 1K tokens
POST /v1beta/models/{model}:generateContent- Invoer
text- Uitvoer
text- Context
- 262.144 tokens
- Max. antwoord
- 65.536 tokens
- Invoer
- US$ 0,002 / 1K
- Uitvoer
- US$ 0,01 / 1K
- Cache lezen
- US$ 0,0002 / 1K
- Cache schrijven
- US$ 0,002 / 1K
- Cache schrijven, 5 min
- US$ 0,002 / 1K tokens
POST /v1/chat/completions- Invoer
text- Uitvoer
text- Context
- Niet vermeld in de catalogus
- Max. antwoord
- Niet vermeld in de catalogus
- Invoer
- US$ 0,004 / 1K
- Uitvoer
- US$ 0,02 / 1K
- Cache lezen
- US$ 0,0004 / 1K
- Cache schrijven
- US$ 0,004 / 1K
- Cache schrijven, 5 min
- US$ 0,004 / 1K tokens
POST /v1/responses- Invoer
text- Uitvoer
text- Context
- Niet vermeld in de catalogus
- Max. antwoord
- Niet vermeld in de catalogus
- Invoer
- US$ 0,004 / 1K
- Uitvoer
- US$ 0,02 / 1K
- Cache lezen
- US$ 0,0004 / 1K
- Cache schrijven
- US$ 0,004 / 1K
- Cache schrijven, 5 min
- US$ 0,004 / 1K tokens
POST /v1beta/models/kimi-k3.1-pro:generateContent- Invoer
text- Uitvoer
text- Context
- Niet vermeld in de catalogus
- Max. antwoord
- Niet vermeld in de catalogus
- Invoer
- US$ 0,004 / 1K
- Uitvoer
- US$ 0,02 / 1K
- Cache lezen
- US$ 0,0004 / 1K
- Cache schrijven
- US$ 0,004 / 1K
- Cache schrijven, 5 min
- US$ 0,004 / 1K tokens
POST /v1/messages- Invoer
text- Uitvoer
text- Context
- Niet vermeld in de catalogus
- Max. antwoord
- Niet vermeld in de catalogus
- Invoer
- US$ 0,004 / 1K
- Uitvoer
- US$ 0,02 / 1K
- Cache lezen
- US$ 0,0004 / 1K
POST /v1/responses- Invoer
text- Uitvoer
text- Context
- Niet vermeld in de catalogus
- Max. antwoord
- Niet vermeld in de catalogus
- Invoer
- US$ 0,004 / 1K
- Uitvoer
- US$ 0,02 / 1K
- Cache lezen
- US$ 0,0004 / 1K
POST /v1/chat/completions- Invoer
text- Uitvoer
text- Context
- Niet vermeld in de catalogus
- Max. antwoord
- Niet vermeld in de catalogus
- Invoer
- US$ 0,004 / 1K
- Uitvoer
- US$ 0,02 / 1K
- Cache lezen
- US$ 0,0004 / 1K
POST /v1beta/models/moonshotai/kimi-k3.1-pro:generateContent- Invoer
text- Uitvoer
text- Context
- Niet vermeld in de catalogus
- Max. antwoord
- Niet vermeld in de catalogus
- Invoer
- US$ 0,004 / 1K
- Uitvoer
- US$ 0,02 / 1K
- Cache lezen
- US$ 0,0004 / 1K
moonshotai/kimi-k3.1-pro · JSON
{"about":"Kimi K3.1 Pro is een model van Moonshot AI en het eerste in de K3.1-serie. Het is gebaseerd op Kimi K3, met aanzienlijk uitgebreidere natraining en gezamenlijke training met versterkingsleren over meerdere vakgebieden. De officiële beschrijving benadrukt programmeren, driedimensionale projecten, financieel onderzoek en taken met meerdere samenhangende fasen.\n\n### Programmeren en technische projecten\n\nJe kunt het model gebruiken om bestaande code te analyseren, wijzigingen voor te bereiden en ontwikkeling te plannen. Geef het doel, de huidige implementatie en de beperkingen aan, bijvoorbeeld welke interfaces moeten blijven bestaan en hoe een correct resultaat eruitziet. Je kunt om uitleg, een patch als tekst, testscenario’s of een invoeringsvolgorde vragen.\n\nVoor games, interactieve scènes en parametrische modellering zijn opdrachten voor scripts en technische logica bruikbaar. De documentatie van de maker bespreekt het werken met Blender, CAD en game-engines. Deze Ailoot-modelkaart levert tekst op. Formuleer zo’n aanvraag daarom als code voor het gekozen gereedschap, een geometriebeschrijving of een plan voor het opbouwen van een scène, dat je daarna in je eigen omgeving uitvoert.\n\n### Analyse van aangeleverde gegevens\n\nBij documenten kun je vragen om bronnen te vergelijken, een berekening uit te leggen, de samenhang van aannames te controleren of een onderzoeksnotitie op te stellen. Geef voor een financieel model de broncijfers, eenheden en onderlinge verbanden mee. Het model kan formules in tekstvorm en een controlevolgorde voorstellen. Voor een rapport kan het een structuur en argumentatie uitwerken die aansluiten op het aangeleverde materiaal.\n\n### Een bruikbaar antwoord krijgen\n\n1. Benoem de taak en het verwachte resultaat: uitleg, code, een plan of een analytische conclusie.\n2. Voeg de benodigde teksten toe en geef aan welke bronnen voorrang hebben.\n3. Beschrijf de controlecriteria: te behouden voorwaarden, formaat, rekennauwkeurigheid en verplichte secties.\n4. Werk verder met verduidelijkingen en behoud belangrijke besluiten en oorspronkelijke beperkingen.\n\n### Invoer en resultaat in Ailoot\n\nDe modelkaart accepteert tekst en retourneert tekst. Geschikt materiaal is onder meer instructies, documentfragmenten, broncode, tabellen als tekst en gespreksgeschiedenis. Bij K3.1 Pro staat redeneren altijd aan; de modeldocumentatie voorziet in de niveaus low, high en max. In Standard geldt een invoerlimiet van 262 144 tokens en een antwoordlimiet van 65 536 tokens. Houd bij een grote aanvraag rekening met de gespreksgeschiedenis en stem de hoeveelheid materiaal af op de concrete vraag.","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 helpt complexe informatie te analyseren, code te schrijven en tekstuele oplossingen voor projecten, modellering en analyse voor te bereiden."}