MoonshotAI: Kimi K3.1 Pro
moonshotai/kimi-k3.1-proKimi K3.1 Pro pomaga analizować złożone materiały, pisać kod i przygotowywać tekstowe rozwiązania do projektów, modelowania i analityki.
Kimi K3.1 Pro to model Moonshot AI, pierwszy w serii K3.1. Powstał na bazie Kimi K3 ze znacznie rozszerzonym douczaniem i wspólnym uczeniem ze wzmocnieniem w wielu dziedzinach. Oficjalny opis wyróżnia programowanie, pracę nad projektami trójwymiarowymi, badania finansowe i zadania wymagające kilku powiązanych etapów.
Programowanie i projekty techniczne
Model można wykorzystać do analizy istniejącego kodu, przygotowania zmian i planowania rozwoju. Przekaż cel, aktualną implementację i ograniczenia, na przykład interfejsy, które trzeba zachować, oraz opis prawidłowego wyniku. Odpowiedź może zawierać wyjaśnienie, tekst poprawki, scenariusze testowe lub sekwencję wdrożenia.
W grach, scenach interaktywnych i modelowaniu parametrycznym przydatne są zadania przygotowania skryptów i logiki technicznej. Dokumentacja producenta omawia pracę z Blender, CAD i silnikami gier. W Ailoot wynikiem tej karty jest tekst, więc takie zapytanie warto formułować jako kod dla wybranego narzędzia, opis geometrii lub plan budowy sceny do późniejszego uruchomienia we własnym środowisku.
Analityka na podstawie przekazanych danych
Przy pracy z dokumentami można poprosić o zestawienie źródeł, objaśnienie obliczenia, sprawdzenie spójności założeń lub przygotowanie notatki badawczej. Dla modelu finansowego przekaż wartości wejściowe, jednostki i zależności między nimi. Model może zaproponować tekst formuł i kolejność weryfikacji, a dla raportu — strukturę i argumentację powiązaną z dostarczonymi materiałami.
Jak uzyskać użyteczną odpowiedź
- Podaj zadanie i oczekiwany wynik: wyjaśnienie, kod, plan lub wniosek analityczny.
- Dołącz potrzebne teksty i określ priorytet źródeł.
- Opisz kryteria sprawdzenia: zachowywane warunki, format, dokładność obliczeń i obowiązkowe sekcje.
- Kontynuuj doprecyzowaniami, zachowując ważne decyzje i pierwotne ograniczenia.
Wejście i wynik w Ailoot
Karta przyjmuje tekst i zwraca tekst. Odpowiednie materiały to instrukcje, wyciągi z dokumentów, kod źródłowy, tabele w postaci tekstowej i historia dyskusji. W K3.1 Pro rozumowanie jest stale włączone; dokumentacja modelu przewiduje poziomy low, high i max. W Standard ustawiono limit wejścia do 262 144 tokenów i odpowiedzi do 65 536 tokenów. Przy dużym zapytaniu uwzględnij historię rozmowy i dobierz ilość materiału do konkretnego pytania.
Dostępne przez Ailoot API
POST /v1/messages- Wejście
text- Wyjście
text- Kontekst
- 262 144 tokenów
- Maks. odpowiedź
- 65 536 tokenów
- Wejście
- 0,002 USD / 1K
- Wyjście
- 0,01 USD / 1K
- Odczyt cache
- 0,0002 USD / 1K
- Zapis do cache
- 0,002 USD / 1K
- Zapis do cache, 5 min
- 0,002 USD / 1K tokens
POST /v1/responses- Wejście
text- Wyjście
text- Kontekst
- 262 144 tokenów
- Maks. odpowiedź
- 65 536 tokenów
- Wejście
- 0,002 USD / 1K
- Wyjście
- 0,01 USD / 1K
- Odczyt cache
- 0,0002 USD / 1K
- Zapis do cache
- 0,002 USD / 1K
- Zapis do cache, 5 min
- 0,002 USD / 1K tokens
POST /v1/chat/completions- Wejście
text- Wyjście
text- Kontekst
- 262 144 tokenów
- Maks. odpowiedź
- 65 536 tokenów
- Wejście
- 0,002 USD / 1K
- Wyjście
- 0,01 USD / 1K
- Odczyt cache
- 0,0002 USD / 1K
- Zapis do cache
- 0,002 USD / 1K
- Zapis do cache, 5 min
- 0,002 USD / 1K tokens
POST /v1beta/models/{model}:generateContent- Wejście
text- Wyjście
text- Kontekst
- 262 144 tokenów
- Maks. odpowiedź
- 65 536 tokenów
- Wejście
- 0,002 USD / 1K
- Wyjście
- 0,01 USD / 1K
- Odczyt cache
- 0,0002 USD / 1K
- Zapis do cache
- 0,002 USD / 1K
- Zapis do cache, 5 min
- 0,002 USD / 1K tokens
POST /v1/chat/completions- Wejście
text- Wyjście
text- Kontekst
- Nie określono w katalogu
- Maks. odpowiedź
- Nie określono w katalogu
- Wejście
- 0,004 USD / 1K
- Wyjście
- 0,02 USD / 1K
- Odczyt cache
- 0,0004 USD / 1K
- Zapis do cache
- 0,004 USD / 1K
- Zapis do cache, 5 min
- 0,004 USD / 1K tokens
POST /v1/responses- Wejście
text- Wyjście
text- Kontekst
- Nie określono w katalogu
- Maks. odpowiedź
- Nie określono w katalogu
- Wejście
- 0,004 USD / 1K
- Wyjście
- 0,02 USD / 1K
- Odczyt cache
- 0,0004 USD / 1K
- Zapis do cache
- 0,004 USD / 1K
- Zapis do cache, 5 min
- 0,004 USD / 1K tokens
POST /v1beta/models/kimi-k3.1-pro:generateContent- Wejście
text- Wyjście
text- Kontekst
- Nie określono w katalogu
- Maks. odpowiedź
- Nie określono w katalogu
- Wejście
- 0,004 USD / 1K
- Wyjście
- 0,02 USD / 1K
- Odczyt cache
- 0,0004 USD / 1K
- Zapis do cache
- 0,004 USD / 1K
- Zapis do cache, 5 min
- 0,004 USD / 1K tokens
POST /v1/messages- Wejście
text- Wyjście
text- Kontekst
- Nie określono w katalogu
- Maks. odpowiedź
- Nie określono w katalogu
- Wejście
- 0,004 USD / 1K
- Wyjście
- 0,02 USD / 1K
- Odczyt cache
- 0,0004 USD / 1K
POST /v1/responses- Wejście
text- Wyjście
text- Kontekst
- Nie określono w katalogu
- Maks. odpowiedź
- Nie określono w katalogu
- Wejście
- 0,004 USD / 1K
- Wyjście
- 0,02 USD / 1K
- Odczyt cache
- 0,0004 USD / 1K
POST /v1/chat/completions- Wejście
text- Wyjście
text- Kontekst
- Nie określono w katalogu
- Maks. odpowiedź
- Nie określono w katalogu
- Wejście
- 0,004 USD / 1K
- Wyjście
- 0,02 USD / 1K
- Odczyt cache
- 0,0004 USD / 1K
POST /v1beta/models/moonshotai/kimi-k3.1-pro:generateContent- Wejście
text- Wyjście
text- Kontekst
- Nie określono w katalogu
- Maks. odpowiedź
- Nie określono w katalogu
- Wejście
- 0,004 USD / 1K
- Wyjście
- 0,02 USD / 1K
- Odczyt cache
- 0,0004 USD / 1K
moonshotai/kimi-k3.1-pro · JSON
{"about":"Kimi K3.1 Pro to model Moonshot AI, pierwszy w serii K3.1. Powstał na bazie Kimi K3 ze znacznie rozszerzonym douczaniem i wspólnym uczeniem ze wzmocnieniem w wielu dziedzinach. Oficjalny opis wyróżnia programowanie, pracę nad projektami trójwymiarowymi, badania finansowe i zadania wymagające kilku powiązanych etapów.\n\n### Programowanie i projekty techniczne\n\nModel można wykorzystać do analizy istniejącego kodu, przygotowania zmian i planowania rozwoju. Przekaż cel, aktualną implementację i ograniczenia, na przykład interfejsy, które trzeba zachować, oraz opis prawidłowego wyniku. Odpowiedź może zawierać wyjaśnienie, tekst poprawki, scenariusze testowe lub sekwencję wdrożenia.\n\nW grach, scenach interaktywnych i modelowaniu parametrycznym przydatne są zadania przygotowania skryptów i logiki technicznej. Dokumentacja producenta omawia pracę z Blender, CAD i silnikami gier. W Ailoot wynikiem tej karty jest tekst, więc takie zapytanie warto formułować jako kod dla wybranego narzędzia, opis geometrii lub plan budowy sceny do późniejszego uruchomienia we własnym środowisku.\n\n### Analityka na podstawie przekazanych danych\n\nPrzy pracy z dokumentami można poprosić o zestawienie źródeł, objaśnienie obliczenia, sprawdzenie spójności założeń lub przygotowanie notatki badawczej. Dla modelu finansowego przekaż wartości wejściowe, jednostki i zależności między nimi. Model może zaproponować tekst formuł i kolejność weryfikacji, a dla raportu — strukturę i argumentację powiązaną z dostarczonymi materiałami.\n\n### Jak uzyskać użyteczną odpowiedź\n\n1. Podaj zadanie i oczekiwany wynik: wyjaśnienie, kod, plan lub wniosek analityczny.\n2. Dołącz potrzebne teksty i określ priorytet źródeł.\n3. Opisz kryteria sprawdzenia: zachowywane warunki, format, dokładność obliczeń i obowiązkowe sekcje.\n4. Kontynuuj doprecyzowaniami, zachowując ważne decyzje i pierwotne ograniczenia.\n\n### Wejście i wynik w Ailoot\n\nKarta przyjmuje tekst i zwraca tekst. Odpowiednie materiały to instrukcje, wyciągi z dokumentów, kod źródłowy, tabele w postaci tekstowej i historia dyskusji. W K3.1 Pro rozumowanie jest stale włączone; dokumentacja modelu przewiduje poziomy low, high i max. W Standard ustawiono limit wejścia do 262 144 tokenów i odpowiedzi do 65 536 tokenów. Przy dużym zapytaniu uwzględnij historię rozmowy i dobierz ilość materiału do konkretnego pytania.","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 pomaga analizować złożone materiały, pisać kod i przygotowywać tekstowe rozwiązania do projektów, modelowania i analityki."}