modelos

MoonshotAI: Kimi K3.1 Pro

Markdown · JSON

MoonshotAI: Kimi K3.1 Pro

moonshotai/kimi-k3.1-pro
MoonshotAITextoEntrada from 0,002 US$ / 1KSaída from 0,01 US$ / 1K

O Kimi K3.1 Pro ajuda a analisar materiais complexos, escrever código e preparar soluções em texto para projetos, modelação e análise.

O Kimi K3.1 Pro é um modelo da Moonshot AI, o primeiro da série K3.1. Foi criado a partir do Kimi K3, com um volume substancialmente maior de pós-treino e de aprendizagem por reforço conjunta em múltiplas áreas de conhecimento. A descrição oficial destaca a programação, o trabalho em projetos tridimensionais, a investigação financeira e tarefas que exigem várias etapas relacionadas.

Programação e projetos técnicos

O modelo pode ser utilizado para analisar código existente, preparar alterações e planear o desenvolvimento. Forneça o objetivo, a implementação atual e as restrições: por exemplo, que interfaces devem ser preservadas e como se reconhece um resultado correto. Pode pedir uma explicação, o texto de um patch, cenários de teste ou uma sequência de implementação.

Para jogos, cenas interativas e modelação paramétrica, são úteis tarefas de preparação de scripts e lógica técnica. A documentação do fabricante aborda o trabalho com Blender, CAD e motores de jogos. Na Ailoot, o resultado desta ficha é texto, pelo que convém formular o pedido como código para a ferramenta escolhida, uma descrição de geometria ou um plano de construção da cena, para executar depois no seu ambiente.

Análise dos dados fornecidos

Ao trabalhar com documentos, pode pedir a comparação de fontes, a explicação de um cálculo, a verificação da coerência dos pressupostos ou a preparação de uma nota de investigação. Para um modelo financeiro, forneça os indicadores de partida, as unidades de medida e as relações entre eles. O modelo pode propor o texto das fórmulas e uma ordem de verificação e, para um relatório, uma estrutura e uma argumentação ligadas aos materiais fornecidos.

Como obter uma resposta útil

  1. Indique a tarefa e o resultado esperado: explicação, código, plano ou conclusão analítica.
  2. Junte os textos necessários e assinale as fontes prioritárias.
  3. Descreva os critérios de verificação: condições a preservar, formato, precisão dos cálculos e secções obrigatórias.
  4. Continue com esclarecimentos, mantendo as decisões importantes e as restrições iniciais.

Entrada e resultado na Ailoot

A ficha recebe texto e devolve texto. Os materiais adequados incluem instruções, excertos de documentos, código-fonte, tabelas em formato de texto e histórico da discussão. No K3.1 Pro, o raciocínio está sempre ativo; a documentação do modelo prevê os níveis low, high e max. Em Standard, o limite de entrada vai até 262 144 tokens e o de resposta até 65 536 tokens. Ao preparar um pedido extenso, tenha em conta o histórico da conversa e escolha o volume de material em função da pergunta concreta.

Disponível através da API Ailoot

Core Anthropic MessagesPOST /v1/messages
Entrada
text
Saída
text
Contexto
262 144 tokens
Resposta máx.
65 536 tokens
Entrada
0,002 US$ / 1K
Saída
0,01 US$ / 1K
Leitura da cache
0,0002 US$ / 1K
Escrita na cache
0,002 US$ / 1K
Escrita na cache, 5 min
0,002 US$ / 1K tokens
Core OpenAI ResponsesPOST /v1/responses
Entrada
text
Saída
text
Contexto
262 144 tokens
Resposta máx.
65 536 tokens
Entrada
0,002 US$ / 1K
Saída
0,01 US$ / 1K
Leitura da cache
0,0002 US$ / 1K
Escrita na cache
0,002 US$ / 1K
Escrita na cache, 5 min
0,002 US$ / 1K tokens
Core OpenAI ChatPOST /v1/chat/completions
Entrada
text
Saída
text
Contexto
262 144 tokens
Resposta máx.
65 536 tokens
Entrada
0,002 US$ / 1K
Saída
0,01 US$ / 1K
Leitura da cache
0,0002 US$ / 1K
Escrita na cache
0,002 US$ / 1K
Escrita na cache, 5 min
0,002 US$ / 1K tokens
Core Gemini generateContentPOST /v1beta/models/{model}:generateContent
Entrada
text
Saída
text
Contexto
262 144 tokens
Resposta máx.
65 536 tokens
Entrada
0,002 US$ / 1K
Saída
0,01 US$ / 1K
Leitura da cache
0,0002 US$ / 1K
Escrita na cache
0,002 US$ / 1K
Escrita na cache, 5 min
0,002 US$ / 1K tokens
Ultra OpenAI ChatPOST /v1/chat/completions
Entrada
text
Saída
text
Contexto
Não especificado no catálogo
Resposta máx.
Não especificado no catálogo
Entrada
0,004 US$ / 1K
Saída
0,02 US$ / 1K
Leitura da cache
0,0004 US$ / 1K
Escrita na cache
0,004 US$ / 1K
Escrita na cache, 5 min
0,004 US$ / 1K tokens
Ultra OpenAI ResponsesPOST /v1/responses
Entrada
text
Saída
text
Contexto
Não especificado no catálogo
Resposta máx.
Não especificado no catálogo
Entrada
0,004 US$ / 1K
Saída
0,02 US$ / 1K
Leitura da cache
0,0004 US$ / 1K
Escrita na cache
0,004 US$ / 1K
Escrita na cache, 5 min
0,004 US$ / 1K tokens
Ultra Gemini generateContentPOST /v1beta/models/kimi-k3.1-pro:generateContent
Entrada
text
Saída
text
Contexto
Não especificado no catálogo
Resposta máx.
Não especificado no catálogo
Entrada
0,004 US$ / 1K
Saída
0,02 US$ / 1K
Leitura da cache
0,0004 US$ / 1K
Escrita na cache
0,004 US$ / 1K
Escrita na cache, 5 min
0,004 US$ / 1K tokens
Ultra Anthropic MessagesPOST /v1/messages
Entrada
text
Saída
text
Contexto
Não especificado no catálogo
Resposta máx.
Não especificado no catálogo
Entrada
0,004 US$ / 1K
Saída
0,02 US$ / 1K
Leitura da cache
0,0004 US$ / 1K
Ultra OpenAI ResponsesPOST /v1/responses
Entrada
text
Saída
text
Contexto
Não especificado no catálogo
Resposta máx.
Não especificado no catálogo
Entrada
0,004 US$ / 1K
Saída
0,02 US$ / 1K
Leitura da cache
0,0004 US$ / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
Entrada
text
Saída
text
Contexto
Não especificado no catálogo
Resposta máx.
Não especificado no catálogo
Entrada
0,004 US$ / 1K
Saída
0,02 US$ / 1K
Leitura da cache
0,0004 US$ / 1K
Ultra Gemini generateContentPOST /v1beta/models/moonshotai/kimi-k3.1-pro:generateContent
Entrada
text
Saída
text
Contexto
Não especificado no catálogo
Resposta máx.
Não especificado no catálogo
Entrada
0,004 US$ / 1K
Saída
0,02 US$ / 1K
Leitura da cache
0,0004 US$ / 1K
moonshotai/kimi-k3.1-pro · JSON
{"about":"O Kimi K3.1 Pro é um modelo da Moonshot AI, o primeiro da série K3.1. Foi criado a partir do Kimi K3, com um volume substancialmente maior de pós-treino e de aprendizagem por reforço conjunta em múltiplas áreas de conhecimento. A descrição oficial destaca a programação, o trabalho em projetos tridimensionais, a investigação financeira e tarefas que exigem várias etapas relacionadas.\n\n### Programação e projetos técnicos\n\nO modelo pode ser utilizado para analisar código existente, preparar alterações e planear o desenvolvimento. Forneça o objetivo, a implementação atual e as restrições: por exemplo, que interfaces devem ser preservadas e como se reconhece um resultado correto. Pode pedir uma explicação, o texto de um patch, cenários de teste ou uma sequência de implementação.\n\nPara jogos, cenas interativas e modelação paramétrica, são úteis tarefas de preparação de scripts e lógica técnica. A documentação do fabricante aborda o trabalho com Blender, CAD e motores de jogos. Na Ailoot, o resultado desta ficha é texto, pelo que convém formular o pedido como código para a ferramenta escolhida, uma descrição de geometria ou um plano de construção da cena, para executar depois no seu ambiente.\n\n### Análise dos dados fornecidos\n\nAo trabalhar com documentos, pode pedir a comparação de fontes, a explicação de um cálculo, a verificação da coerência dos pressupostos ou a preparação de uma nota de investigação. Para um modelo financeiro, forneça os indicadores de partida, as unidades de medida e as relações entre eles. O modelo pode propor o texto das fórmulas e uma ordem de verificação e, para um relatório, uma estrutura e uma argumentação ligadas aos materiais fornecidos.\n\n### Como obter uma resposta útil\n\n1. Indique a tarefa e o resultado esperado: explicação, código, plano ou conclusão analítica.\n2. Junte os textos necessários e assinale as fontes prioritárias.\n3. Descreva os critérios de verificação: condições a preservar, formato, precisão dos cálculos e secções obrigatórias.\n4. Continue com esclarecimentos, mantendo as decisões importantes e as restrições iniciais.\n\n### Entrada e resultado na Ailoot\n\nA ficha recebe texto e devolve texto. Os materiais adequados incluem instruções, excertos de documentos, código-fonte, tabelas em formato de texto e histórico da discussão. No K3.1 Pro, o raciocínio está sempre ativo; a documentação do modelo prevê os níveis low, high e max. Em Standard, o limite de entrada vai até 262 144 tokens e o de resposta até 65 536 tokens. Ao preparar um pedido extenso, tenha em conta o histórico da conversa e escolha o volume de material em função da pergunta concreta.","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":"O Kimi K3.1 Pro ajuda a analisar materiais complexos, escrever código e preparar soluções em texto para projetos, modelação e análise."}

Perguntas

Como escolher um modelo para a minha tarefa?

Identifique primeiro a entrada e a saída necessárias: texto, imagem, áudio ou vídeo. Compare depois os métodos API compatíveis, o ID exato do modelo ou o destino atual do alias, o preço e a unidade de faturação. GET /v1/models é gratuito e lista os modelos disponíveis para a sua chave.

Cada modelo suporta todos os métodos API e tipos de conteúdo?

Use os métodos API e os tipos de entrada e saída indicados na ficha do modelo. O suporte de texto, imagens, áudio ou vídeo depende do modelo e do método escolhidos; consulte o respetivo exemplo de pedido antes de enviar os seus dados.

Qual é a diferença entre o ID de um modelo e um alias?

Um ID exato identifica um modelo específico. Um alias aponta para um modelo e o seu destino pode mudar. Confirme o destino atual do alias no catálogo; use o ID exato quando a integração precisar de um modelo específico.

Como comparar os preços antes de enviar um pedido?

Consulte na ficha do modelo o preço e a unidade de faturação do método API escolhido. Compare a mesma unidade e os mesmos tipos de entrada e saída; o histórico de pedidos mostra a utilização real e o montante debitado.

O que oferece a subscrição?

Um desconto na compra de tokens para trabalho regular. Escolha o plano conforme o volume de pedidos; as condições e o preço da subscrição aparecem na adesão.

Como aplico um código promocional com até 50% de desconto?

Introduza o código promocional ao comprar tokens. O total é recalculado segundo as condições da campanha; o desconto é visível antes do pagamento.