MoonshotAI: Kimi K3.1 Pro
moonshotai/kimi-k3.1-proO 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
- Indique a tarefa e o resultado esperado: explicação, código, plano ou conclusão analítica.
- Junte os textos necessários e assinale as fontes prioritárias.
- Descreva os critérios de verificação: condições a preservar, formato, precisão dos cálculos e secções obrigatórias.
- 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
POST /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
POST /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
POST /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
POST /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
POST /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
POST /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
POST /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
POST /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
POST /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
POST /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
POST /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."}