Source: https://ailoot.ai/models/sv/moonshotai-kimi-k3-1-pro/ Canonical: https://ailoot.ai/models/sv/moonshotai-kimi-k3-1-pro/ Language: sv # MoonshotAI: Kimi K3.1 Pro [Markdown](https://ailoot.ai/models/sv/moonshotai-kimi-k3-1-pro/index.md) · [JSON](https://ailoot.ai/models/sv/moonshotai-kimi-k3-1-pro/facts.json) ## [MoonshotAI: Kimi K3.1 Pro](https://ailoot.ai/models/sv/moonshotai-kimi-k3-1-pro/) `moonshotai/kimi-k3.1-pro` MoonshotAITextIndata from 0,002 US$ / 1KUtdata from 0,01 US$ / 1K Kimi K3.1 Pro hjälper till att analysera komplexa material, skriva kod och ta fram textbaserade lösningar för projekt, modellering och analys. Kimi K3.1 Pro är en modell från Moonshot AI och den första i serien K3.1. Den bygger på Kimi K3 med betydligt utökad efterträning och gemensam förstärkningsinlärning inom många ämnesområden. Den officiella beskrivningen lyfter fram programmering, tredimensionella projekt, finansiell analys och uppgifter som kräver flera sammanhängande steg. ### Programmering och tekniska projekt Modellen kan användas för att analysera befintlig kod, förbereda ändringar och planera utveckling. Ange mål, aktuell implementering och begränsningar, till exempel vilka gränssnitt som måste bevaras och hur ett korrekt resultat ser ut. Du kan be om en förklaring, patchtext, testscenarier eller en ordningsföljd för införandet. För spel, interaktiva scener och parametrisk modellering är uppgifter som gäller skript och teknisk logik användbara. Tillverkarens dokumentation behandlar arbete med Blender, CAD och spelmotorer. I Ailoot API är resultatet från det här modellkortet text, så en sådan begäran kan med fördel formuleras som kod för det valda verktyget, en geometribeskrivning eller en plan för scenens uppbyggnad som sedan körs i din egen miljö. ### Analys av tillhandahållna data När du arbetar med dokument kan du be om en källjämförelse, en förklaring av en beräkning, kontroll av antagandenas samstämmighet eller ett analys-PM. För en finansiell modell anger du grundvärden, måttenheter och deras inbördes samband. Modellen kan föreslå formler i text och en kontrollordning, eller en rapportstruktur och argumentation som anknyter till det tillhandahållna materialet. ### Så får du ett användbart svar 1. Ange uppgiften och det förväntade resultatet: förklaring, kod, plan eller analytisk slutsats. 2. Bifoga nödvändiga texter och ange vilka källor som har företräde. 3. Beskriv kontrollkriterierna: villkor som ska bevaras, format, beräkningsnoggrannhet och obligatoriska avsnitt. 4. Fortsätt med förtydliganden och bevara viktiga beslut och ursprungliga begränsningar. ### Indata och resultat i Ailoot API Modellkortet tar emot text och returnerar text. Lämpliga underlag är instruktioner, dokumentutdrag, källkod, tabeller i textform och diskussionshistorik. K3.1 Pro har resonemang permanent aktiverat; modellens dokumentation beskriver nivåerna low, high och max. I Standard är gränsen upp till 262 144 token för indata och 65 536 token för svar. När du förbereder en stor begäran bör du räkna in konversationshistoriken och anpassa materialmängden efter den konkreta frågan. ### Tillgängligt via Ailoot API Indatatyper `text` Utdatatyper `text` Kontext 262 144 *token* Maximalt svar 65 536 *token* Indata 0,002 US$ */ 1K* Utdata 0,01 US$ */ 1K* Cacheläsning 0,0002 US$ */ 1K* Skrivning till cache 0,002 US$ */ 1K* Skrivning till cache, 5 min 0,002 US$ */ 1K tokens* Indatatyper `text` Utdatatyper `text` Kontext 262 144 *token* Maximalt svar 65 536 *token* Indata 0,002 US$ */ 1K* Utdata 0,01 US$ */ 1K* Cacheläsning 0,0002 US$ */ 1K* Skrivning till cache 0,002 US$ */ 1K* Skrivning till cache, 5 min 0,002 US$ */ 1K tokens* Indatatyper `text` Utdatatyper `text` Kontext 262 144 *token* Maximalt svar 65 536 *token* Indata 0,002 US$ */ 1K* Utdata 0,01 US$ */ 1K* Cacheläsning 0,0002 US$ */ 1K* Skrivning till cache 0,002 US$ */ 1K* Skrivning till cache, 5 min 0,002 US$ */ 1K tokens* Indatatyper `text` Utdatatyper `text` Kontext 262 144 *token* Maximalt svar 65 536 *token* Indata 0,002 US$ */ 1K* Utdata 0,01 US$ */ 1K* Cacheläsning 0,0002 US$ */ 1K* Skrivning till cache 0,002 US$ */ 1K* Skrivning till cache, 5 min 0,002 US$ */ 1K tokens* Indatatyper `text` Utdatatyper `text` Kontext Inte angivet i katalogen Maximalt svar Inte angivet i katalogen Indata 0,004 US$ */ 1K* Utdata 0,02 US$ */ 1K* Cacheläsning 0,0004 US$ */ 1K* Skrivning till cache 0,004 US$ */ 1K* Skrivning till cache, 5 min 0,004 US$ */ 1K tokens* Indatatyper `text` Utdatatyper `text` Kontext Inte angivet i katalogen Maximalt svar Inte angivet i katalogen Indata 0,004 US$ */ 1K* Utdata 0,02 US$ */ 1K* Cacheläsning 0,0004 US$ */ 1K* Skrivning till cache 0,004 US$ */ 1K* Skrivning till cache, 5 min 0,004 US$ */ 1K tokens* Indatatyper `text` Utdatatyper `text` Kontext Inte angivet i katalogen Maximalt svar Inte angivet i katalogen Indata 0,004 US$ */ 1K* Utdata 0,02 US$ */ 1K* Cacheläsning 0,0004 US$ */ 1K* Skrivning till cache 0,004 US$ */ 1K* Skrivning till cache, 5 min 0,004 US$ */ 1K tokens* Indatatyper `text` Utdatatyper `text` Kontext Inte angivet i katalogen Maximalt svar Inte angivet i katalogen Indata 0,004 US$ */ 1K* Utdata 0,02 US$ */ 1K* Cacheläsning 0,0004 US$ */ 1K* Indatatyper `text` Utdatatyper `text` Kontext Inte angivet i katalogen Maximalt svar Inte angivet i katalogen Indata 0,004 US$ */ 1K* Utdata 0,02 US$ */ 1K* Cacheläsning 0,0004 US$ */ 1K* Indatatyper `text` Utdatatyper `text` Kontext Inte angivet i katalogen Maximalt svar Inte angivet i katalogen Indata 0,004 US$ */ 1K* Utdata 0,02 US$ */ 1K* Cacheläsning 0,0004 US$ */ 1K* Indatatyper `text` Utdatatyper `text` Kontext Inte angivet i katalogen Maximalt svar Inte angivet i katalogen Indata 0,004 US$ */ 1K* Utdata 0,02 US$ */ 1K* Cacheläsning 0,0004 US$ */ 1K* `moonshotai/kimi-k3.1-pro` · JSON ``` {"about":"Kimi K3.1 Pro är en modell från Moonshot AI och den första i serien K3.1. Den bygger på Kimi K3 med betydligt utökad efterträning och gemensam förstärkningsinlärning inom många ämnesområden. Den officiella beskrivningen lyfter fram programmering, tredimensionella projekt, finansiell analys och uppgifter som kräver flera sammanhängande steg.\n\n### Programmering och tekniska projekt\n\nModellen kan användas för att analysera befintlig kod, förbereda ändringar och planera utveckling. Ange mål, aktuell implementering och begränsningar, till exempel vilka gränssnitt som måste bevaras och hur ett korrekt resultat ser ut. Du kan be om en förklaring, patchtext, testscenarier eller en ordningsföljd för införandet.\n\nFör spel, interaktiva scener och parametrisk modellering är uppgifter som gäller skript och teknisk logik användbara. Tillverkarens dokumentation behandlar arbete med Blender, CAD och spelmotorer. I Ailoot API är resultatet från det här modellkortet text, så en sådan begäran kan med fördel formuleras som kod för det valda verktyget, en geometribeskrivning eller en plan för scenens uppbyggnad som sedan körs i din egen miljö.\n\n### Analys av tillhandahållna data\n\nNär du arbetar med dokument kan du be om en källjämförelse, en förklaring av en beräkning, kontroll av antagandenas samstämmighet eller ett analys-PM. För en finansiell modell anger du grundvärden, måttenheter och deras inbördes samband. Modellen kan föreslå formler i text och en kontrollordning, eller en rapportstruktur och argumentation som anknyter till det tillhandahållna materialet.\n\n### Så får du ett användbart svar\n\n1. Ange uppgiften och det förväntade resultatet: förklaring, kod, plan eller analytisk slutsats.\n2. Bifoga nödvändiga texter och ange vilka källor som har företräde.\n3. Beskriv kontrollkriterierna: villkor som ska bevaras, format, beräkningsnoggrannhet och obligatoriska avsnitt.\n4. Fortsätt med förtydliganden och bevara viktiga beslut och ursprungliga begränsningar.\n\n### Indata och resultat i Ailoot API\n\nModellkortet tar emot text och returnerar text. Lämpliga underlag är instruktioner, dokumentutdrag, källkod, tabeller i textform och diskussionshistorik. K3.1 Pro har resonemang permanent aktiverat; modellens dokumentation beskriver nivåerna low, high och max. I Standard är gränsen upp till 262 144 token för indata och 65 536 token för svar. När du förbereder en stor begäran bör du räkna in konversationshistoriken och anpassa materialmängden efter den konkreta frågan.","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 hjälper till att analysera komplexa material, skriva kod och ta fram textbaserade lösningar för projekt, modellering och analys."} ``` ## Frågor Hur väljer jag modell för min uppgift? Bestäm först vilka in- och utdata du behöver: text, bild, ljud eller video. Jämför sedan kompatibla API-metoder, exakt modell-ID eller aliasets nuvarande mål, pris och debiteringsenhet. GET /v1/models är gratis och listar modeller som din nyckel har tillgång till. Stöder varje modell alla API-metoder och medietyper? Använd de API-metoder och typer av in- och utdata som anges på modellkortet. Stöd för text, bilder, ljud eller video beror på vald modell och metod; kontrollera exemplet innan du skickar data. Vad är skillnaden mellan ett modell-ID och ett alias? Ett exakt ID betecknar en viss modell. Ett alias pekar på en modell och målet kan ändras. Kontrollera aliasets nuvarande mål i katalogen; använd exakt ID när integrationen behöver en viss modell. Hur jämför jag priser innan jag skickar en begäran? Kontrollera priset och debiteringsenheten för vald API-metod på modellkortet. Jämför samma enhet och samma typer av in- och utdata; historiken visar faktisk användning och debiterat belopp. Vad ger prenumerationen? Rabatt på tokenköp för återkommande arbete. Välj plan efter anropsvolym; villkor och prenumerationspris visas vid köpet. Hur använder jag kampanjkod upp till 50%? Ange koden vid tokenköpet. Beloppet räknas om enligt kampanjvillkoren och rabatten visas före betalning. ## Ailoot · Företaget och dess projektportfölj Ailoot bygger på etablerad driftserfarenhet, en stor kundbas, stabil service och löpande KPI-kontroll. Företaget och dess projektportfölj: miljontals kunder; månatlig försäljning för miljarder. Ailoot använder denna driftserfarenhet för API-åtkomst till AI-funktioner i kundernas produkter, agenter, applikationer och automatiseringar.