Einführung
Kimi K3.1 Pro ist das Flaggschiff von Moonshot AI und erschien am 23. Oktober 2026 als erstes Modell der K3.1-Reihe; Moonshot bezeichnet es als bisher leistungsstärkstes Modell mit offenen Gewichten. Hier ist es ein einziger OpenAI-kompatibler Chat-Endpunkt: bis zu 1,048,576 Token Eingabe mit Text, Bildern und Videos in den Nachrichten, Funktionsaufrufe, Streaming und bei jeder Anfrage ein reasoning_effort von low, high oder max.
| Feld | Wert |
|---|---|
| Eingabe | Text |
| Ausgabe | Text |
| Eingabebudget | 1,048,576 tokens |
| Obergrenze für max_tokens | 1,048,576 |
| Eingaben | Text / Bilder / Video |
Wichtige Funktionen und Highlights
Eine Million Token Arbeitsmaterial in einer Anfrage
Das Eingabefenster mit 1,048,576 Token nimmt ein ganzes Repository, ein Vertragspaket oder einen langen Rechercheverlauf unverändert auf. Legen Sie das Material an den Anfang und Ihre Frage ans Ende. Das Modell antwortet dann auf Grundlage der Dokumente selbst und nicht auf einer Zusammenfassung, der genau die eine benötigte Klausel verloren gegangen ist.
Dauerhaft aktives Denken mit drei Reglern
Moonshot liefert Kimi K3.1 Pro als Denkmodell aus: Es denkt vor der Antwort, und diese Einstellung lässt sich nicht abschalten. Sie wählen, wie intensiv es arbeitet. low hält Antworten schnell, high eignet sich für mehrstufige Probleme, und max, hier der Standard, gibt dem Modell den meisten Spielraum für eine schwierige Aufgabe.
Screenshots, Diagramme und Clips neben der Frage
Eine Nutzernachricht kann Text mit image_url- und video_url-Teilen verbinden. Geben Sie dem Modell einen Screenshot der fehlerhaften Oberfläche mit dem Stack-Trace, ein Diagramm mit der dazugehörigen Frage oder eine kurze Bildschirmaufnahme mit dem Fehlerbericht und bitten Sie um eine Antwort, die alles berücksichtigt.
Funktionsaufrufe, bei denen Ihre Anwendung die Kontrolle behält
Das Modell kann statt Prosa einen Funktionsaufruf zurückgeben. Ihr Code prüft die Argumente, führt die Aktion aus und sendet das Ergebnis als tool-Nachricht zurück. Bis zu 128 Tools lassen sich in einem Aufruf verwenden, parallel_tool_calls ist standardmäßig aktiv, und Antworten können während der Ausgabe gestreamt werden.
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
messages | Ja | Senden Sie Kimi K3.1 Pro die Unterhaltung in zeitlicher Reihenfolge mit den Quellen für einen quellenbasierten Projektplan; ordnen Sie Werkzeugergebnisse ihrer |
max_tokens | Nein | Bei Kimi K3.1 Pro ist |
reasoning_effort | Nein | Kimi K3.1 Pro bietet low, high, max, voreingestellt ist max; vergleichen Sie den Aufwand für einen quellenbasierten Projektplan anhand der verbrauchten Ausgabetoken. |
stop | Nein | Beenden Sie die Ausgabe von Kimi K3.1 Pro mit einer oder bis zu vier Sequenzen; die erkannte Markierung erscheint nicht im endgültigen Text. mindestens 1 Zeichen · mindestens 1 Einträge · höchstens 4 Einträge |
tools | Nein | Definieren Sie für Kimi K3.1 Pro bis zu 128 Funktionen im OpenAI-Format für einen quellenbasierten Projektplan; Ihre Anwendung prüft Argumente und führt die vorgeschlagenen Schr… höchstens 128 Einträge |
parallel_tool_calls | Nein | Dieser Schalter erlaubt Kimi K3.1 Pro, mehrere unabhängige Funktionen in einem Zug vorzuschlagen; Ihre Anwendung steuert weiterhin die Ausführung. Standardwert: |
tool_choice | Nein | Kimi K3.1 Pro akzeptiert bei |
response_format | Nein | Fordern Sie von Kimi K3.1 Pro Text oder strukturiertes JSON für einen quellenbasierten Projektplan an und prüfen Sie das JSON gegen die erwarteten Felder. |
Preis
Eingabe $2 / Ausgabe $10 je 1 Mio. Token
Anwendungsfälle
Code-Review und Migrationspläne auf Repository-Ebene
Geben Sie Quellbaum, fehlschlagende Tests und den Änderungswunsch in eine Anfrage und bitten Sie um Befunde, die sich einer Datei und Zeile zuordnen lassen. Verwenden Sie high oder max, wenn die Antwort einem Aufruf über viele Dateien folgen muss, und fordern Sie dann einen nach Abhängigkeiten geordneten Plan mit einer Prüfung pro Schritt an.
Recherche über einen Stapel langer Dokumente
Kennzeichnen Sie jedes Paper, jede Akte und jedes Transkript, legen Sie fest, welche Version gilt, wenn zwei sich widersprechen, und bitten Sie um Schlussfolgerungen mit der jeweils genannten Quelle. Das Fenster ist groß genug, um den gesamten Bestand im Blick zu behalten, ohne ihn zu zerteilen.
Agenten, die Screenshots und Clips auswerten
Senden Sie einen Oberflächen-Screenshot oder eine kurze Aufnahme zusammen mit der Aufgabe, definieren Sie die Tools, die der Agent aufrufen darf, und lassen Sie ihn auf die Tool-Ergebnisse reagieren, bis er fertig ist. Ihr eigener Code bleibt die Stelle, die tatsächlich klickt, schreibt oder ausrollt.
Strukturierte Extraktion aus unordentlichen Eingaben
Übergeben Sie Rechnungen, Formulare oder Diagrammbilder, beschreiben Sie die gewünschten Felder über die Parameter eines Tools oder über response_format und prüfen Sie das Ergebnis, bevor es in Ihre Datenbank gelangt.
Prompt-Leitfaden und Praxistipps
Mit max beginnen, für mehr Tempo herunterstufen
max ist der Standard und der richtige Ausgangspunkt bei einer schwierigen Aufgabe. Sobald Sie die benötigte Antwortqualität kennen, probieren Sie high aus, und verwenden Sie low für kurze Routineschritte, bei denen die Latenz wichtiger ist als die Tiefe.
Platz für das Denken in
max_tokenslassenDas Denken wird in
max_tokensmitgezählt, der Standard liegt bei 4,096. Setzen Sie den Wert bei einem langen Bericht, einem großen Patch oder allem mit high oder max deutlich über der Länge, die Sie erwarten. Sonst kann das Budget aufgebraucht sein, bevor die sichtbare Antwort beginnt.Das lange Material zuerst, die Frage zuletzt
Platzieren Sie Dokumente, Code oder Transkripte früh im Gespräch, versehen Sie jedes mit einer kurzen Bezeichnung und stellen Sie die Frage am Ende. Halten Sie Anweisungen in der System-Nachricht, getrennt vom zitierten Material, damit Text innerhalb eines Dokuments nicht als Ihre Anfrage missverstanden wird.
temperature und
top_pweglassenDas Modell legt sein Sampling selbst fest, daher gehören diese beiden Felder nicht zur Anfrage. Steuern Sie Tonfall und Abwechslung über den Prompt und verwenden Sie stop-Sequenzen, wenn die Antwort an einer Markierung enden soll.
Quellenarbeit mit Kimi K3.1 Pro
Nutzen Sie die 1.048.576 Eingabetoken für Projektauftrag, Quellenauszüge und technische Vorgaben. Lassen Sie bei Finanzunterlagen jeden Befund belegen; verlangen Sie bei einem Entwicklungsplan Abhängigkeiten und eine überprüfbare Bedingung je Meilenstein.
Denkaufwand und Ausgabe
K3.1 Pro denkt immer: Zur Auswahl stehen low, high und max, voreingestellt ist max. temperature und top_p sind hier nicht einstellbar. Planen Sie in max_tokens Platz für Denken und Ergebnis ein und streamen Sie längere Antworten.
Medien und Werkzeuge
Erklären Sie bei Screenshots und Videos, welche Frage das Material beantworten soll; Audio wird hier nicht angenommen. Prüfen und führen Sie vorgeschlagene Funktionen in Ihrer Anwendung aus. Geben Sie Ergebnisse mit passender tool_call_id zurück und bewahren Sie für Folgeschritte die vollständige assistant-Nachricht auf.
Über Inhalte entscheidet das gewählte Modell. Bei Kimi K3.1 Pro gilt: Das NSFW-Verhalten kann variieren; uneingeschränkte Inhalte werden nicht zugesichert.
API-Schnellstart
curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "moonshot/kimi-k3.1-pro/chat",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.
