Introducción
Kimi K3.1 Pro es el modelo insignia de Moonshot AI y se lanzó el 23 de octubre de 2026 como primer modelo de la serie K3.1; Moonshot lo describe como su modelo de pesos abiertos más capaz hasta la fecha. Aquí es un único endpoint de chat compatible con OpenAI: hasta 1,048,576 tokens de entrada con texto, imágenes y video en los mensajes, llamadas a funciones, streaming y un reasoning_effort de low, high o max en cada solicitud.
| Campo | Valor |
|---|---|
| Entrada | Texto |
| Salida | Texto |
| Presupuesto de entrada | 1,048,576 tokens |
| Límite de max_tokens | 1,048,576 |
| Entradas | texto / imágenes / video |
Funciones y aspectos destacados
Un millón de tokens de material de trabajo en una sola solicitud
La ventana de entrada de 1,048,576 tokens permite que un repositorio completo, un paquete de contratos o un largo hilo de investigación llegue tal cual. Pon el material primero y tu pregunta al final: el modelo responde a partir de lo que dicen los documentos, y no a partir de un resumen que dejó fuera la única cláusula que necesitabas.
Razonamiento siempre activo, con tres niveles
Moonshot distribuye Kimi K3.1 Pro como modelo de razonamiento: piensa antes de responder, y ese ajuste no se puede desactivar. Tú eliges cuánto esfuerzo pone. low mantiene las respuestas rápidas, high sirve para problemas de varios pasos, y max, el valor por defecto aquí, da al modelo el mayor margen para una tarea difícil.
Capturas, diagramas y clips junto a la pregunta
Un mensaje de usuario puede mezclar texto con partes image_url y video_url. Entrega al modelo una captura de una interfaz que falla junto con el stack trace, un gráfico con la pregunta sobre él, o una breve grabación de pantalla con el reporte de error, y pide una sola respuesta que use todo eso.
Llamadas a funciones que tu aplicación sigue controlando
El modelo puede devolver una llamada a función en lugar de prosa. Tu código revisa los argumentos, ejecuta la acción y devuelve el resultado como un mensaje tool. Puedes usar hasta 128 herramientas en una misma llamada, parallel_tool_calls está activado por defecto, y las respuestas pueden transmitirse a medida que se escriben.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
messages | Sí | Envía a Kimi K3.1 Pro la conversación en orden con las fuentes para un plan con fuentes verificables; vincula cada resultado de herramienta con su |
max_tokens | No | En Kimi K3.1 Pro, |
reasoning_effort | No | Kimi K3.1 Pro acepta low, high, max, con max como valor predeterminado; compara ajustes para un plan con fuentes verificables y revisa el consumo de tokens de salida. |
stop | No | Detén la salida de Kimi K3.1 Pro con una secuencia o una lista de hasta cuatro; la coincidencia no se incluye en el texto final. mínimo 1 caracteres · mínimo 1 elementos · máximo 4 elementos |
tools | No | Define para Kimi K3.1 Pro hasta 128 funciones en formato OpenAI para un plan con fuentes verificables; tu aplicación valida los argumentos y ejecuta las operaciones propuestas. máximo 128 elementos |
parallel_tool_calls | No | Permite que Kimi K3.1 Pro proponga varias funciones independientes en un turno; tu aplicación sigue controlando su ejecución. Valor predeterminado: |
tool_choice | No | En Kimi K3.1 Pro, |
response_format | No | Pide a Kimi K3.1 Pro texto o JSON estructurado para un plan con fuentes verificables y valida los campos que tu aplicación espera recibir. |
Precios
Entrada $2 / Salida $10 por 1 millón de tokens
Casos de uso
Revisión de código y planes de migración a escala de repositorio
Pon el árbol de código fuente, las pruebas que fallan y la solicitud de cambio en una sola llamada y pide hallazgos que puedas ubicar en un archivo y una línea. Usa high o max cuando la respuesta tenga que seguir una llamada a través de muchos archivos, y luego pide un plan ordenado por dependencias con una verificación para cada paso.
Investigación sobre un montón de documentos largos
Etiqueta cada artículo, expediente o transcripción, indica qué versión prevalece cuando dos no coinciden y pide conclusiones con la fuente citada junto a cada una. La ventana es lo bastante grande para tener todo el conjunto a la vista sin trocearlo.
Agentes que revisan capturas y clips
Envía una captura de interfaz o una grabación corta junto con la tarea, define las herramientas que el agente puede llamar y deja que siga iterando con los resultados hasta terminar. Tu propio código sigue siendo el que realmente hace clic, escribe o despliega.
Extracción estructurada de entradas desordenadas
Pasa facturas, formularios o imágenes de gráficos, describe los campos que quieres mediante los parámetros de una herramienta o un response_format, y valida lo que llegue antes de que llegue a tu base de datos.
Guía de prompts y consejos prácticos
Empieza con max y baja el nivel si necesitas velocidad
max es el valor por defecto y el lugar adecuado para empezar en una tarea difícil. Cuando sepas qué calidad de respuesta necesitas, prueba high, y usa low para turnos cortos y rutinarios en los que la latencia importa más que la profundidad.
Deja espacio para el razonamiento en
max_tokensEl razonamiento se cuenta dentro de
max_tokens, cuyo valor por defecto es 4,096. Para un informe largo, un parche grande o cualquier cosa con high o max, ponlo bastante por encima de la longitud que esperas leer, o el presupuesto puede agotarse antes de que empiece la respuesta visible.Pon el material largo primero y la pregunta al final
Coloca documentos, código o transcripciones al principio de la conversación, asigna a cada uno una etiqueta corta y haz la pregunta al final. Mantén las instrucciones en el mensaje de sistema, separadas del material citado, para que el texto dentro de un documento no se confunda con tu solicitud.
Omite temperature y
top_pEl modelo fija su propio muestreo, así que estos dos campos no forman parte de la solicitud. Controla el tono y la variedad con el prompt, y usa secuencias de parada cuando necesites que la respuesta termine en un marcador.
Cruza fuentes con Kimi K3.1 Pro
Reúne el encargo, los fragmentos de referencia y las restricciones técnicas dentro de los 1,048,576 tokens de entrada. Para revisar documentos financieros, pide la fuente de cada conclusión; para planear software, solicita dependencias y una comprobación por etapa.
Elige cuánto razona
K3.1 Pro siempre razona: admite low, high y max, con max como valor predeterminado. Aquí no se ajustan temperature ni top_p. Deja espacio en max_tokens tanto para el razonamiento como para la respuesta y usa streaming para entregas largas.
Conecta imágenes, video y herramientas
Indica qué debe comprobarse en cada captura o video; este endpoint no acepta audio. Tu aplicación valida y ejecuta las funciones propuestas y devuelve los resultados con su tool_call_id. Conserva el mensaje assistant completo al continuar la investigación.
Kimi K3.1 Pro elegido toma sus propias decisiones sobre el contenido. En Kimi K3.1 Pro: El comportamiento NSFW puede variar; no se garantiza acceso sin restricciones.
Inicio rápido de la API
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'
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
