Esta reseña aún no está disponible en Español, así que estás leyendo el original en English.
Kimi K3.1 Pro Review: Always-On Thinking, 1M Tokens In and Out
Pick Kimi K3.1 Pro for long-context work with screenshots and clips when you accept always-on thinking; so far we have run only launch checks, no scored tests.
Freedom Score
Aún sin probar
- Precio
- 4,00 US$ por 1 M de tokens mixtos (3 de entrada : 1 de salida)
- Velocidad de salida
- 30 tok/s
- Tasa de éxito
- Recopilando datos
Kimi K3.1 Pro is Moonshot AI's new thinking model, released on 23 October 2026 as the first of the K3.1 series. On our API it is one OpenAI-compatible chat endpoint that reads text, images and video, holds 1,048,576 tokens of input and allows replies up to 1,048,576 tokens, with the thinking counted inside that number.
- SpicyAPI Engineering
- Probado el 28 oct 2026
- Metodología v3.3 →
- Vendemos estos modelos; el precio no cuenta en la puntuación →
The verdict
Two behaviours shape how you use it. Thinking is always on: reasoningeffort accepts low, high or max (default max) and cannot be switched off. And sampling is fixed by Moonshot, so temperature and topp are not accepted. Together that means a default request reasons hard before every answer, and a small max_tokens can be spent on thinking before any visible text appears.
This is a launch-day review. On 28 October 2026 our platform ran a real request through the endpoint as part of launch: one neutral message, answered without streaming at low reasoning effort. It returned a complete answer. We have not run a quality blind test or a content-level test on K3.1 Pro, and this page does not score the model.
Key facts
- Tested: one real launch request on 28 Oct 2026 (neutral prompt, low reasoning effort, no streaming), plus an integration check of image input. No scored runs yet.
- Price: $2 per million input tokens, $0.20 cached and $10 output. The live price is on the model page.
- Limits: 1,048,576-token context, replies up to 1,048,576 tokens (default 4,096, thinking included), text, image and video input, 256 messages and 128 tool definitions per request.
- Reasoning: reasoning_effort takes low, high or max (default max); thinking is always on.
- Sampling: fixed by the model; temperature and top_p are not accepted.
- Sources: scoring rules are on our review methodology page, full parameters on the Kimi K3.1 Pro model page.
Lo que nos gustó y lo que lo frenó
Lo que nos gustó
- A million tokens in and a matching reply ceiling. A whole repository or a long research thread travels as written, and a very long answer fits in one reply.
- Video and images next to the question. A failing UI screenshot with the stack trace, or a short screen recording with the bug report, goes into the same message as the instruction.
- Three reasoning dials. Low keeps replies quick, high suits multi-step problems, max gives the model the most room on a hard task.
- Tool calling is on the endpoint. Up to 128 function definitions per request, paralleltoolcalls on by default, toolchoice and responseformat accepted; we have not graded tool-use quality yet.
- A familiar request shape. The same OpenAI-compatible body as the rest of our chat models, so switching is a model-name change.
Lo que lo frenó
- Thinking cannot be turned off. There is no none, medium or xhigh, so even a simple rewrite pays for a reasoning pass unless you pick low.
- max is the default effort. Every request reasons at full depth unless you set a lower level, which adds tokens and latency to quick turns.
- No temperature or top_p. You cannot push for more varied prose with sampling; use the prompt, reasoning_effort and stop sequences instead.
- Reasoning is paid for out of max_tokens. The default cap is 4,096, so a small cap at max effort can run out before the answer starts.
- No audio input, and no quality numbers of our own yet.
What we tested
On 28 October 2026 our platform sent Kimi K3.1 Pro one real request as part of launch: a single neutral user message, answered without streaming at low reasoning effort with a 1,024-token cap. It returned a complete answer, and the request was priced at the published rate. The endpoint also passed our pre-launch checks of its price table and request limits. During integration a request with an image attached was also accepted and answered.
That is a working-endpoint check, not a benchmark. We have not compared K3.1 Pro's answers with K3 or another model, tested video input on real clips, measured speed, or tried a prompt near the 1,048,576-token limit. Moonshot's own claims about accuracy are Moonshot's; we have not reproduced them.
Prompts to start from
These starting prompts come from the model page's published examples. We have not graded the outputs, so they are a place to begin rather than prompts proven on this model.
1. A planning brief. Give it the brief and a standard for what a good plan looks like.
Turn a project brief into a dependency-ordered implementation plan with verifiable milestones. Work from the material I provide, cite the relevant evidence, distinguish facts from assumptions, and identify missing information before proposing changes.Run this prompt on Kimi K3.1 Pro →
2. A tool step. Confirms your function-calling loop end to end with a trivial function.
Call report_status with status ready.Settings that matter: set reasoningeffort to low for routine turns and keep max for hard planning; leave several thousand tokens of maxtokens headroom, since thinking shares the budget; send video and audio inline and keep them under 14 MB combined.
How far it writes
We have not run our content-level test on Kimi K3.1 Pro, so we have no result to report here. The model page states the position plainly: the platform adds no content filter of its own, content decisions come from the model, and behaviour can change between versions. The previous generation, Kimi K3, has a full content-level review; do not assume K3.1 Pro behaves the same.
Not tested yet: the content-level ladder, multi-turn behaviour over a long session, languages other than English, video understanding on real clips, and whether low effort changes any of the above.
Every character in a request should be an adult, keep real, identifiable people out of it, and you are responsible for the law where you publish.
What the community says
On the launch thread one reader took the vendor's numbers at face value: "It appears to be generally frontier-level." Another objected to how the open-weight version is being limited: "Ah, the version available to us mortals is nerfed in cybersecurity just like the US models :("
Alternatives
- The previous generation with a full content-level review? Kimi K3 reads 1,000,000 tokens and carries our Unrestricted label; see the Kimi K3 review.
- Another 1M-class reasoning model? DeepSeek V4 Pro is on the same API; compare it on your own prompts.
- A hard-coding model with tool calls? GPT 6.1 Sol takes images, allows temperature and offers five reasoning levels.
Cómo gana Kimi K3.1 Pro su Spicy Index
Cada dimensión enlaza con su cálculo completo: la fila de la tabla de la que sale cada punto y por qué se perdieron puntos.
- Clasificaciones públicas 40 % de la calidad
- Aún sin probar
- Rol 15 % de la calidad
- Aún sin probar
- Escritura creativa 15 % de la calidad
- 72,0
- Seguimiento de instrucciones 15 % de la calidad
- 100,0
- Memoria con contexto largo 15 % de la calidad
- Aún sin probar
- Capacidad Peso del 10,5 %
- 49,0
- Freedom Score Peso del 30 %
- Aún sin probar
Aún no hay una coincidencia exacta en las clasificaciones públicas que seguimos. Cómo funciona
Nuestra batería de rol aún no se ha ejecutado con este modelo. Cómo funciona
Nuestra batería de contexto largo aún no se ha ejecutado con este modelo. Cómo funciona
La libertad no se ha probado o las pruebas son insuficientes. El Index conserva la puntuación original de calidad y capacidades, se marca como provisional y sigue recibiendo posición. La falta de pruebas no equivale a cero. Cómo funciona
La libertad no se ha probado o las pruebas son insuficientes. El Index conserva la puntuación original de calidad y capacidades, se marca como provisional y sigue recibiendo posición. La falta de pruebas no equivale a cero.
Abrir el informe de prueba completo →Capacidad, punto por punto
Puntos de la tabla pública de puntuación. Los niveles reescalados y los límites que fijamos nosotros no cuentan.
- Ventana de contexto (publicada por el creador)Sin declarar
- 0,0 / 30
- Modalidades de entrada en SpicyAPITexto, más imágenes
- 12,0 / 25
- Uso de herramientasHerramientas y tool_choice
- 15,0 / 15
- Salida estructuradaSe acepta, cumplimiento del esquema verificado
- 15,0 / 15
- Control del razonamiento3 niveles: low · high · max
- 7,0 / 15
Lo que Kimi K3.1 Pro puede hacer en SpicyAPI
Tomado directamente de la especificación en vivo del modelo en SpicyAPI. Algunos creadores ofrecen más en sus propias apps; esto es lo que puedes llamar hoy desde nuestra API.
| Función | Conversación |
|---|---|
| Ventana de contexto | 1.048.576 tokens |
| Salida máxima por solicitud | 1.048.576 tokens |
| Niveles de razonamiento | low · high · max |
| Llamada a herramientas | Sí |
| Salida estructurada | Sí |
Cuánto tarda de verdad
Medido con trabajos reales de los últimos 30 días, desde la solicitud hasta el resultado final. Los tiempos incluyen nuestras propias pruebas.
- Velocidad de salida
- 30 tok/sIncluye el tiempo hasta el primer token
- Tasa de éxito
- Recopilando datos
Un tiempo aparece cuando hay al menos 10 trabajos completados. Las tasas de éxito solo cuentan trabajos de clientes y siguen ocultas para todos los modelos hasta completar 30 días de tráfico.
Lo que dice la gente de Kimi K3.1 Pro
1 positivos · 0 mixtos · 1 negativos
It appears to be generally frontier-level.
hacker-news· 23 oct 2026· PositivoFuente
Ah, the version available to us mortals is nerfed in cybersecurity just like the US models :(
hacker-news· 23 oct 2026· NegativoFuente
Las citas son textuales de publicaciones públicas y enlazan al original. No son calificaciones ni alimentan ninguna puntuación.
Modelos que puedes considerar en lugar de Kimi K3.1 Pro
Moonshot AI
Kimi K3
The previous generation with a full content-level review?
- Spicy Index
- 77,8−2,6
- Freedom Score
- 74,4
- Precio
- 5,40 US$+35 %/ 1 M tokens · entrada/salida 3:1
DeepSeek
DeepSeek V4 Pro
Another 1M-class reasoning model?
- Spicy Index
- 79,0−1,4
- Freedom Score
- 88,6
- Precio
- 1,98 US$−51 %/ 1 M tokens · entrada/salida 3:1
OpenAI
GPT 6.1 Sol
A hard-coding model with tool calls?
- Spicy Index
- 81,2+0,8
- Freedom Score
- —
- Precio
- 4,00 US$/ 1 M tokens · entrada/salida 3:1
¿Qué opinas?
¿Te resultó útil esta reseña?
Inicia sesión para votar.
Comentarios
Los comentarios se revisan de forma automática y por nuestro equipo. Eliminamos el spam, el contenido inapropiado, los ataques personales y cualquier cosa que nombre a una persona real sin su consentimiento. Si reportas un comentario, lo revisamos en un día hábil.
¿Probaste este modelo? Comparte lo que te funcionó. Necesitas una cuenta gratuita para comentar, así mantenemos fuera el spam.
Preguntas frecuentes sobre Kimi K3.1 Pro
Prueba Kimi K3.1 Pro por tu cuenta
Ajusta cada parámetro en el Playground y mira el precio exacto antes de lanzarlo.
4,00 US$ por 1 M de tokens mixtos (3 de entrada : 1 de salida)
Más reseñas
Ver las clasificaciones →GPT 6.1 Terra
Pick GPT 6.1 Terra for high-volume screens, documents and writing where reasoning_effort none helps; so far we have run only launch checks, no scored tests.
- Spicy Index
- 79,9
- Freedom Score
- —
Probado el 28 oct 2026
Leer la reseña
Grok 4.3
Elige Grok 4.3 por su ventana de contexto enorme, un apagado real del razonamiento y escritura sin censura a bajo precio; sáltatelo si necesitas archivos.
Probado el 24 sept 2026
Leer la reseña
Grok 4.7
Grok 4.7 para rol y ficción sin censura que deben funcionar sin jailbreak; no para capítulos largos por turno ni para bucles de agente largos.
Probado el 24 sept 2026
Leer la reseña