Introduzione
Kimi K3.1 Pro è il modello di punta di Moonshot AI, uscito il 23 ottobre 2026 come primo modello della serie K3.1; Moonshot lo descrive come il suo modello a pesi aperti più capace finora. Qui è un unico endpoint di chat compatibile con OpenAI: fino a 1.048.576 token di input, con testo, immagini e video nei messaggi, chiamate di funzione, streaming e un reasoning_effort di low, high o max in ogni richiesta.
| Campo | Valore |
|---|---|
| Input | Testo |
| Output | Testo |
| Budget di input | 1,048,576 tokens |
| Limite di max_tokens | 1,048,576 |
Caratteristiche principali
Un milione di token di materiale di lavoro in una sola richiesta
La finestra di input da 1,048,576 token accoglie un intero repository, un pacchetto di contratti o un lungo filone di ricerca così come sono. Metti il materiale per primo e la domanda per ultima: il modello risponde in base a ciò che dicono i documenti, e non a un riassunto che ha lasciato fuori l’unica clausola che ti serviva.
Ragionamento sempre attivo, con tre livelli
Moonshot distribuisce Kimi K3.1 Pro come modello di ragionamento: riflette prima di rispondere, e questa impostazione non si può disattivare. Ciò che scegli è quanto a fondo lavora. low mantiene le risposte rapide, high è adatto a problemi in più passaggi, e max, predefinito qui, dà al modello il massimo margine per un compito difficile.
Screenshot, diagrammi e clip accanto alla domanda
Un messaggio utente può combinare testo con parti image_url e video_url. Passa al modello lo screenshot di un’interfaccia che non funziona con lo stack trace, un grafico con la domanda che lo riguarda o una breve registrazione dello schermo con la segnalazione del bug, e chiedi un’unica risposta che usi tutto.
Chiamate di funzione che la tua applicazione continua a controllare
Il modello può restituire una chiamata di funzione invece della prosa. Il tuo codice verifica gli argomenti, esegue l’azione e rimanda il risultato come messaggio tool. Fino a 128 strumenti possono essere usati in una chiamata, parallel_tool_calls è attivo per impostazione predefinita, e le risposte possono essere trasmesse man mano che vengono scritte.
Parametri della richiesta
| Parametro | Obbligatorio | Nota |
|---|---|---|
messages | Sì | Invia a Kimi K3.1 Pro la conversazione in ordine con le fonti per un piano di progetto fondato sulle fonti; associa ogni risultato degli strumenti al relativo |
max_tokens | No | Per Kimi K3.1 Pro, |
reasoning_effort | No | Kimi K3.1 Pro accetta low, high, max, con max come valore predefinito; confronta le impostazioni per un piano di progetto fondato sulle fonti osservando i token di uscita consum… |
stop | No | Ferma l’uscita di Kimi K3.1 Pro con una sequenza o un elenco di massimo quattro; il marcatore riconosciuto non compare nel testo finale. almeno 1 caratteri · almeno 1 elementi · al massimo 4 elementi |
tools | No | Definisci per Kimi K3.1 Pro fino a 128 funzioni in formato OpenAI per un piano di progetto fondato sulle fonti; la tua applicazione convalida gli argomenti ed esegue le operazio… al massimo 128 elementi |
parallel_tool_calls | No | Consente a Kimi K3.1 Pro di proporre più funzioni indipendenti in un turno; la tua applicazione continua a controllarne l’esecuzione. Predefinito: |
tool_choice | No | Per Kimi K3.1 Pro, |
response_format | No | Chiedi a Kimi K3.1 Pro testo o JSON strutturato per un piano di progetto fondato sulle fonti e verifica i campi attesi dalla tua applicazione. |
Prezzi
Input $2 / Output $10 per 1 milione di token
Casi d’uso
Revisione del codice e piani di migrazione a livello di repository
Metti l’albero dei sorgenti, i test che falliscono e la richiesta di modifica in un’unica chiamata e chiedi risultati che si possano ricondurre a un file e a una riga. Usa high o max quando la risposta deve seguire una chiamata attraverso molti file, poi chiedi un piano ordinato per dipendenze, con una verifica per ogni passaggio.
Ricerca su una mole di documenti lunghi
Etichetta ogni articolo, fascicolo o trascrizione, indica quale versione prevale quando due non concordano e chiedi conclusioni con la fonte citata accanto a ciascuna. La finestra è abbastanza ampia da tenere sotto controllo l’intero insieme senza spezzarlo in parti.
Agenti che leggono screenshot e clip
Invia uno screenshot di un’interfaccia o una breve registrazione insieme al compito, definisci gli strumenti che l’agente può chiamare e lascia che ciclo dopo ciclo ragioni sui risultati finché non ha finito. Il codice che clicca, scrive o pubblica davvero resta il tuo.
Estrazione strutturata da input disordinati
Passa fatture, moduli o immagini di grafici, descrivi i campi che ti servono tramite i parametri di uno strumento o un response_format, e valida ciò che torna prima che arrivi al tuo database.
Consigli avanzati
Parti da max, poi scendi per guadagnare velocità
max è il valore predefinito e il punto di partenza giusto per un compito difficile. Quando sai quale qualità di risposta ti serve, prova high, e usa low per i turni brevi e di routine in cui la latenza conta più della profondità.
Lascia spazio al ragionamento in
max_tokensIl ragionamento viene conteggiato dentro
max_tokens, il cui valore predefinito è 4,096. Per un report lungo, una patch ampia o qualunque cosa con high o max, impostalo ben al di sopra della lunghezza che prevedi di leggere, altrimenti il budget può esaurirsi prima che inizi la risposta visibile.Il materiale lungo prima, la domanda alla fine
Inserisci documenti, codice o trascrizioni all’inizio della conversazione, dai a ciascuno un’etichetta breve e fai la domanda in fondo. Tieni le istruzioni nel messaggio di sistema, separate dal materiale citato, così il testo contenuto in un documento non viene confuso con la tua richiesta.
Ometti temperature e
top_pIl modello imposta da solo il campionamento, quindi questi due campi non fanno parte della richiesta. Guida tono e varietà con il prompt, e usa le sequenze di stop quando vuoi che la risposta termini su un marcatore.
Incrocia le fonti con Kimi K3.1 Pro
Riunisci incarico, estratti e vincoli tecnici nei 1.048.576 token di ingresso. Per un’analisi finanziaria chiedi la fonte di ogni conclusione; per un piano software specifica dipendenze e una verifica per ogni fase.
Regola il ragionamento
K3.1 Pro ragiona sempre: puoi scegliere low, high o max, con max come valore predefinito. Qui non puoi impostare temperature e top_p. Lascia in max_tokens spazio per ragionamento e risposta e usa lo streaming per gli elaborati lunghi.
Collega media e strumenti
Spiega cosa vuoi verificare in ogni schermata o video; l’endpoint non accetta audio. La tua applicazione convalida ed esegue le funzioni proposte, poi restituisce il risultato con il tool_call_id corrispondente. Conserva il messaggio assistant completo per proseguire l’analisi.
Il modello selezionato decide quali contenuti accettare. Per Kimi K3.1 Pro: Il comportamento NSFW può variare; non è garantito un accesso senza restrizioni.
Avvio rapido dell’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'
Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.
