개요
Kimi K3.1 Pro는 소프트웨어 개발, 복잡한 추론, 다단계 도구 워크플로를 위한 Moonshot AI의 추론 모델입니다. APIYI는 공식 릴레이 모델kimi-k3.1-pro 및 kimi-k3.1-pro-highspeed를 제공합니다. 두 모델은 동일한 요청 형식을 사용하며, model를 변경하여 모델을 전환할 수 있습니다.
Pro로 시작한 다음, 워크플로에 더 짧은 지연 시간이 필요하면 Highspeed를 선택하세요. 두 모델 모두 항상 추론을 사용하며,
reasoning_effort로 추론 깊이를 제어합니다. Highspeed는 입력, 출력 및 캐시 쓰기 요금이 더 높습니다.빠른 시작
OpenAI SDK 또는 HTTP를 사용하여 Chat Completions를 호출합니다.
모델 및 요금
캐시 요금을 포함하여 Pro와 Highspeed를 비교합니다.
추론 및 도구
추론 강도를 선택하고 도구 호출 기록을 유지합니다.
컨텍스트 캐싱
공식 캐시 매개변수와 APIYI 테스트의 한계를 확인합니다.
모델 선택 및 가격
두 모델 모두 실제 token 사용량을 기준으로 과금되며, APIYI의 현재 설정된 요율은 공식 가격과 일치합니다. 아래 모든 요율은 token 100만 개당 USD 기준입니다. 일반 입력 및 출력 요금을 확인했으며, 캐시 요율은 설정된 가격으로, 이번 테스트 실행에서 확인한 캐시 과금액은 아닙니다:모델 가격은 공식 제공업체의 가격과 일치하며 변경될 수 있습니다. 이 표는 참고용이며, 상단 탐색 메뉴의 모델 가격 탭이 기준 정보입니다: 모델 가격.
충전 보너스 적용 시 실질 비용
20% 보너스 프로모션 대상 충전의 경우, 결제 금액 1단위당 사용 가능한 크레딧 1.2단위가 제공됩니다. 따라서 실질 비용은 표시된 가격의1 ÷ 1.2 ≈ 83.33%입니다.
보너스는 사용 가능한 크레딧을 늘리며, 표시된 모델 가격은 그대로 유지됩니다. 자격 요건, 보너스 요율 및 현재 약관은 프로모션 페이지에서 확인하십시오.
기본 기능 테스트
APIYI는 **2026-10-25 (UTC+8)**에 두 모델에서 다음 기본 사례를 검증했습니다.
이 가이드에서는 주로 Chat Completions를 사용합니다. 기존 Responses 통합에서도
POST /v1/responses을 사용할 수 있습니다. 이미지 테스트에는 Base64 데이터를 사용했습니다.
POST /v1/messages에 대한 기본 요청도 통과했습니다. 기본 샘플링 매개변수 변환으로 인한 오류를 방지하려면 top_p: 0.95 및 temperature: 1을 명시적으로 설정하십시오.
이 테스트에서는 기본 요청, 의미적 결과, 일반 입력 및 출력 요금을 확인했습니다. 모든 매개변수, 최대 컨텍스트 또는 장시간 실행 동작을 다루지는 않습니다. 아래에 설명된 대로 캐시 수명과 과금은 별도로 확인해야 합니다.
빠른 시작
APIYI 토큰을 사용해POST /v1/chat/completions을 호출합니다. reasoning_effort: "low"로 시작한 다음, 더 깊은 추론이 필요한 작업에서는 값을 높입니다.
추론 및 주요 매개변수
두 모델 모두 항상 추론을 사용합니다.reasoning_effort로 깊이를 조정하고, Kimi K2.5의 enable_thinking 스위치는 그대로 가져오지 마십시오.
공식 샘플링 값은
temperature=1, top_p=0.95, n=1, presence_penalty=0, frequency_penalty=0로 고정되어 있습니다. 채팅 완성 예시에서는 이 값들을 생략합니다. 메시지에서는 위에 설명된 대로 샘플링 매개변수를 명시적으로 설정하십시오. 다른 모델에서 호환되지 않는 설정을 그대로 가져오지 마십시오.
응답 읽기
최종 답변은choices[0].message.content에 있습니다. 추론은 choices[0].message.reasoning_content에 반환됩니다. 답변은 content에서 확인하고, 인터페이스에 표시되는 경우 reasoning_content은 별도로 처리하십시오.
추론 token에는 출력 요율이 적용됩니다. 눈에 보이는 답변 길이가 아니라 응답 usage과 콘솔 로그를 바탕으로 비용을 추정하십시오.
스트리밍
추론 및 답변 텍스트는 각각delta.reasoning_content 및 delta.content에 도착합니다. 최종 사용량 청크의 choices 배열이 비어 있을 수 있으므로, 선택 항목을 읽기 전에 chunk.usage을 확인합니다.
도구 호출
모델은 함수 이름과 인수를 생성하고, 애플리케이션은 이를 실행합니다. 모델이tool_calls을 반환하면 reasoning_content 및 tool_calls를 포함한 전체 assistant 메시지를 기록에 추가합니다. 그런 다음 일치하는 tool_call_id와 함께 각 도구 결과를 추가하고 다음 요청을 보냅니다.
컨텍스트 캐싱
공식 캐싱 메커니즘은 반복해서 사용하는 긴 시스템 지침, 참고 문서, 코드 컨텍스트를 위한 것입니다. 안정적인 콘텐츠를 먼저 배치하고 변경되는 질문은 마지막에 둡니다. 이 결과는 이번 테스트 실행에 대한 설명이며, 모든 요청에서 캐싱이 지원되지 않는다는 점을 입증하지는 않습니다. 자체 요청에서 캐시 사용 및 이에 부합하는 과금이 확인될 때까지 일반 입력 과금을 예산에 반영하십시오. 아래 매개변수와 동작은 공식 형식을 참조한 것입니다.캐시 수명 선택
채팅 완료 API에서는 최상위 요청 필드prompt_cache_options를 사용합니다. 기본 수명은 5분입니다. 1시간 수명을 요청하려면 다음과 같이 설정합니다.
LONG_STABLE_CONTEXT는 재사용하려는 긴 텍스트를 나타냅니다. 이후 요청에서도 해당 접두사를 동일하게 유지하고 마지막 질문을 바꾸십시오.
최초 캐시 쓰기가 캐시 수명을 결정합니다. 기존 5분 캐시에
ttl: "1h"를 보내도 수명이 1시간으로 늘어나지 않습니다. 캐시 적중이 발생하면 기존 수명이 갱신됩니다. 정책을 비교할 때는 각 정책에 서로 다른 새 접두사를 사용하십시오.읽기 및 쓰기 과금 방식
- 캐시 읽기: 재사용된 접두사 token에는 캐시 읽기 요율이 적용됩니다.
- 캐시 쓰기: 새로 캐시된 접두사 token에는 선택한 5분 또는 1시간 쓰기 요율이 적용됩니다.
- 일반 입력: 캐시된 부분을 제외한 입력에는 일반 입력 요율이 적용됩니다.
- 출력: 추론 및 최종 답변에는 출력 요율이 적용됩니다.
usage, 캐시 읽기 및 캐시 생성 필드, 콘솔 과금 로그를 비교하십시오. 매개변수가 수락되었다는 사실만으로는 충분하지 않습니다.
기술 사양 및 통합 팁
1
낮은 추론 수준으로 시작하기
긴 컨텍스트를 추가하기 전에 짧은 요청을 보내 모델 이름, 토큰, 응답 파서를 검증합니다.
2
추론 예산 설정하기
사용량과
finish_reason에 따라 max_completion_tokens을 조정합니다. 더 복잡한 작업에는 reasoning_effort을 늘립니다.3
오래 실행되는 작업 스트리밍하기
추론 텍스트와 답변 텍스트를 별도로 처리하고, 최종 사용량을 확인하며, 클라이언트와 프록시에 충분한 타임아웃을 설정합니다.
4
확장하기 전에 캐시 사용량 확인하기
고정된 긴 접두사를 사용해 요청을 반복한 다음, 캐시 사용량과 과금 로그를 비교하여 워크플로에서 캐시 적중이 발생하는지 확인합니다.
FAQ
Highspeed를 선택하면 무엇이 달라집니까?
Highspeed를 선택하면 무엇이 달라집니까?
두 모델은 동일한 통합 형식을 사용합니다. Highspeed는 token 가격이 더 높은 대신 지연 시간을 줄이는 데 중점을 둡니다. 실제 속도는 prompt 길이, 추론 노력, 출력 길이, 현재 부하에 따라 달라지므로 실제 워크로드로 평가하시기 바랍니다.
Kimi K2.5에서처럼 추론을 비활성화할 수 있습니까?
Kimi K2.5에서처럼 추론을 비활성화할 수 있습니까?
K3.1 Pro 모델은 항상 추론을 사용합니다. 기존
enable_thinking 매개변수를 그대로 사용하는 대신 reasoning_effort: "low"을 선택해 오버헤드를 제어하시기 바랍니다.청구되는 출력량이 화면에 표시되는 답변보다 많은 이유는 무엇입니까?
청구되는 출력량이 화면에 표시되는 답변보다 많은 이유는 무엇입니까?
출력 사용량에는 추론 tokens가 포함됩니다. 화면에 표시되는 답변 길이는 총 출력 사용량을 나타내지 않습니다. 응답
usage 및 콘솔 로그를 확인하시기 바랍니다.ttl을 1h로 설정하면 기존 캐시의 유효 기간을 1시간으로 변경할 수 있습니까?
ttl을 1h로 설정하면 기존 캐시의 유효 기간을 1시간으로 변경할 수 있습니까?
공식 메커니즘에서는 기존 캐시가 처음 설정된 유효 기간을 유지하므로
ttl: "1h"하려면 새 접두사가 필요합니다. APIYI의 테스트에서는 1시간 유지 또는 쓰기 요금이 확인되지 않았습니다. 매개변수가 성공적으로 수락되었다고 해서 지원이 입증된 것은 아닙니다.20% 충전 보너스는 비용에 어떤 영향을 줍니까?
20% 충전 보너스는 비용에 어떤 영향을 줍니까?
조건을 충족하는 충전으로 결제 금액의 1.2배에 해당하는 크레딧을 제공하므로 실효 비용은 정가의
1 ÷ 1.2 ≈ 83.33%입니다. 적용 대상은 프로모션 약관을 확인하시기 바랍니다.관련 문서
공식 참조:platform.moonshot.ai/docs/guide/kimi-k3-1-pro-quickstart, platform.kimi.ai/docs/guide/context-caching, platform.moonshot.ai/docs/pricing/chat.