Обзор
Kimi K3.1 Pro — модель Moonshot AI для рассуждений, разработки программного обеспечения, решения сложных задач и многоэтапных сценариев с tools. APIYI предоставляет модели официального релеяkimi-k3.1-pro и kimi-k3.1-pro-highspeed. Обе модели используют один и тот же формат запросов; чтобы переключиться между ними, измените model.
reasoning_effort. У Highspeed выше цены на ввод, вывод и запись в кэш.Быстрый старт
Модели и цены
Рассуждение и tools
Кэширование контекста
Выбор модели и цены
Оплата обеих моделей рассчитывается по фактическому использованию tokens, а текущие настроенные тарифы APIYI соответствуют официальным ценам. Все указанные ниже тарифы приведены в USD за 1 млн tokens. Стоимость обычного ввода и вывода была проверена; тарифы на кэширование — это настроенные цены, а не стоимость кэширования, проверенная в ходе этого тестового запуска:Фактическая стоимость с бонусами за пополнение
При пополнении, которое соответствует условиям акции с бонусом 20%, каждая оплаченная единица дает 1,2 единицы доступного кредита. Таким образом, фактическая стоимость составляет1 ÷ 1.2 ≈ 83.33% от указанной цены.
Бонус увеличивает доступный баланс; указанные цены на модели остаются прежними. Условия участия, размеры бонусов и текущие условия акции проверяйте на странице акции.
Проверки базовых возможностей
APIYI проверила следующие базовые сценарии для обеих моделей 2026-10-25 (UTC+8):POST /v1/responses. В тесте изображений использовались данные Base64.
Базовые запросы к POST /v1/messages также прошли успешно. Явно задайте top_p: 0.95 и temperature: 1, чтобы избежать ошибок преобразования параметров выборки по умолчанию.
Быстрый старт
Используйте APIYI Token для вызоваPOST /v1/chat/completions. Начните с reasoning_effort: "low", затем увеличьте его значение для задач, требующих более глубокого рассуждения.
Рассуждение и ключевые параметры
Обе модели всегда используют рассуждение. Управляйте глубиной с помощьюreasoning_effort; не переносите переключатель enable_thinking из Kimi K2.5.
temperature=1, top_p=0.95, n=1, presence_penalty=0 и frequency_penalty=0. В примерах Chat Completions они не указаны; для Messages задайте параметры сэмплирования явно, как описано выше. Не переносите несовместимые настройки из другой модели.
Чтение ответа
Окончательный ответ находится вchoices[0].message.content. Рассуждение возвращается в choices[0].message.reasoning_content. Используйте content для ответа, а с reasoning_content работайте отдельно, если ваш интерфейс отображает его.
За токены рассуждения взимается плата по тарифу вывода. Оценивайте стоимость по usage ответа и журналам консоли, а не по видимой длине ответа.
Потоковая передача
Рассуждение и текст ответа поступают вdelta.reasoning_content и delta.content соответственно. В последнем фрагменте с данными об использовании массив choices может быть пустым, поэтому проверьте chunk.usage перед чтением вариантов ответа.
Вызовы инструментов
Модель генерирует имена функций и аргументы, а ваше приложение выполняет их. Когда модель возвращаетtool_calls, добавьте полное сообщение ассистента, включая reasoning_content и tool_calls, в историю. Затем добавьте каждый результат инструмента с соответствующим ему tool_call_id и отправьте следующий запрос.
Кэширование контекста
Официальный механизм кэширования предназначен для повторного использования длинных системных инструкций, справочных документов и контекста кода. Сначала указывайте стабильное содержимое, а в конце — изменяющиеся вопросы. Эти результаты описывают данный тестовый запуск; они не доказывают, что кэширование не поддерживается для всех запросов. Учитывайте списания за обычные входные данные, пока ваши собственные запросы не покажут использование кэша и соответствующие записи в тарификации. Параметры и поведение ниже соответствуют официальному формату.Выбор срока хранения кэша
В Chat Completions используется поле запроса верхнего уровняprompt_cache_options. По умолчанию срок хранения составляет 5 минут. Чтобы запросить срок хранения в 1 час:
LONG_STABLE_CONTEXT обозначает длинный текст, который вы хотите использовать повторно. Оставляйте этот префикс неизменным в последующих запросах, заменяя только последний вопрос.
ttl: "1h" для существующего кэша на 5 минут не продлевает его срок хранения. При попадании в кэш исходный срок хранения обновляется. Сравнивайте политики, используя для каждой отдельный новый префикс.Как тарифицируются чтение и запись
- Чтение из кэша: за повторно используемые токены префикса взимается плата по тарифу чтения из кэша.
- Запись в кэш: за новые токены префикса, добавленные в кэш, взимается плата по тарифу записи на 5 минут или на 1 час — в зависимости от выбранного срока.
- Обычные входные данные: за данные вне кэшированной части взимается плата по обычному тарифу для входных данных.
- Выходные данные: за рассуждение и итоговый ответ взимается плата по тарифу для выходных данных.
usage, поля чтения из кэша и создания кэша, а также логи тарификации в консоли; одного лишь принятия параметра недостаточно.
Технические характеристики и советы по интеграции
Начните с низкого уровня усилий на рассуждение
Заложите бюджет на рассуждение
max_completion_tokens с учётом использования и finish_reason. Увеличьте reasoning_effort для более сложных задач.Используйте потоковую передачу для длительных задач
Проверьте использование кэша перед масштабированием
FAQ
Что меняется при выборе «Высокая скорость»?
Что меняется при выборе «Высокая скорость»?
Можно ли отключить рассуждение, как это было возможно с Kimi K2.5?
Можно ли отключить рассуждение, как это было возможно с Kimi K2.5?
reasoning_effort: "low", чтобы управлять дополнительными затратами, а не использовать прежний параметр enable_thinking.Почему объём тарифицируемого вывода превышает объём видимого ответа?
Почему объём тарифицируемого вывода превышает объём видимого ответа?
usage в ответе и журналы консоли.Можно ли изменить срок действия существующего кэша на один час, задав ttl равным 1h?
Можно ли изменить срок действия существующего кэша на один час, задав ttl равным 1h?
ttl: "1h" требуется новый префикс. Тесты APIYI не подтвердили ни хранение в течение одного часа, ни плату за запись; успешное принятие параметра не доказывает наличие поддержки.Как бонус 20% при пополнении влияет на стоимость?
Как бонус 20% при пополнении влияет на стоимость?
1 ÷ 1.2 ≈ 83.33% от цены по прайс-листу. Условия участия см. в условиях акции.Связанные документы
- Руководство по API
- Вызов функций
- Ответы моделей с рассуждением
- Тарификация моделей
- Бонусы за пополнение
platform.moonshot.ai/docs/guide/kimi-k3-1-pro-quickstart, platform.kimi.ai/docs/guide/context-caching и platform.moonshot.ai/docs/pricing/chat.