TL;DR
Kimi K3.1 Pro es el modelo insignia de Moonshot AI de clase 3T (2.8T total / 104B parámetros activos, contexto de 1M tokens) lanzado el 23 de octubre de 2026. Se accede mediante una API compatible con OpenAI usando los IDs de modelo kimi-k3.1-pro (estándar) o kimi-k3.1-pro-highspeed (2–3× más rápido).
Para el flujo de trabajo multimodelo más sencillo y a menudo con menor precio, usa la API de Kimi K3.1 Pro en CometAPI con los mismos IDs de modelo. El modelo siempre razona (usa reasoning_effort: low / high / max). Ideal para programación de largo alcance, 3D/CAD, análisis financiero y flujos de trabajo agentivos. Se esperan pesos completamente abiertos para el 4 de noviembre de 2026.
Esta guía es para desarrolladores que pueden realizar una solicitud HTTP básica y quieren crear con Kimi K3.1 Pro a través de CometAPI. Necesitarás una cuenta de CometAPI con acceso al modelo, una clave de API y cURL, Python 3.9+ o un entorno Node.js compatible. Comienza con una solicitud de texto y luego agrega las funciones que necesite tu aplicación.
Puntos clave
- Comienza en menos de 5 minutos con el SDK de OpenAI para Python/Node cambiando solo
base_urlymodel. - Dos vías de acceso: API oficial de Moonshot o puertas de enlace unificadas como CometAPI (recomendado para la mayoría de los equipos).
- Razonamiento siempre activo: controla la profundidad con
reasoning_effort(low,high,max; el predeterminado esmax). - La variante Highspeed intercambia un costo mayor por una velocidad de salida 2–3×; ideal para programación interactiva.
- Admite visión (imagen + video), llamadas a herramientas, salida JSON estructurada y contexto de 1M tokens.
- Inicia nuevas sesiones al cambiar de modelo para preservar aciertos de caché y calidad de salida.
- CometAPI actualmente ofrece Kimi K3.1 Pro a tarifas competitivas (~20% por debajo de la oficial en el nivel estándar) con una sola clave para 500+ modelos.
Especificaciones de la API de Kimi K3.1 Pro
| Especificación | Kimi K3.1 Pro |
|---|---|
| Desarrollador | Moonshot AI |
| Fecha de lanzamiento | October 23, 2026 |
| Familia del modelo | Kimi K3.1 |
| Arquitectura | Mixture-of-Experts; post-entrenado sobre la base Kimi K3 |
| Escala del modelo | Aproximadamente clase 3T |
| Ventana de contexto | 1,048,576 tokens |
| Entradas / salidas | Texto, imágenes y video / texto |
| Razonamiento | Siempre habilitado; low, high o max |
| Funciones principales de la API | Streaming, llamadas a herramientas y salida estructurada |
| IDs de modelo | kimi-k3.1-pro / kimi-k3.1-pro-highspeed |
| Endpoint de CometAPI | https://api.cometapi.com/v1/chat/completions |
| reasoning_effort · string | low, high o max. Moonshot documenta max como su valor por defecto; envía un valor explícito al comparar. |
| stream · boolean | Habilita salida incremental con true; omítelo para una respuesta completa. |
| max_completion_tokens · integer | Presupuesto de tokens de salida. El razonamiento puede consumir parte; confirma límites en tu ruta. |
| tools / tool_choice | Definiciones de funciones y comportamiento de selección de herramientas para un bucle controlado por app. |
Comienza con model y messages. Agrega reasoning_effort o stream cuando sea necesario; usa tools y response_format para llamadas a herramientas y salida estructurada. Establece un presupuesto de salida compatible con tu ruta y prueba funciones opcionales antes del despliegue.
¿Qué es la API de Kimi K3.1 Pro?
Kimi K3.1 Pro es un modelo de frontera para razonamiento desarrollado por Moonshot AI e introducido el 23 de octubre de 2026. Se basa en Kimi K3 con un aprendizaje por refuerzo posterior al entrenamiento sustancialmente incrementado, mejorando ingeniería de software compleja, modelado 3D, análisis financiero y flujos de trabajo agentivos de múltiples pasos.
La API permite que las aplicaciones usen estas capacidades de forma programática sin alojar el modelo. Los desarrolladores pueden incorporar Kimi en asistentes de código, sistemas de análisis de documentos, canalizaciones de investigación y aplicaciones que requieren contexto extendido y herramientas externas.
¿Por qué aprender a usar Kimi K3.1 Pro ahora?
Kimi K3.1 Pro se sitúa a pocos puntos de los modelos propietarios más fuertes en agentes de código (Terminal-Bench 4.0: 65.7% vs Claude Opus 5.5 con 66.4%) al tiempo que ofrece una ventana de contexto completa de 1 millón de tokens y planes de pesos abiertos. Sus fortalezas en ingeniería de software de largo alcance, modelado 3D paramétrico y reducción de alucinaciones en tareas financieras lo convierten en una adición de alto valor al conjunto de herramientas de cualquier desarrollador.
¿Cómo funciona el esfuerzo de razonamiento?
- low: Comienza aquí para clasificación, extracción y explicaciones cortas de código cuando importa minimizar la sobrecarga de razonamiento.
- high: Úsalo para depuración, revisión de código y razonamiento sobre documentos que se benefician de un equilibrio entre profundidad y tiempo de respuesta.
- max: Reserva el mayor presupuesto de razonamiento para decisiones de ingeniería difíciles, planificación y tareas de agente extendidas.
El pensamiento permanece habilitado en todos los niveles de esfuerzo. Si tu cliente actual envía un ajuste como none o disabled, elimínalo antes de hacer una solicitud a K3.1 Pro.
Deja fuera los controles de muestreo en la solicitud inicial. Moonshot documenta valores fijos para temperature, top_p, n, presence_penalty y frequency_penalty, por lo que arrastrar configuraciones de otro modelo puede causar un error de validación.
Opciones de acceso comparadas
| Método de acceso | Base URL / Punto de entrada | IDs de modelo | Precios (aprox.) | Mejor para | Notas |
|---|---|---|---|---|---|
| API oficial de Moonshot | https://api.moonshot.ai/v1 | kimi-k3.1-pro kimi-k3.1-pro-highspeed | $2 / $10 (std) $4 / $20 (HS) | Máximo control, herramientas nativas | Requiere ≥ $1 de recarga para desbloquear flagship |
| CometAPI | https://api.cometapi.com/v1 | Igual que arriba | A menudo $1.60 / $8.00 (std) | Enrutamiento multimodelo, una sola clave | Recomendado para la mayoría de equipos |
| Kimi Code (Membership) | App nativa / CLI / VS Code | k3.1-pro k3.1-pro-highspeed | Cuota por membresía | Programación diaria, agentes de largo alcance | Máxima estabilidad |
| Codex | Configurado vía config.toml | kimi-k3.1-pro o k3.1-pro | Depende del tipo de clave | Usuarios existentes de Codex | Necesita wire_api = "responses" |
| Claude Code | Endpoint compatible con Anthropic | kimi-k3.1-pro o k3.1-pro | Depende del tipo de clave | Usuarios existentes de Claude Code | Debe establecer todos los niveles de modelo |
¿Cómo usar la API de Kimi K3.1 Pro?
Sigue estos pasos para obtener una respuesta de texto funcional antes de introducir herramientas o contenido multimodal. Los ejemplos de Python en secciones posteriores reutilizan el cliente inicializado en el ejemplo de configuración de Python.
Paso 1: Obtén tu clave de API
- Vía oficial: Ve a Kimi API Platform → Console → API Keys → Crea una nueva clave. Guárdala como la variable de entorno
MOONSHOT_API_KEY. Los modelos flagship se desbloquean tras una recarga mínima de $1. - Vía CometAPI (recomendada para la mayoría): Inicia sesión en el sitio web de CometAPI, crea una clave de API y confirma que tu cuenta puede acceder al modelo Kimi seleccionado. Mantén la clave en tu servidor; una clave emitida por Moonshot no sustituye a una clave de CometAPI.
Guarda la clave en una variable de entorno en lugar de incrustarla en el código fuente.
Bash
export COMETAPI_API_KEY="your-cometapi-api-key"
PowerShell
$env:COMETAPI_API_KEY="your-cometapi-api-key"
Usa una variable de entorno del lado del servidor en aplicaciones desplegadas. No expongas claves de API en JavaScript del navegador, repositorios públicos o archivos de configuración del lado del cliente.
Paso 2: Realiza tu primera solicitud con cURL
Este diseño compatible con OpenAI significa que las configuraciones existentes de LangChain, LlamaIndex, AutoGen, CrewAI o Claude Code funcionan con un simple cambio de base_url y nombre de modelo.
Envía una solicitud mínima al endpoint de Chat Completions.
Bash
curl https://api.cometapi.com/v1/chat/completions \ -H "Authorization: Bearer $COMETAPI_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "kimi-k3.1-pro", "messages": [ { "role": "user", "content": "Explain the purpose of API rate limiting in three sentences." } ] }'
Una solicitud correcta debería devolver una completion que contenga la respuesta del modelo en choices[0].message.content.
Inspecciona el estado de la respuesta, finish_reason y el uso de tokens antes de agregar opciones avanzadas.
Paso 3: Usa la API de Kimi K3.1 Pro con Python
Instala el SDK de OpenAI para Python.
Bash
python -m pip install --upgrade openai
Inicializa el cliente con la base URL de CometAPI.
Python
import osfrom openai import OpenAIclient = OpenAI( api_key=os.environ["COMETAPI_API_KEY"], base_url="https://api.cometapi.com/v1",)response = client.chat.completions.create( model="kimi-k3.1-pro", messages=[ { "role": "system", "content": "You are a software engineering assistant." }, { "role": "user", "content": "Explain how to debug a Python memory leak." } ])print(response.choices[0].message.content)print("Finish reason:", response.choices[0].finish_reason)print("Token usage:", response.usage)
Esta implementación es adecuada para un backend compatible con OpenAI existente. Cambiar el valor del modelo te permite comparar distintos modelos sin reestructurar toda la aplicación.
Paso 5: Cambia a Kimi K3.1 Pro Highspeed
Para comparar el tiempo de respuesta sin cambiar tu configuración de cliente, selecciona la API Kimi K3.1 Pro Highspeed en CometAPI.
Simplemente cambia el ID del modelo:
Python
response = client.chat.completions.create( model="kimi-k3.1-pro-highspeed", messages=[ { "role": "user", "content": "Find potential bugs in this API design." } ],)print(response.choices[0].message.content)
Mantén el prompt y el presupuesto de salida sin cambios durante la comparación. Registra la latencia observada y el uso facturado en ambas ejecuciones; la sección de precios explica cuándo la velocidad extra puede justificar la tarifa más alta.
Crea agentes Kimi K3.1 Pro con streaming, herramientas y visión
Control del esfuerzo de razonamiento
Kimi K3.1 Pro siempre razona. El parámetro reasoning_effort (a nivel superior) controla la profundidad:
- low — más rápido, más barato, suficiente para código simple o extracción
- high — equilibrado
- max — razonamiento más profundo (predeterminado), ideal para arquitectura compleja, depuración o planificación multi-paso
Reducir el esfuerzo suele ser una mejor optimización inicial que cambiar a Highspeed.
Streaming para una mejor experiencia de usuario
Agrega stream=True (o stream: true en JSON) para salida progresiva. Es esencial para sesiones largas de programación y bucles de agentes. Las respuestas con razonamiento extenso pueden tardar. El streaming permite que una aplicación procese incrementos de respuesta sin esperar a la completion completa.
Kimi separa los incrementos de razonamiento de los incrementos de la respuesta final. Dependiendo de la ruta de la API, el razonamiento puede aparecer en reasoning_content, mientras que la salida para el usuario aparece en content.
Conversaciones multi-turno y llamadas a herramientas
Devuelve siempre el mensaje completo del asistente (incluido cualquier reasoning_content) en turnos posteriores para mantener los aciertos de caché y un razonamiento coherente. El modelo admite llamadas a funciones estándar y salida JSON estructurada. Las herramientas oficiales (búsqueda web, ejecución de código, etc.) están disponibles a través del canal Formula API.
messages.append(completion.choices[0].message) # whole message, not .contentmessages.append({"role": "user", "content": "Now add tests."})
Visión y entrada multimodal
Pasa imágenes o fotogramas de video en el array messages usando el formato estándar de visión de OpenAI. Excelente para reconstrucción 3D, UI a código, análisis de diagramas y comprensión de documentos.
Kimi K3.1 Pro admite comprensión visual, lo que lo hace útil para analizar capturas de pantalla, diagramas, documentos escaneados y referencias de diseño.
Para compatibilidad, las imágenes locales pueden codificarse en Base64 en un mensaje estructurado.
import base64from pathlib import Pathimage_data = base64.b64encode( Path("dashboard.png").read_bytes()).decode("utf-8")response = client.chat.completions.create( model="kimi-k3.1-pro", messages=[ { "role": "user", "content": [ { "type": "image_url", "image_url": { "url": f"data:image/png;base64,{image_data}" } }, { "type": "text", "text": ( "Review this dashboard screenshot. " "Identify three usability problems " "and suggest improvements." ) } ] } ])print(response.choices[0].message.content)
El código asume que dashboard.png existe en el directorio de trabajo. Prueba la compatibilidad de formatos de imagen y límites de tamaño de carga de la ruta de CometAPI antes de usar entradas visuales más grandes.
Para video, Moonshot también documenta entradas basadas en archivos. La carga de video y los identificadores de archivo son más específicos del proveedor, así que evita asumir que un identificador nativo de Moonshot ms:// funcionará sin cambios en todas las puertas de enlace.
Uso con agentes de código populares
- Kimi Code (oficial): Selecciona K3.1 Pro o Highspeed vía
/model. Inicia una sesión nueva tras cambiar. - Claude Code / Codex / Cursor / Continue: Apunta la base URL a Moonshot o CometAPI y establece el ID de modelo.
- Mejores prácticas: Mantén el mismo modelo y esfuerzo de razonamiento durante toda la sesión para maximizar la caché de contexto (los aciertos de caché cuestan solo $0.20 / M tokens).
¿Cuánto cuesta la API de Kimi K3.1 Pro?
Kimi K3.1 Pro usa precios basados en tokens. CometAPI ofrece versiones estándar y Highspeed a tarifas por debajo de los precios publicados de la API de Moonshot.
La siguiente comparación usa USD por un millón de tokens de entrada sin caché o tokens de salida generados, basada en precios de CometAPI verificados el 26 de octubre de 2026.
| Modelo | Entrada oficial | Salida oficial | Entrada en CometAPI | Salida en CometAPI |
|---|---|---|---|---|
| Kimi K3 | $3.00 | $15.00 | $2.40 | $12.00 |
| Kimi K3.1 Pro | $2.00 | $10.00 | $1.60 | $8.00 |
| Kimi K3.1 Pro Highspeed | $4.00 | $20.00 | $3.20 | $16.00 |
La API estándar de K3.1 Pro es aproximadamente un 33.3% más barata que Kimi K3 en tarifas de tokens de entrada y salida sin caché.
A estas tarifas, Highspeed cuesta el doble por token que la estándar. Compara el gasto adicional con la mejora en el tiempo de respuesta que tus usuarios realmente experimentan.
Ejemplo de costo de la API Kimi K3.1 Pro
Supón que una aplicación procesa 100,000 tokens de entrada sin caché y genera 10,000 tokens de salida.
El costo estimado es:
Costo = (Tokens de entrada × Tarifa de entrada + Tokens de salida × Tarifa de salida) / 1,000,000
| Modelo | Costo de entrada | Costo de salida | Total |
|---|---|---|---|
| Kimi K3 | $0.24 | $0.12 | $0.36 |
| Kimi K3.1 Pro | $0.16 | $0.08 | $0.24 |
| Kimi K3.1 Pro Highspeed | $0.32 | $0.16 | $0.48 |
Para este ejemplo, pasar de Kimi K3 a K3.1 Pro estándar ahorra $0.12 por solicitud antes de la caché y cargos adicionales.
El gasto real depende de los tokens de razonamiento generados, la reutilización de contexto, reintentos, operaciones de herramientas y el número de tareas completadas con éxito.
Los desarrolladores deben consultar los últimos precios de la API de Kimi K3.1 Pro en CometAPI antes de establecer presupuestos de producción.
¿Cómo puede la caché reducir los costos de la API Kimi K3.1 Pro?
Kimi admite caché de contexto automática para prefijos de entrada reutilizables. Su mecanismo oficial de caché ofrece una vida útil predeterminada de cinco minutos y una opción de una hora.
Para aplicaciones que envían repetidamente las mismas instrucciones o materiales de referencia, la caché puede reducir el costo del contexto repetido.
Un diseño práctico de solicitud coloca primero la información estable y al final el contenido que cambia con frecuencia:
- Instrucciones de sistema estables.
- Definiciones de herramientas reutilizables.
- Documentos de referencia o contexto del repositorio.
- Pregunta actual del usuario.
Por ejemplo, un asistente de análisis de documentos puede reutilizar un documento de política fijo mientras responde muchas preguntas diferentes. Un agente de código puede conservar instrucciones de repositorio estables mientras cambia el issue activo o el resultado de una prueba.
No asumas que cada solicitud repetida se convierte en un acierto de caché. Confirma el uso de tokens en caché y las reglas de facturación aplicables de la puerta de enlace. Los precios y opciones de TTL del proveedor no establecen automáticamente cargos idénticos de caché en CometAPI.
Cuándo elegir Standard vs Highspeed
| Escenario | Versión recomendada | Motivo |
|---|---|---|
| Programación interactiva / pair programming | Highspeed | La persona espera; 2–3× de velocidad vale el costo |
| Trabajos por lotes, evaluación offline | Standard | Nadie espera; ahorra ~50% |
| Largas ejecuciones de agentes multi-turno | Highspeed o Standard con esfuerzo bajo | La latencia se compone |
| Alto volumen sensible a costos | Standard + esfuerzo low/high | Mejor relación precio/rendimiento |
| Demos en vivo o de cara al cliente | Highspeed | La percepción de respuesta importa |
Mejores prácticas para costo y calidad
- Inicia una conversación nueva al cambiar de modelo o el esfuerzo de razonamiento de forma importante.
- Aprovecha agresivamente la caché del prompt: mantén estables las instrucciones del sistema y grandes bases de código.
- Usa primero el esfuerzo
low; escala solo cuando baje la calidad. - Supervisa el uso de tokens (especialmente los de razonamiento) mediante los metadatos de la respuesta.
- Para producción, implementa enrutamiento de respaldo (CometAPI lo facilita en múltiples proveedores).
- Prefiere endpoints nativos del protocolo de OpenAI o Anthropic sobre traducciones de proxy pesadas para máxima estabilidad.
Conclusión
Kimi K3.1 Pro es una opción sólida para desarrolladores que construyen aplicaciones intensivas en razonamiento, agentes de código, asistentes de documentos financieros y flujos de trabajo de largo contexto. Combina mayor capacidad del modelo con una integración de API familiar y precios estándar por token más bajos que su predecesor.
La estrategia de adopción más efectiva es comenzar con una solicitud mínima en CometAPI, verificar el comportamiento de razonamiento y streaming, y luego agregar salidas estructuradas, entradas visuales, herramientas y caché según lo requiera la aplicación.
Elige el modelo K3.1 Pro estándar para flujos de trabajo sensibles a costos y evalúa Highspeed cuando importe la latencia de respuesta. Antes del despliegue completo, compara ambos con cargas de trabajo reales y conserva un respaldo probado.