Como Usar a API do Kimi K3.1 Pro

O Kimi K3.1 Pro está disponível na EmpirioLabs. É o modelo principal da Moonshot para longa duração de codificação e trabalho com agentes, lançado em 23 de outubro de 2026 como uma versão pós-treinada do Kimi K3. Ele lê texto e imagens em um contexto de token de 1M, justifica antes de responder na profundidade que você escolher, chama suas funções, retorna JSON que segue seu esquema e pode pesquisar na web, ler páginas e rodar Python por conta própria. Moonshot relata ganhos sobre o Kimi K3 em programação, criação 3D e pesquisa financeira.

O que o modelo faz

Entrada de texto e imagem. Envie capturas de tela, diagramas e fotos no mesmo pedido do prompt, usando o padrão image_url bloqueio de conteúdo, como endereço web ou URL de dados.

Raciocínio ajustável. O pensamento está ativado por padrão. raciocinação esforço define sua profundidade: baixo, Médio, alto, ou max, com max como padrão. O texto de raciocínio volta raciocinar conteúdo.

Ferramentas embutidas. Três ferramentas estão disponíveis e desativadas por padrão: busca na web (tool_web_search), um extrator web que lê páginas (tool_web_extractor), e um interpretador de código Python (tool_code_interpreter). Eles funcionam sozinhos ou em conjunto com suas ferramentas de funções e saída estruturada, tanto em requisições de streaming quanto não-streaming.

Funções e saída estruturada. A chamada de função suporta escolhas forçadas e necessárias de ferramentas com pensamento em, e response_format aplica exatamente um esquema JSON. Prefixos repetidos de prompt são armazenados automaticamente e faturados na taxa de entrada armazenada em cache.

Assista ao filme de lançamento

Cada programa do filme foi escrito pelo Kimi K3.1 Pro em uma única tomada através da API EmpirioLabs: um buraco negro com ray tracing, uma simulação de tinta que roda na GPU, uma torre do relógio, uma corrida de bolinhas de gude, uma montanha-russa e uma cidade que cresce do nada. A trilha sonora foi gerada pela ACE-Step no EmpirioLabs. Assista no YouTube.

Como chamar o Kimi K3.1 Pro

Use o endpoint de conclusão de chat compatível com OpenAI e configure modelo para kimi-k3-1-pro. Esse pedido pesquisa na internet e fundamenta em grande profundidade:

curl https://api.empiriolabs.ai/v1/chat/completions \ -H "Autorização: Portador $EMPIRIOLABS_API_KEY" \ -H "Tipo-de-Conteúdo: application/json" \ -d '{ "modelo": "kimi-k3-1-pro", "reasoning_effort": "alto", "tool_web_search": true, "mensagens": [ {"papel": "usuário", "conteúdo": "O que mudou na última versão estável em Python? Três tópicos."} ] }'

A resposta termina com uma lista de Fontes das páginas usadas pelo modelo, e use. tool_usage.web_search conta as buscas que ele executou. O mesmo ID do modelo funciona nos endpoints Respostas, Mensagens e compatíveis com Gemini listados na página do modelo, e com "Stream": Verdade.

Escolhendo um esforço de raciocínio

Tokens de profundidade e saída. Tokens de raciocínio são anunciados como tokens de saída, e baixo Usa muito menos deles do que nos outros níveis. Uso baixo para respostas rápidas e chamadas rotineiras de ferramentas, e manter max Para codificação fixa e longas execuções de agentes.

Desviar o pensamento. activar pensar definir para falso Remove o raciocínio completamente, o que também remove os tokens adicionados ao prompt, mas reduz a qualidade da saída. A busca na web ainda funciona sem pensar. O extrator web e o interpretador de código não.

Mudança do Kimi K3

O que mudar. Definir modelo para kimi-k3-1-pro. raciocinação esforço e tool_web_search Funciona da mesma forma, e agora é possível desligar o pensamento. O Kimi K3 continua disponível, e continua sendo a escolha para entrada de vídeo, que o Kimi K3.1 Pro não aceita.

Notas operacionais

• max_tokens inclui raciocínio. Um valor pequeno pode terminar dentro do raciocínio e não dar resposta, com finish_reason definir para Comprimento. Deixe espaço para ambos, ou deixe sem ajustar. Com uma ferramenta embutida, o mínimo é 16.
• As sequências de registro também se aplicam ao raciocínio. Uma cadeia de parada que aparece no raciocínio termina a resposta ali, sem resposta. Use cadeias que não apareçam no raciocínio do modelo, ou desligue o pensamento para esse pedido.
• Os resultados da busca contam como tokens de entrada. As páginas retornadas por uma busca são adicionadas à entrada do modelo, e uma solicitação pode realizar várias buscas, cada uma com sua própria taxa.
• A amostragem é fixa. temperatura, topo p, e as configurações de penalidade são ignoradas.
• As respostas de busca terminam com uma lista de Fontes. Definir disable_formatting para Verdade quando outro programa lê a saída e espera apenas a resposta. A saída estruturada nunca recebe a lista.

Preços

O uso de tokens é cobrado com uma taxa de entrada, uma taxa de saída e uma taxa menor para entrada em cache, a mesma em todos os comprimentos de contexto. Tokens de raciocínio são faturados como tokens de saída, e cada busca web executada adiciona uma taxa por busca. Veja ao vivo página do modelo e página de preços Para as taxas atuais.

Comece a construir

Experimente o Kimi K3.1 Pro no Playground, ler Documentação da API, ou comparar com outros modelos na Catálogo de modelos.

Divulgação: Este artigo foi escrito com assistência de IA e revisado por EmpirioLabs IA.