Kimi K3.1 Pro API

Kimi K3.1 Pro cuesta $0.80 por 1M de tokens de entrada y $4.00 por 1M de tokens de salida en Zurelay, con la entrada en caché a $0.08. El precio de lista de Moonshot es $2.00 de entrada y $10.00 de salida, así que ahorras 60%. Se aplica una sola tarifa a cualquier longitud de prompt, hasta la ventana completa de 1M de tokens.

Sí. Zurelay sirve el mismo modelo kimi-k3.1-pro un 60% por debajo del precio de lista de Moonshot. Recargas saldo prepago y pagas solo por los tokens que usas, sin suscripción.

Instala el SDK oficial de OpenAI, configura la URL base en https://api.zurelay.com/v1 y usa tu clave de API de Zurelay. Luego pasa model "kimi-k3.1-pro" a chat.completions.create. Deja temperature y top_p sin definir, ya que Moonshot los fija, y usa reasoning_effort para elegir low, high o max.

Kimi K3.1 Pro es Kimi K3 post-entrenado con mucho más aprendizaje por refuerzo, así que mantiene la misma arquitectura, contexto de 1M de tokens y visión. Moonshot reporta mejoras claras en codificación, modelado 3D y finanzas, y una tasa de alucinaciones mucho menor. Su precio de lista es más bajo que el de K3.

Son el mismo modelo, y Moonshot dice que son igual de capaces. Highspeed escribe dos o tres veces más rápido: en nuestras pruebas, unos 97 tokens por segundo frente a unos 46 de K3.1 Pro. Elige Highspeed cuando alguien esté esperando la respuesta, y K3.1 Pro para trabajos en segundo plano, donde su precio más bajo importa más que la velocidad.

Kimi K3.1 Pro admite 1,048,576 tokens de contexto. En Zurelay una respuesta llega como máximo a 32,000 tokens de salida, independientemente del max_tokens que configures, y después termina con finish_reason "length". El razonamiento y la respuesta comparten esos 32,000 tokens, así que deja margen en prompts difíciles. Para respuestas más largas usa kimi-k3.1-pro-highspeed, que supera los 32,000 tokens (el valor predeterminado de Moonshot es 131,072).

Sí. Kimi K3.1 Pro tiene visión nativa y acepta imágenes junto con texto en la misma solicitud. Envíalas en el formato de OpenAI, como enlaces https o URL de datos en base64: la API de Moonshot no acepta enlaces, así que Zurelay los descarga y envía la imagenn directamente. El modelo devuelve solo texto.

No. Siempre razona antes de responder. Configura reasoning_effort en low para obtener el razonamiento más breve y las respuestas más rápidas y económicas, o déjalo en max, el valor predeterminado, para problemas difíciles. En Zurelay, las solicitudes sin razonamiento se ejecutan en low.

Sí. Pon stream: true para recibir los tokens a medida que se generan, y añade stream_options.include_usage para obtener el recuento de tokens en el último fragmento. Puedes dar a cada clave de API de Zurelay su propio presupuesto mensual y su propio límite de solicitudes por minuto. Las solicitudes fallidas se reintentan en otra ruta y nunca se facturan.

Sí. Las solicitudes se envían directamente a kimi-k3.1-pro. Zurelay no lo reemplaza por un modelo más pequeño ni por otro modelo. Solo el enrutamiento inteligente, que tú mismo activas, puede responder con una alternativa similar cuando el modelo no está disponible, y el encabezado x-zurelay-model indica qué modelo respondió. La salida se genera mediante muestreo, por lo que la redacción varía entre ejecuciones, igual que en la propia API de Moonshot. Zurelay es un servicio independiente y no está afiliado a Moonshot AI.