Kimi K3.1 Pro API

Kimi K3.1 Pro coûte $0.80 par 1M tokens en entrée et $4.00 par 1M tokens en sortie sur Zurelay, avec l’entrée en cache à $0.08. Le tarif catalogue de Moonshot est de $2.00 en entrée et de $10.00 en sortie, soit une économie de 60%. Le même tarif s’applique quelle que soit la longueur du prompt, jusqu’à la fenêtre complète de 1M tokens.

Oui. Zurelay propose le même modèle kimi-k3.1-pro à un prix inférieur de 60% au tarif catalogue de Moonshot. Vous rechargez votre crédit prépayé et ne payez que les tokens utilisés, sans abonnement.

Installez le SDK officiel OpenAI, définissez l’URL de base sur https://api.zurelay.com/v1 et utilisez votre clé API Zurelay. Passez ensuite le modèle "kimi-k3.1-pro" à chat.completions.create. Ne définissez pas temperature ni top_p, car Moonshot les impose, et utilisez reasoning_effort pour choisir low, high ou max.

Kimi K3.1 Pro est une version de Kimi K3 post-entraînée avec beaucoup plus d’apprentissage par renforcement. Il conserve donc la même architecture, le contexte de 1M tokens et la vision. Moonshot annonce des progrès nets en programmation, en modélisation 3D et en finance, ainsi qu’un taux d’hallucination bien plus faible. Son tarif catalogue est inférieur à celui de K3.

Il s’agit du même modèle et, selon Moonshot, leurs capacités sont identiques. Highspeed écrit deux à trois fois plus vite : environ 97 tokens par seconde dans nos tests, contre environ 46 pour K3.1 Pro. Choisissez Highspeed lorsqu’une personne attend la réponse, et K3.1 Pro pour les tâches en arrière-plan, où son prix inférieur compte plus que la vitesse.

Kimi K3.1 Pro dispose d’un contexte de 1,048,576 tokens. Sur Zurelay, une réponse est limitée à 32,000 tokens de sortie, quelle que soit la valeur de max_tokens, puis se termine avec finish_reason "length". Le raisonnement et la réponse se partagent ces 32,000 tokens : prévoyez donc une marge pour les prompts difficiles. Pour des réponses plus longues, utilisez kimi-k3.1-pro-highspeed, qui dépasse 32,000 tokens (la valeur par défaut de Moonshot est de 131,072).

Oui. Kimi K3.1 Pro dispose d’une vision native et accepte des images avec du texte dans la même requête. Envoyez-les au format OpenAI, sous forme de liens https ou d’URL de données base64 : l’API de Moonshot n’accepte pas les liens, donc Zurelay les télécharge et envoie les images elles-mêmes. Le modèle ne renvoie que du texte.

Non. Il réfléchit toujours avant de répondre. Réglez reasoning_effort sur low pour le raisonnement le plus court et les réponses les plus rapides et les moins chères, ou laissez-le sur max, la valeur par défaut, pour les problèmes difficiles. Sur Zurelay, une requête sans raisonnement est exécutée avec low.

Oui. Définissez stream: true pour recevoir les tokens à mesure qu’ils sont générés, et ajoutez stream_options.include_usage pour obtenir le nombre de tokens dans le dernier fragment. Vous pouvez attribuer à chaque clé API Zurelay un budget mensuel et un plafond de requêtes par minute. Les requêtes échouées sont relancées via une autre route et ne sont jamais facturées.

Oui. Les requêtes sont envoyées à kimi-k3.1-pro lui-même. Zurelay ne le remplace pas par un modèle plus petit ou différent. Seul le routage intelligent, que vous activez vous-même, peut faire répondre un modèle comparable lorsque le modèle demandé est indisponible, et l’en-tête x-zurelay-model indique le modèle qui a répondu. La génération repose sur un échantillonnage : la formulation varie donc d’une exécution à l’autre, comme sur l’API de Moonshot. Zurelay est un service indépendant et n’est pas affilié à Moonshot AI.