Kimi K3.1 Pro

把复杂材料推进到可检查的成果

Kimi K3.1 Pro 是月之暗面的 3T 级多模态推理模型，能够结合文字、图像和视频理解任务，并输出文字、代码或结构化数据。1,048,576 token 上下文适合同时阅读大型代码库、多份研究材料和较长的工作记录，减少反复切分资料的成本。

在编程任务中，可以先让它梳理模块和约束，再完成实现、测试与修正；处理 3D 项目时，结合场景图、空间关系和脚本要求开展建模与交互设计。金融研究则应提供数据口径、报告日期和原始材料，让模型区分事实、假设与推断，并用计算工具复核关键数字。

模型始终启用推理，可通过 reasoning_effort 选择 low、high 或 max，默认 max。较轻的任务可以先试 low，再依据结果调整；多步研究和复杂代码修改适合保留更充分的推理预算。图像和视频用于理解与分析，生成的图片、视频或 3D 文件需要由应用提供相应工具完成。

需要成本更低的长流程处理时可以选择 Pro；需要更快完成交互式任务时，可以选择同系列 Highspeed。长上下文并不替代验证：代码需要运行测试，图表需要对照数据，研究结论需要回到原始材料检查。

大型代码项目示例

“阅读仓库说明、关键模块与报错截图，先定位调用链和根因，再修复问题。保留现有接口与数据格式，说明修改范围，运行相关测试，并记录仍未验证的路径。”

先提供项目目标、目录索引和关键约束，再补充相关源码与运行结果。通过工具调用执行测试后，完整保留返回的 assistant 消息（包括 reasoning_content）和工具结果，继续下一轮处理。

API 参数建议

使用 /v1/chat/completions，model 设为 kimi-k3.1-pro。reasoning_effort 支持 low、high、max，默认 max；不要传入旧版 K2 的 thinking 配置。temperature、top_p、n 和两项 penalty 使用固定值，建议省略。

max_completion_tokens 默认 131,072，参数上限 1,048,576；实际可用输出还受输入长度及整体上下文预算约束，推理 token 也会消耗输出预算。流式请求可启用 stream_options.include_usage 获取最终用量。

多轮对话及工具调用应原样保留完整 assistant 消息。需要严格结构化结果时，使用 response_format 的 json_schema，并只解析最终 message.content。图像建议使用 base64 数据，不直接依赖公共图片 URL。

固定资料与工具定义放在前缀，变化的提问和工具结果放在后部，更容易复用缓存。缓存命中、缓存写入与普通输入分别计费，输出用量包含推理部分。