文档 · 模型

Kimi K3.1 Pro

2026-11-08

在 TopxAI 调用 kimi-k3.1-pro：私有部署、固定 token 价格、始终开启的推理（默认 low）、输出上限，以及图片和参数限制。

用 kimi-official 或自动路由密钥调用 kimi-k3.1-pro。模型是 Moonshot 的 Kimi K3.1 Pro，由私有部署提供，不经过 Moonshot 官方 API。线路沿用原来的路由 ID，API 密钥页面把它标为私有部署、固定价格。

这个型号在 2026 年 10 月 24 日替换了 kimi-k3，旧 ID 返回 403。只允许旧 ID 的密钥需要修改允许列表；客户端保存的模型配置也要更新。

发送文本请求

curl https://api.topxai.xyz/v1/chat/completions \
  -H "Authorization: Bearer $TOPXAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3.1-pro",
    "reasoning_effort": "low",
    "max_completion_tokens": 4096,
    "messages": [{"role":"user","content":"解释进程与线程的区别。"}]
  }'

Chat Completions 是直接的文本接口。兼容 Anthropic 的客户端可以使用 /v1/messages，TopxAI 会转换为 Chat Completions。构造下一轮对话时，保留完整的 assistant 消息，包括推理内容和工具调用字段。

这个私有部署会在每个请求前面加一段约 100 个输入 token 的系统提示词。这部分按输入计费，所以 usage.prompt_tokens 会比你发出的提示词多出 100 个左右。

Responses 请求

POST /v1/responses 接受 kimi-k3.1-pro，请在 input 中提供完整对话，并设 store: false。使用无状态请求；服务端会话持久化和完整 Codex 工作流尚未验证。这个格式通过 reasoning: {"effort":"low"} 设置推理强度。

推理

推理始终开启，支持 low、high 和 max。没设档位的请求按 low 跑；2026 年 11 月 8 日之前默认是 max，想保持原来的深度，请求里写 "reasoning_effort": "max"。OpenAI 的其他档位由中转服务换算：minimal 按 low，medium 按 high，xhigh 按 max。none 和 off 也按 low 跑，因为模型停不了推理，这部分 token 照样消耗。"thinking": {"type": "disabled"} 开关也按同样方式并进档位。

上限与输入格式

设置	值
输入	文本、图片（只收 base64 data URL）
上下文窗口	1,048,576 token
最大输出	131,072 token
端点	`/v1/chat/completions`、`/v1/responses`、`/v1/messages`
推理档位	`low`（默认）、`high`、`max`，始终开启
权重精度	MXFP4 量化

权重精度一行说的是这个私有部署本身：它跑的是量化后的权重，不是 Moonshot 官方的全精度服务。TopxAI 公开 131,072 token 的输出上限，为提示词留出空间。max_tokens 或 max_completion_tokens 超过 1,000,000 会被部署拒绝；上限设得很小时，模型可能写超。

图片请放在 Chat Completions 的 content 数组中，使用 image_url 项和 base64 data URI（data:image/png;base64,...）。Studio 的图片附件按钮生成的就是这种格式。公网 http(s) 图片地址不会被下载：发的是网址，模型会回答看不到图片，这次请求照样计费。

参数

工具调用、并行工具调用、工具结果往返、带 usage 的流式输出、Responses 的流式输出和工具、Messages 的流式输出都能用，temperature、top_p 和 json_object 格式的 response_format 也有效。下面这些不起作用：

停止序列 stop 会被忽略。
json_schema 格式的 response_format 会被忽略，请改用 json_object，再用自己的代码检查结果。
tool_choice 设成 "none" 或 "required" 不起作用，parallel_tool_calls: false 也不起作用。tool_choice 指定某一个函数时有效。
不支持 n。不管 n 设多少，都只返回一个结果，也只计一次费。
不返回 logprobs。

固定价格与缓存

主部署的默认价格为每百万 token 输入 $0.50、缓存读取 $0.30、输出 $5.00，全天同价。没有长上下文档位，也没有缓存写入价：提示词缓存自动生效，缓存写入不单独收费，命中缓存的提示词 token 按上游报告的用量、以缓存读取价计费。

TopxAI 价格页同时列出 Kimi 官方牌价作参考，出处是 Kimi 价格页，2026 年 11 月 8 日核对：输入 $2.00、缓存读取 $0.20、输出 $10.00。本站输入和输出低于这份牌价，缓存读取高于牌价。已受理请求和历史账单保留受理时记录的价格。

备用部署

kimi-k3.1-pro 部署了两套，第二套放在成本更高的机房，平时只做备用。主部署在作答前出故障时，请求可能自动转到备用部署，这次请求按备用价计费：每百万 token 输入 $2.40，缓存读取 $0.24，输出 $12.00，另外 5 分钟缓存写入按 $2.40 计费。缓存写入只在备用部署上收费，主部署不收。这种情况很少发生。

在用量日志里，这样的请求标着备用部署（英文界面为 Backup deployment），并列出它实际按哪组备用价计费。首页和模型页的价格表里，该模型价格下方也有一行备用部署，写的是同一组价格。

目录里没有备用部署的是 GLM-5.3-Flash-Abliterated 和 deepseek-flash-fast：它们的部署出故障时，请求直接失败，不扣费。

模型：kimi-k3.1-pro · 模型与价格