MoonshotAI: Kimi K3.1 Pro

Kimi K3.1 Pro é um modelo de texto da Moonshot AI, lançado pelo fornecedor em 2026-10-23. É descrito como o modelo de raciocínio multimodal de pesos abertos principal da Moonshot AI e um sucessor pós-treinado do Kimi K3. O id do modelo na api14 é moonshotai/kimi-k3.1-pro, e ele pertence à categoria de texto.

O modelo aceita texto, imagem e vídeo como entradas e produz texto como saída, portanto pode trabalhar com prompts de mídia mista em vez de apenas texto. Sua janela de contexto é de 1.048.576 tokens, o que equivale a aproximadamente um milhão de tokens, e a saída máxima é de 943.718 tokens. Essa combinação de uma janela de entrada muito grande com um orçamento de saída muito grande é a característica prática que define o modelo.

Essas capacidades apontam para trabalhos que envolvem entradas longas e respostas longas. Tarefas de programação de horizonte longo se encaixam, já que um repositório grande ou uma especificação longa pode ser mantido no contexto enquanto o modelo produz código substancial em troca. O mesmo se aplica ao raciocínio sobre documentos extensos, e a tarefas em que imagens ou vídeo fazem parte da entrada e a resposta é texto escrito, como descrever ou analisar material visual junto com um briefing escrito longo. Como o limite de saída é alto, o modelo pode ser solicitado a fornecer respostas estendidas em vez de resumos curtos.

Você o chama através da API compatível com OpenAI da api14 usando o id de modelo "moonshotai/kimi-k3.1-pro". Os parâmetros de requisição que ele suporta são frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, reasoning_effort, response_format, stop, structured_outputs, tool_choice e tools. Os parâmetros reasoning e include_reasoning, junto com reasoning_effort, permitem controlar como o raciocínio é solicitado e retornado, enquanto response_format e structured_outputs estão disponíveis quando você precisa da saída em um formato definido. Os parâmetros tools e tool_choice suportam chamada de funções, então o modelo pode ser usado dentro de fluxos de trabalho com agentes ou com uso de ferramentas.

Não há restrições declaradas nos fatos além de o modelo produzir apenas texto como saída, então se você precisa de geração de imagem ou vídeo este modelo não é o adequado. Se sua tarefa é curta e puramente textual, os limites muito grandes de contexto e de saída podem ser mais do que você precisa, e um modelo de texto menor poderia ser a escolha mais simples. Para trabalhos de contexto longo, entrada multimodal, com muito raciocínio ou com uso de ferramentas, este modelo é a opção apropriada entre as descritas aqui.