- 1M context
- Multimodal
- Reasoning
- Responses API
- नया · 23 अक्टू॰
Kimi K3.1 Pro QuickSilver Pro पर
Kimi K3.1 Pro — Moonshot के अनुसार संदर्भ सीमा 1M टोकन है और पूरे वेट 4 नवंबर 2026 तक जारी करने की योजना है।
- 1M context
- अधिकतम 944K output
- Vision
- Tools
- Reasoning · डिफ़ॉल्ट रूप से चालू
- Streaming
- JSON Schema output
आप चुकाते हैं · input / output प्रति 1M
$2.00 / $10.00
लिस्ट प्राइस पर
OpenRouter जैसी ही दरें
Pricing तुलना ($/1M tokens)
बार की लंबाई = लिस्ट प्राइस के मुक़ाबले क़ीमत
| Provider | Input | Output | QSP की तुलना में |
|---|---|---|---|
| QuickSilver Pro | $2.00 | $10.00 | — |
| OpenRouter(moonshotai/kimi-k3.1-pro) | $2.00 | $10.00 | बराबर |
Moonshot AI via OpenRouter लिस्ट प्राइस का स्रोत: openrouter.ai/api/v1/models/moonshotai/kimi-k3.1-pro/endpoints
एक नज़र में
- Context
- 1M tokens
- Input / 1M
- $2.00
- Output / 1M
- $10.00
- Default में सोचता है
- हाँ
- अधिकतम output
- 944K
- Latency · लाइव
- —
लंबे संदर्भ में कोडिंग और इमेज कार्य।
Kimi K3.1 Pro कब सही चुनाव है?
catalog की क्षमताओं और प्रकाशित क़ीमतों से तैयार, benchmark से नहीं।
कब इस्तेमाल करें
बड़े संदर्भ में कोडिंग, इमेज और टूल कार्यों के लिए उपयोग करें।
- लंबे दस्तावेज़ और codebases, 1M tokens तक के context के साथ
- Tools call करने वाले agents, strict JSON Schema output के साथ
- Images वाले prompts
- कई चरणों वाला reasoning, डिफ़ॉल्ट रूप से चालू
कब कोई और model चुनें
यदि किसी नामित फ़ंक्शन का अनिवार्य कॉल चाहिए तो दूसरा मॉडल चुनें; ये एंडपॉइंट ऐसा tool_choice अस्वीकार करते हैं।
Quickstart (curl)
API key पाएँ →curl https://api.quicksilverpro.io/v1/chat/completions \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k3.1-pro",
"messages": [{"role": "user", "content": "Hello!"}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="kimi-k3.1-pro",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.quicksilverpro.io/v1",
apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
model: "kimi-k3.1-pro",
messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);curl https://api.quicksilverpro.io/v1/responses \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k3.1-pro",
"input": "Hello!"
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="kimi-k3.1-pro",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)OpenAI-संगत। base_url बदलकर एक लाइन में migration।
Gateway का व्यवहार
इस मॉडल के लिए compatibility नोट्स।
prompt- 1M tokens तक के prompts।
max_tokens- 944K output tokens तक।
- /v1/chat/completions: समर्थित
- /v1/responses: समर्थित
- streaming: समर्थित
- tools: समर्थित
- image input: समर्थित
- JSON Schema: समर्थित
- reasoning: समर्थित
क़ीमत कहाँ से आती है
- Provider reference
- $2.00 / $10.00openrouter.ai/api/v1/models/moonshotai/kimi-k3.1-pro/endpoints
- Catalog में सत्यापित
- Prompt cache · तुलना नहीं
- $0.20 read
usage.cost = prompt_tokens × $2.00/1M + completion_tokens × $10.00/1M
FAQ
सामान्य प्रश्न
प्रति दस लाख टोकन: इनपुट $2.00 / आउटपुट $10.00; कैश रीड $0.20, Moonshot एंडपॉइंट की सूची कीमत पर।
रीजनिंग डिफ़ॉल्ट रूप से चालू है। अपस्ट्रीम परीक्षण में reasoning: { enabled: false } काम करता है। 16/64 टोकन परीक्षणों में रीजनिंग कुल आउटपुट सीमा के भीतर थी।
दोनों एंडपॉइंट पर auto या required टूल चयन, JSON Schema, इमेज इनपुट और स्ट्रीमिंग उपयोग पास हुए। नामित फ़ंक्शन को बाध्य करने पर 404 मिला। ZDR अनुरोध सफल हुए। OpenRouter वीडियो इनपुट भी बताता है, लेकिन वीडियो का परीक्षण नहीं हुआ।
model="kimi-k3.1-pro" और base_url=https://api.quicksilverpro.io/v1 सेट करें। घोषित संदर्भ 1M टोकन और आउटपुट सीमा 944K टोकन है; लॉन्च परीक्षणों में अधिकतम 128 आउटपुट टोकन थे।