Felo API पर Kimi K3.1 Pro: क्षमताएँ, बेंचमार्क, मूल्य निर्धारण, और सेटअप
Felo API पर Kimi K3.1 Pro के लिए एक विस्तृत मार्गदर्शिका: इसका 1M-टोकन संदर्भ, दृश्य इनपुट, कोडिंग और वित्तीय परिणाम, मूल्य निर्धारण, और API सेटअप।
Kimi K3.1 Pro अब Felo API के माध्यम से उपलब्ध है। यदि आप इसे कोडिंग एजेंट, दृश्य वर्कफ़्लो, या बड़े दस्तावेज़ सेट पर शोध के लिए विचार कर रहे हैं, तो यह मार्गदर्शिका आपके पहले एकीकरण से पहले आवश्यक विवरण प्रस्तुत करती है: K3 से क्या बदला, प्रकाशित मूल्यांकन क्या दर्शाते हैं, Felo कौन-कौन से इनपुट स्वीकार करता है, और इसके दो प्रदाता मार्गों में से किसे चुनें।
सार्वजनिक Felo मॉडल आईडी kimi-k3.1-pro है। आप इसे Felo मॉडल कैटलॉग में देख सकते हैं और Playground में इसका परीक्षण कर सकते हैं।
एक नजर में Kimi K3.1 Pro
| विवरण | अभी क्या उपलब्ध है |
|---|---|
| मॉडल | Moonshot AI की पहली K3.1-सीरीज़ फ्लैगशिप, Kimi K3 का पोस्ट-प्रशिक्षित संस्करण |
| Felo मॉडल आईडी | kimi-k3.1-pro |
| संदर्भ विंडो | 1,048,576 टोकन (लगभग 1 मिलियन) |
| इनपुट | टेक्स्ट, छवियाँ, और वीडियो |
| आउटपुट | टेक्स्ट; यह 3D वर्कफ़्लो के लिए कोड लिख सकता है, लेकिन मॉडल कॉल सीधे 3D एसेट या जनरेटेड वीडियो नहीं लौटाता |
| तर्क | डिफ़ॉल्ट रूप से सक्षम; Felo max, high, low, और none प्रयास स्तर सूचीबद्ध करता है, जिसमें डिफ़ॉल्ट max है |
| अनुशंसित Felo प्रोटोकॉल | Messages, POST https://openapi.felo.ai/api/v1/messages पर |
| Felo पर प्रदाता मार्ग | Moonshot AI MXFP4 और Moonshot AI Highspeed |
ये Felo की वर्तमान मॉडल सूची में दिए गए फ़ील्ड हैं। एक बड़ा संदर्भ विंडो क्षमता सीमा है, यह वादा नहीं कि एक मिलियन-टोकन प्रॉम्प्ट में हर तथ्य पूरी तरह याद रहेगा। उत्पादन कार्य के लिए, उस लंबाई, इनपुट प्रारूप, और तर्क सेटिंग का परीक्षण करें जिसे आप उपयोग करने की योजना बनाते हैं।
Kimi K3 से क्या बदला?
Moonshot K3.1 Pro को K3 का पोस्ट-प्रशिक्षित संस्करण बताता है, जिसमें कई डाउनस्ट्रीम कार्यों पर काफी अधिक पोस्ट-प्रशिक्षण कंप्यूट और रिइनफोर्समेंट लर्निंग शामिल है। यह अंतर महत्वपूर्ण है। सार्वजनिक दावा कोडिंग, एजेंटिक, दृश्य, और ज्ञान-कार्य कार्यों पर बेहतर व्यवहार के बारे में है; यह दावा नहीं कि K3.1 की नई बेस आर्किटेक्चर प्रकाशित हुई है। Felo के K3.1 Pro मॉडल पेज में मॉडल और उसके समर्थित API मार्ग का सारांश है।
K3 स्वयं 2.8-ट्रिलियन-पैरामीटर, 3T-क्लास मिश्रण-ऑफ-एक्सपर्ट्स मॉडल है। इसके प्रकाशित डिज़ाइन में Kimi Delta Attention और Attention Residuals का उपयोग होता है, जिसमें मूल दृश्य समझ और एक मिलियन-टोकन संदर्भ विंडो है। क्योंकि K3.1 Pro K3 पर आधारित है, यह वास्तुशिल्प पृष्ठभूमि उपयोगी है; Moonshot ने अभी तक पूर्ण K3.1 वज़न या अलग वास्तु विनिर्देश जारी नहीं किया है। Felo पर K3 की आर्किटेक्चर और विनिर्देश देखें।
व्यावहारिक बदलाव यह है कि मॉडल क्या-क्या कार्य पूरा कर सकता है। Moonshot ने लंबी-अवधि कोडिंग, 3D मॉडलिंग, वित्तीय शोध, और अपने स्ट्रेस टेस्ट पर तथ्यात्मक सटीकता में सुधार की रिपोर्ट दी है। K3.1 Pro में Highspeed सर्विंग विकल्प भी है, जिसे Moonshot के अनुसार सामान्य संस्करण की तुलना में लगभग 2–3 गुना गति मिलती है, वही मॉडल क्षमता के साथ। तेज़ मार्ग का टोकन मूल्य अधिक है, जो नीचे दिया गया है।
प्रकाशित प्रवेश मूल्य भी बदल गया है। Felo K3 को प्रति मिलियन इनपुट टोकन $3 और आउटपुट टोकन $15 पर सूचीबद्ध करता है। K3.1 Pro के MXFP4 मार्ग को क्रमशः $2 और $10 पर सूचीबद्ध किया गया है। इसका अर्थ है कि नए मॉडल का कम कीमत वाला मार्ग आज की सूचीबद्ध दरों पर प्रति इनपुट या आउटपुट टोकन एक-तिहाई सस्ता है। इसे पूर्ण कार्यभार बचत मानने से पहले अपने इच्छित चैनल और विलंबता की तुलना करें।
मॉडल की सबसे मजबूत विशेषताएँ
लंबी-अवधि कोडिंग और एजेंट्स
K3.1 Pro एकल कोड स्निपेट से आगे काम करने के लिए बना है। Moonshot के उदाहरणों में मल्टी-फाइल विकास, डिबगिंग, फ्रंट-एंड निर्माण, गेम-इंजन कार्य, और ऐसे टूल-सहायता प्राप्त कार्य शामिल हैं जिनमें बार-बार निरीक्षण और संशोधन की आवश्यकता होती है। इसके अपने Kimi Code Bench 3.0 Long-horizon परिणाम K3 के 55.95% से बढ़कर K3.1 Pro के लिए 61.2% हो गए। Terminal-Bench 4.0 पर, K3.1 Pro ने Moonshot के प्रकाशित मूल्यांकन में 65.7% स्कोर किया। इंजीनियरिंग टीम के लिए, उपयोगी प्रश्न यह है कि क्या यह रिपॉजिटरी बदल सकता है बिना संदर्भ खोए: सही फ़ाइलें पढ़ना, पैच प्रस्तावित करना, प्रासंगिक जांच चलाना, और परीक्षण विफल होने पर पुनर्प्राप्त करना। इसे एक प्रतिनिधि समस्या दें और अंतिम डिफ़ और परीक्षण परिणामों का मूल्यांकन करें। केवल एक पॉलिश योजना कार्य पूर्ण होने का प्रमाण नहीं है।
छवियाँ, वीडियो, और 3D कार्य
Felo मार्ग टेक्स्ट, छवि, और वीडियो इनपुट स्वीकार करता है और टेक्स्ट लौटाता है। इससे K3.1 Pro ऐसे कार्यों के लिए प्रासंगिक बनता है जैसे स्क्रीनशॉट समझाना, फ्रेम की तुलना करना, दृश्य संदर्भ पर तर्क करना, या 3D मॉडलिंग पाइपलाइन के लिए कोड और स्क्रिप्ट लिखना। यह मॉडल एंडपॉइंट को छवि, वीडियो, या 3D-फ़ाइल जनरेटर में नहीं बदलता। एसेट बनाने के लिए, मॉडल के आउटपुट को अपने टूल या उपयुक्त जनरेशन वर्कफ़्लो से जोड़ें।
Moonshot ने BenchCAD with tools पर 92.7% रिपोर्ट किया है, जो जेनरेटेड CAD कोड के माध्यम से कई रेंडर व्यू से 3D ऑब्जेक्ट पुनर्निर्माण का परीक्षण है। इसके प्रकाशित उदाहरण सेट में Blender और CAD स्क्रिप्टिंग, इंटरैक्टिव Three.js सीन, और Unity, Unreal Engine, Godot में कार्य भी शामिल हैं। ये उदाहरण मूल्यांकन के लिए कार्य का प्रकार दिखाते हैं; इनका अर्थ नहीं कि हर टूल एक सामान्य API अनुरोध के साथ शामिल है।
वित्तीय शोध और मॉडलिंग
Moonshot ने OfficeQA Pro v2 पर 64.4 रिपोर्ट किया है, जो वित्तीय दस्तावेज़ों पर विश्लेषण का परीक्षण करता है, जिसमें पुनः प्राप्ति, क्रॉस-डॉक्युमेंट जांच, और संख्यात्मक तर्क शामिल हैं। Moonshot के आंतरिक मूल्यांकन में, K3.1 Pro ने वित्तीय शोध में K3 के 58.8 के मुकाबले 70.4 और वित्तीय मॉडलिंग में K3 के 50.4 के मुकाबले 57.6 स्कोर किया। ये कार्य-विशिष्ट स्कोर हैं, निवेश रिटर्न या हर वित्तीय प्रश्न पर सटीकता का माप नहीं।
यह नियंत्रित कॉर्पस के साथ परीक्षण के लिए उपयुक्त है: वार्षिक रिपोर्ट, फाइलिंग, आय सामग्री, और ऐसा प्रश्न जिसमें मॉडल को सटीक अंश उद्धृत करने और गणना दिखाने की आवश्यकता हो। स्रोत दस्तावेज़ और अंकगणित समीक्षा के लिए उपलब्ध रखें। ऐसे वर्कफ़्लो में जो वित्तीय निर्णय लेता है, स्वतंत्र सत्यापन आवश्यक है।
लंबे दस्तावेज़ और बहु-चरणीय शोध
एक मिलियन-टोकन विंडो एक एप्लिकेशन को सामान्य छोटे चैट अनुरोध से कहीं अधिक सामग्री सबमिट करने देती है: कोड, ट्रांस्क्रिप्ट, रिपोर्ट, छवियाँ, और वार्तालाप इतिहास एक ही संदर्भ में आ सकते हैं। मॉडल टूल कॉल के माध्यम से बहु-चरणीय एजेंट वर्कफ़्लो में भी भाग ले सकता है। लेकिन संदर्भ क्षमता और एजेंट व्यवहार अलग चीजें हैं। एक लंबा प्रॉम्प्ट फिर भी स्पष्ट कार्य, दस्तावेज़ मानचित्र, और उत्तर जांचने का तरीका चाहता है; एक एजेंट फिर भी डेवलपर से टूल उपलब्ध कराने और उनके परिणामों को संभालने की अपेक्षा करता है।
शोध के लिए, पहले मॉडल से प्रासंगिक स्रोत की पहचान करवाएँ, फिर पृष्ठ या अनुभाग संदर्भों के साथ उत्तर दें और अनिश्चित बिंदुओं की अलग सूची दें। यह संरचना त्रुटियों को पकड़ना आसान बनाती है, बनिस्बत एक लंबे, प्रवाहमय सारांश के।
Moonshot और Felo ने भी बहु-एजेंट ऑर्केस्ट्रेशन का वर्णन किया है जो सैकड़ों समानांतर उप-एजेंट तक स्केल कर सकता है। यह मॉडल के चारों ओर निर्मित एजेंट-प्रणाली क्षमता है, न कि एकल API प्रतिक्रिया से अपने आप उत्पन्न होने वाली चीज़। एक डेवलपर को फिर भी वर्कर, टूल, बजट, और अंतिम समीक्षा चरण का समन्वय करना होता है। Felo मॉडल विवरण देखें।
बेंचमार्क संख्याएँ कैसे पढ़ें
Moonshot की घोषणा में कई मूल्यांकन शामिल हैं। निम्नलिखित चयन विभिन्न प्रकार के कार्यों को कवर करता है, बिना असमान परीक्षणों को एक रैंकिंग मानने के।
| मूल्यांकन | K3.1 Pro | Moonshot द्वारा रिपोर्ट की गई तुलना | यह क्या परीक्षण करता है |
|---|---|---|---|
| Terminal-Bench 4.0 | 65.7% | Claude Opus 5.5: 66.4%; GPT-6 Astra: 58.2% | टर्मिनल कार्यों पर कोडिंग एजेंट, कार्य-विशिष्ट परीक्षणों के साथ |
| Kimi Code Bench 3.0 Long-horizon | 61.2% | K3: 55.95% | Moonshot का आंतरिक बहु-चरणीय कोडिंग बेंचमार्क |
| BenchCAD, टूल्स के साथ | 92.7% | Claude Opus 5.5: 96.2%; GPT-6 Astra: 95.9% | मल्टी-व्यू रेंडरिंग से CAD कोड जनरेशन |
| वित्तीय शोध, आंतरिक | 70.4 | K3: 58.8 | साक्ष्य-आधारित वित्तीय शोध |
| वित्तीय मॉडलिंग, आंतरिक | 57.6 | K3: 50.4 | वर्कबुक सूत्र, वित्तीय तर्क, और अंतिम मॉडल गुणवत्ता |
| Kimi Hallu Bench Hard | 8.3% दावे-स्तर भ्रम दर | K3: 23.4%; कम होना बेहतर | जानबूझकर कठिन तथ्य-सटीकता स्ट्रेस टेस्ट |
सभी मान Moonshot AI की K3.1 Pro तकनीकी घोषणा से हैं, Felo द्वारा चलाए गए मूल्यांकन से नहीं। जब तक अन्यथा न कहा जाए, Moonshot ने K3.1 Pro परिणाम max तर्क प्रयास, तापमान 1.0, और top-p 0.95 पर रिपोर्ट किए हैं। हार्नेस बेंचमार्क के अनुसार बदलता है, और कुछ तुलना अन्य प्रदाताओं के प्रकाशित परिणामों पर आधारित हैं। विशेष रूप से, ऊपर दिए गए Kimi Code Bench और दोनों वित्त स्कोर आंतरिक मूल्यांकन हैं। इन्हें अपने कार्यभार के लिए परीक्षण चुनने के लिए उपयोग करें, न कि उत्पादन में वही पास दर मानने के लिए। Felo भी अपने मॉडल पेज पर इन परिणामों का चयन पुन: प्रस्तुत करता है।
भ्रम (hallucination) आंकड़े के लिए चेतावनी आवश्यक है। 8.3% Kimi Hallu Bench Hard पर दावे-स्तर दर है, एक स्ट्रेस टेस्ट जो गलतियाँ उजागर करने के लिए बनाया गया है। Moonshot स्पष्ट रूप से कहता है कि यह मॉडल की रोज़मर्रा की त्रुटि दर नहीं है। यह उस परीक्षण के तहत K3 पर सुधार का प्रमाण है, स्रोत जांच छोड़ने का कारण नहीं।
Felo API पर मूल्य निर्धारण और प्रदाता चयन
Felo kimi-k3.1-pro के लिए दो चलने योग्य Moonshot AI चैनल सूचीबद्ध करता है। ये एक मिलियन टोकन के लिए प्रकाशित दरें हैं, अमेरिकी डॉलर में:
| Felo चैनल | इनपुट | आउटपुट | कैश रीड |
|---|---|---|---|
moonshotai-mxfp4 | $2 | $10 | $0.20 |
moonshotai-highspeed | $4 | $20 | $0.20 |
Felo का लाइव मॉडल पेज Felo की दरों का स्रोत है। Highspeed Felo की कैटलॉग में डिफ़ॉल्ट चैनल के रूप में सूचीबद्ध है। यदि आपका बजट या विलंबता लक्ष्य किसी विशिष्ट मार्ग पर निर्भर करता है, तो X-Felo-Channel स्पष्ट रूप से भेजें, यह मानकर नहीं कि अनुरोध कौन सा प्रदाता उपयोग करेगा। Felo की प्रदाता-रूटिंग गाइड हेडर और उसके फॉलबैक व्यवहार को समझाती है।
उदाहरण के लिए, 200,000 अनकैश्ड इनपुट टोकन और 8,000 आउटपुट टोकन वाला अनुरोध MXFP4 पर लगभग $0.48 (0.2 × $2 + 0.008 × $10) या Highspeed पर $0.96 (0.2 × $4 + 0.008 × $20) का होगा। यदि 100,000 इनपुट टोकन प्रकाशित कैश-रीड दर के लिए योग्य हैं, तो वह भाग किसी भी चैनल पर $0.02 का होगा। कैश हिट की गारंटी नहीं; यह अपस्ट्रीम सेवा और आपके अनुरोध पर निर्भर करता है। Felo की मूल्य निर्धारण गाइड बताती है कि टोकन और कैश शुल्क कैसे गणना होते हैं।
ये मॉडल टोकन के लिए अनुमान हैं। उत्पादन बजट में इन संख्याओं का उपयोग करने से पहले वर्तमान दरें, उपयोग रिकॉर्ड, और कोई अन्य बिल योग्य टूल जांचें। Felo API प्रीपेड सेवा क्रेडिट का उपयोग करता है; API उपयोग के लिए सदस्यता आवश्यक नहीं। बिलिंग गाइड पढ़ें।
Felo पर Kimi K3.1 Pro का उपयोग शुरू करें
- Felo API कुंजी बनाएँ और यदि आवश्यक हो तो अपने खाते में सेवा क्रेडिट जोड़ें।
- Playground में एक प्रॉम्प्ट आज़माएँ। ऐसा सामग्री उपयोग करें जैसा आपका एप्लिकेशन भेजेगा।
- प्रॉम्प्ट को अपने क्लाइंट में सार्वजनिक मॉडल आईडी के साथ स्थानांतरित करें। Messages एंडपॉइंट Felo के मॉडल पेज पर अनुशंसित प्रोटोकॉल है।
नीचे दिया गया अनुरोध कम कीमत वाले MXFP4 चैनल को पिन करता है, जिससे मूल्य निर्धारण विकल्प स्पष्ट रहता है:
export FELO_API_KEY="YOUR_API_KEY"
curl https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-H "X-Felo-Channel: moonshotai-mxfp4" \
-d '{
"model": "kimi-k3.1-pro",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Review this TypeScript refactor plan. Identify missing tests, risky changes, and the first file you would inspect."
}
]
}'
तेज़ मार्ग चुनने के लिए, उस हेडर को X-Felo-Channel: moonshotai-highspeed में बदलें। Felo को चुनने देना हो तो हेडर छोड़ दें। Felo अपने Chat Completions, Responses, और Messages मॉडल एंडपॉइंट्स पर वही रूटिंग हेडर स्वीकार करता है। स्पष्ट रूप से चयनित चैनल अपने आप किसी अन्य प्रदाता पर फेलओवर नहीं करता; यदि आप ऐसा चाहते हैं तो आपके एप्लिकेशन को अलग चैनल के साथ पुनः प्रयास करना होगा। Felo की रूटिंग डाक्यूमेंटेशन देखें।
SDKs, स्ट्रीमिंग, टूल, और तर्क
Felo तीन संगत मॉडल-कॉलिंग सतहें प्रदान करता है। वही उपयोग करें जो आपका एप्लिकेशन पहले से उपयोग करता है:
| क्लाइंट शैली | एंडपॉइंट | SDK बेस URL |
|---|---|---|
| OpenAI Chat Completions | /api/v1/chat/completions | https://openapi.felo.ai/api/v1 |
| OpenAI Responses | /api/v1/responses | https://openapi.felo.ai/api/v1 |
| Anthropic Messages | /api/v1/messages | https://openapi.felo.ai/api |
Anthropic-संगत SDKs के लिए, बेस URL /api पर रुकता है; SDK /v1/messages जोड़ता है। Messages प्रोटोकॉल में max_tokens आवश्यक है। "stream": true जोड़ें ताकि सर्वर-सेंड इवेंट प्राप्त हों, और प्रोटोकॉल के पूर्णता इवेंट की प्रतीक्षा करें, गिरा कनेक्शन को पूर्ण उत्तर न मानें। Felo की प्रोटोकॉल गाइड अनुरोध स्वरूप और स्ट्रीमिंग व्यवहार को कवर करती है।
ये प्लेटफॉर्म-स्तरीय प्रोटोकॉल विकल्प हैं। अपनी आवश्यकता के अनुसार पैरामीटर और मोडैलिटी संयोजन K3.1 Pro मार्ग पर काम करता है या नहीं, यह पुष्टि करें, फिर मौजूदा एकीकरण माइग्रेट करें।
Felo इस मॉडल के लिए tools, tool_choice, संरचित-आउटपुट पैरामीटर, और तर्क नियंत्रण सूचीबद्ध करता है। समर्थित तर्क-प्रयास मान max, high, low, और none हैं, जिसमें डिफ़ॉल्ट max है। मॉडल और प्रोटोकॉल समर्थन अलग हो सकता है, इसलिए अपने क्लाइंट की आवश्यक सटीक पैरामीटर संयोजन का परीक्षण करें। प्रकाशित बेंचमार्क परिणाम मुख्य रूप से max का उपयोग करते हैं; प्रयास कम करना गुणवत्ता-और-लागत प्रयोग है, उन स्कोर को पुन: उत्पन्न करने का तरीका नहीं। वर्तमान मॉडल क्षमताएँ देखें।
यदि आपके वर्कफ़्लो को ताज़ा वेब डेटा, कैलकुलेटर, रिपॉजिटरी शेल, या CAD प्रोग्राम चाहिए, तो वे टूल अपने एप्लिकेशन में उपलब्ध कराएँ और संचालित करें। केवल kimi-k3.1-pro कॉल करने से बाहरी टूल निष्पादित नहीं होते या उद्धृत दावों की पुष्टि नहीं होती।
व्यावहारिक मूल्यांकन योजना
K3.1 Pro इतना व्यापक है कि एक सामान्य "कौन सा मॉडल सबसे अच्छा है?" परीक्षण बहुत कम जानकारी देगा। तीन छोटे परीक्षण अधिक उपयोगी प्रमाण देते हैं:
- कोडिंग: इसे एक वास्तविक समस्या और प्रासंगिक रिपॉजिटरी संदर्भ दें। पैच, परीक्षण, और शेष जोखिम का संक्षिप्त स्पष्टीकरण आवश्यक करें। रिकॉर्ड करें कि परीक्षण पास हुए या नहीं और कितने टूल टर्न लगे।
- दृश्य या 3D: संदर्भ छवि या कई दृश्य दें और मॉडलिंग योजना या स्क्रिप्ट माँगें। केवल गद्य के बजाय कोई व्यक्ति या रेंडरर आयाम और ज्यामिति की जाँच करे।
- शोध: निश्चित दस्तावेज़ सेट और ज्ञात उत्तर वाला प्रश्न दें। स्रोत स्थान, गणना, और जब साक्ष्य न मिले तो स्पष्ट "नहीं मिला" आवश्यक करें।
यदि विलंबता महत्वपूर्ण है तो प्रत्येक परीक्षण दोनों Felo चैनलों पर चलाएँ। इनपुट, आउटपुट, और कैश टोकन के साथ कुल लागत और बीता समय रिकॉर्ड करें। K3 या अन्य मॉडल की तुलना करते समय वही प्रॉम्प्ट और टूल रखें। इससे आपको प्रति डॉलर और मिनट पूर्ण कार्य के आधार पर निर्णय मिलेगा, न कि केवल बेंचमार्क शीर्षक पर।
ध्यान रखने योग्य सीमाएँ और रिलीज़ स्थिति
- ओपन-वेटिंग समय: Moonshot K3.1 Pro को ओपन-वेट मॉडल कहता है लेकिन कहता है कि पूर्ण वज़न 4 नवंबर 2026 तक जारी होंगे। API एक्सेस अभी उपलब्ध है; वज़न को पहले से डाउनलोड करने योग्य न बताएं। Felo का मॉडल पेज नियोजित रिलीज़ तिथि नोट करता है।
- आउटपुट प्रारूप: Felo वर्तमान में टेक्स्ट आउटपुट सूचीबद्ध करता है, भले ही इनपुट में छवियाँ या वीडियो हों। एसेट निर्माण के लिए कनेक्टेड टूल या अन्य जनरेशन एंडपॉइंट आवश्यक है। Felo मॉडल सूची।
- बेंचमार्क ट्रांसफर: आंतरिक स्कोर, टूल-सुसज्जित परीक्षण, और लंबी-अवधि डेमो सीधे एक सामान्य वन-शॉट API कॉल पर लागू नहीं होंगे। मूल्यांकन सेटअप को अपने एप्लिकेशन से मेल कराएँ।
- सटीकता: बेहतर भ्रम परिणाम फिर भी स्ट्रेस टेस्ट पर त्रुटि दर है। उच्च-जोखिम वर्कफ़्लो में उद्धरण, गणना, और तथ्यात्मक दावे सत्यापित करें।
- संदर्भ और लागत: एक मिलियन-टोकन विंडो बहुत बड़े अनुरोध संभव और महंगे बना सकती है। वास्तविक प्रॉम्प्ट, जनरेटेड उत्तर, पुनः प्रयास, और दोहराए गए संदर्भ के लिए बजट बनाएं; केवल वहीं कैश-रीड मूल्य निर्धारण उपयोग करें जहाँ उपयोग रिपोर्ट हिट दिखाता है।
Moonshot ने K3.1 Pro रिलीज़ में साइबर-ऑफेंस क्षमता के लिए लक्षित प्रशिक्षण नियंत्रण का भी वर्णन किया है। डिफेंसिव सुरक्षा कार्य का मूल्यांकन करने वाली टीमों को अपने आवश्यक अधिकृत कार्यों का परीक्षण करना चाहिए, सामान्य कोडिंग परिणामों से प्रदर्शन मानने के बजाय।
अक्सर पूछे जाने वाले प्रश्न
क्या Kimi K3.1 Pro और Kimi K3 एक जैसे हैं?
नहीं। Moonshot K3.1 Pro को K3 का पोस्ट-प्रशिक्षित अपग्रेड बताता है और कोडिंग, 3D निर्माण, वित्तीय शोध, और इसके तथ्य-सटीकता स्ट्रेस टेस्ट में सुधार की रिपोर्ट करता है। यह एक मिलियन-टोकन संदर्भ वर्ग और मूल दृश्य समझ बनाए रखता है।
मुझे Felo API पर कौन सा मॉडल आईडी भेजना चाहिए?
kimi-k3.1-pro का उपयोग करें। Felo पर, MXFP4 और Highspeed उस सार्वजनिक मॉडल आईडी के लिए प्रदाता चैनल हैं; यदि आपको विशिष्ट मार्ग चाहिए तो X-Felo-Channel के साथ चुनें।
क्या यह मॉडल एंडपॉइंट के माध्यम से सीधे 3D मॉडल या वीडियो बना सकता है?
यह दृश्य इनपुट समझ सकता है और 3D और वीडियो वर्कफ़्लो के लिए योजना, कोड, या स्क्रिप्ट लिख सकता है। Felo वर्तमान में इस मॉडल एंडपॉइंट के आउटपुट मोडैलिटी के रूप में टेक्स्ट सूचीबद्ध करता है। एसेट स्वयं बनाने के लिए आपको रेंडरर, डिज़ाइन टूल, या जनरेशन सेवा चाहिए।
मुझे MXFP4 या Highspeed में से कौन सा उपयोग करना चाहिए?
जब टोकन लागत मुख्य बाधा हो तो MXFP4 से शुरू करें। जब प्रतीक्षा समय आपके उत्पाद या एजेंट लूप को प्रभावित करता है तो Highspeed का परीक्षण करें। Moonshot कहता है कि Highspeed लगभग 2–3× गति पर वही मॉडल क्षमता रखता है, जबकि Felo के प्रकाशित इनपुट और आउटपुट दरें MXFP4 की तुलना में दोगुनी हैं।
क्या पूर्ण मॉडल पहले से सेल्फ-होस्ट के लिए उपलब्ध है?
Moonshot कहता है कि पूर्ण K3.1 Pro वज़न 4 नवंबर 2026 तक जारी होने के लिए निर्धारित हैं। नवीनतम स्थिति के लिए इसका आधिकारिक रिलीज़ पेज देखें। Felo API एक्सेस पहले से उपलब्ध है।
अपने कार्यभार के साथ आज़माएँ
Kimi K3.1 Pro एक दिलचस्प विकल्प है जब कार्य में लंबा संदर्भ, टूल उपयोग, और दृश्य या दस्तावेज़ प्रमाण शामिल हो। इसकी रिपोर्ट की गई प्रगति महत्वपूर्ण है, लेकिन यह तय करने का सबसे तेज़ तरीका कि वे आपके लिए मायने रखते हैं या नहीं, एक प्रतिनिधि कार्य चलाएँ, परिणाम देखें, और MXFP4 और Highspeed मार्गों की कुल लागत की तुलना करें।
Felo API पर Kimi K3.1 Pro देखें →
यह पोस्ट इन भाषाओं में भी उपलब्ध है: English, 简体中文, 日本語, 한국어, 繁體中文, Français, العربية, Русский, اردو, Bahasa Indonesia, Deutsch, Tiếng Việt, Türkçe, Italiano, ไทย, Español, বাংলা and Português।