Kimi K3.1 Pro na Felo API: Capacidades, Benchmarks, Preços e Configuração

Um guia detalhado sobre o Kimi K3.1 Pro na Felo API: seu contexto de 1M tokens, entrada visual, resultados em programação e finanças, preços e configuração da API.

Kimi K3.1 Pro está disponível pela Felo API. Se você considera usá-lo como agente de programação, em fluxos visuais ou pesquisa em grandes conjuntos de documentos, este guia traz os detalhes necessários antes da primeira integração: o que mudou em relação ao K3, o que mostram as avaliações publicadas, quais entradas a Felo aceita e como escolher entre as duas rotas de provedor.

O ID público do modelo Felo é kimi-k3.1-pro. Você pode inspecioná-lo no catálogo de modelos da Felo e testá-lo no Playground.

Kimi K3.1 Pro em resumo

Detalhe	O que está disponível agora
Modelo	Primeiro flagship da série K3.1 da Moonshot AI, versão pós-treinada do Kimi K3
ID do modelo Felo	kimi-k3.1-pro
Janela de contexto	1.048.576 tokens (cerca de 1 milhão)
Entrada	Texto, imagens e vídeo
Saída	Texto; pode escrever código para fluxo 3D, mas a chamada do modelo não retorna diretamente um ativo 3D ou vídeo gerado
Raciocínio	Ativado por padrão; a Felo lista níveis de esforço max, high, low e none, com max como padrão
Protocolo Felo recomendado	Messages, em POST https://openapi.felo.ai/api/v1/messages
Rotas de provedor na Felo	Moonshot AI MXFP4 e Moonshot AI Highspeed

Estes são os campos na listagem atual do modelo na Felo. Uma janela de contexto grande é um limite de capacidade, não uma promessa de que cada fato em um prompt de um milhão de tokens será lembrado perfeitamente. Para uso em produção, teste o comprimento, formato de entrada e configuração de raciocínio que você realmente pretende usar.

O que mudou em relação ao Kimi K3?

A Moonshot descreve o K3.1 Pro como uma versão pós-treinada do K3, com muito mais computação de pós-treinamento e aprendizado por reforço em várias tarefas. Essa distinção importa. A afirmação pública trata de comportamento melhorado em tarefas de programação, agentes, visuais e de conhecimento; não é uma afirmação de que o K3.1 tem uma arquitetura base recém-publicada. A página do modelo K3.1 Pro na Felo resume o modelo e sua rota de API suportada.

O próprio K3 é um modelo mixture-of-experts de 2,8 trilhões de parâmetros, classe 3T. Seu design publicado usa Kimi Delta Attention e Attention Residuals, com compreensão visual nativa e janela de contexto de um milhão de tokens. Como o K3.1 Pro parte do K3, isso serve de contexto arquitetural; a Moonshot ainda não liberou os pesos completos do K3.1 nem uma especificação arquitetural separada. Explore a arquitetura e especificações do K3 na Felo.

A mudança prática está no que o modelo consegue levar até o fim. A Moonshot relata ganhos em programação de longo prazo, modelagem 3D, pesquisa financeira e precisão factual em seu teste de estresse. O K3.1 Pro também tem uma opção de serviço Highspeed, que segundo a Moonshot entrega cerca de 2–3 vezes a velocidade da versão regular com a mesma capacidade de modelo. A rota mais rápida tem preço de token mais alto, detalhado abaixo.

O preço de entrada publicado mudou também. A Felo lista o K3 a $3 por milhão de tokens de entrada e $15 por milhão de tokens de saída. A rota MXFP4 do K3.1 Pro aparece a $2 e $10 respectivamente. Isso torna a rota mais barata do modelo novo um terço menos cara por token de entrada ou saída não cacheado nas tarifas atuais. Compare os canais e latências exatos que você pretende usar antes de considerar isso uma economia total de carga.

Onde o modelo se destaca

Programação de longo prazo e agentes

O K3.1 Pro foi projetado para ir além de um único trecho de código. Os exemplos da Moonshot incluem desenvolvimento multi-arquivo, depuração, builds de front-end, trabalho em engines de jogos e tarefas assistidas por ferramentas que exigem inspeção e revisão repetidas. O resultado no Kimi Code Bench 3.0 Long-horizon subiu de 55,95% para o K3 para 61,2% para o K3.1 Pro. No Terminal-Bench 4.0, o K3.1 Pro marcou 65,7% na avaliação publicada pela Moonshot. Para uma equipe de engenharia, a questão útil é se ele consegue alterar um repositório sem perder o fio: ler os arquivos certos, propor um patch, rodar os testes relevantes e recuperar quando um teste falha. Dê a ele um problema representativo e avalie o diff final e os resultados dos testes. Um plano polido sozinho não indica tarefa concluída.

Imagens, vídeo e trabalho 3D

A rota Felo aceita entrada de texto, imagem e vídeo e retorna texto. Isso torna o K3.1 Pro relevante para tarefas como explicar uma captura de tela, comparar quadros, raciocinar sobre uma referência visual ou escrever código e scripts para uma pipeline de modelagem 3D. Ele não transforma o endpoint do modelo em um gerador de imagens, vídeos ou arquivos 3D. Para produzir um ativo, conecte a saída do modelo às suas ferramentas ou a um fluxo de geração apropriado.

A Moonshot relata 92,7% no BenchCAD com ferramentas, um teste de reconstrução de objetos 3D a partir de múltiplas visualizações renderizadas via código CAD gerado. O conjunto de exemplos publicado inclui também scripts para Blender e CAD, cenas interativas em Three.js e trabalho em Unity, Unreal Engine e Godot. Esses exemplos mostram o tipo de trabalho a ser avaliado; não significam que toda ferramenta está incluída em uma chamada de API simples.

Pesquisa e modelagem financeira

A Moonshot relata 64,4 no OfficeQA Pro v2, que testa análise em documentos financeiros, incluindo busca, checagem cruzada e raciocínio numérico. Nas avaliações internas da Moonshot, o K3.1 Pro marcou 70,4 contra 58,8 do K3 em pesquisa financeira e 57,6 contra 50,4 em modelagem financeira. Estes são escores específicos de tarefa, não retornos de investimento ou medidas de precisão em toda pergunta financeira.

Esse cenário se encaixa bem para testar com um corpus controlado: relatórios anuais, registros, materiais de resultados e uma pergunta que exige citação de trechos exatos e apresentação de cálculos. Mantenha os documentos-fonte e a aritmética disponíveis para revisão. Em fluxos que tomam decisões financeiras, a verificação independente continua necessária.

Documentos longos e pesquisa em múltiplas etapas

A janela de um milhão de tokens permite que um aplicativo envie muito mais material do que um chat curto típico: código, transcrições, relatórios, imagens e histórico de conversa podem compartilhar o mesmo contexto. O modelo também pode participar de fluxos de agentes em múltiplas etapas via chamadas de ferramentas. Mas capacidade de contexto e comportamento de agente são coisas separadas. Um prompt longo ainda precisa de tarefa clara, mapa de documentos e forma de checar a resposta; um agente ainda depende do desenvolvedor para fornecer ferramentas e lidar com os resultados.

Para pesquisa, peça ao modelo que identifique primeiro a fonte relevante, depois responda com referências de página ou seção e uma lista separada de pontos incertos. Essa estrutura facilita encontrar erros em vez de confiar em um resumo longo e fluente.

A Moonshot e a Felo também descrevem orquestração multiagente que pode escalar para centenas de subagentes paralelos. Isso é uma capacidade de sistema de agentes construída em torno do modelo, não algo que uma resposta de API única cria sozinha. O desenvolvedor ainda precisa coordenar trabalhadores, ferramentas, orçamentos e a etapa final de revisão. Veja a descrição do modelo na Felo.

Como ler os números de benchmark

O anúncio da Moonshot traz várias avaliações. A seleção abaixo cobre tipos distintos de trabalho sem tratar testes diferentes como um único ranking.

Avaliação	K3.1 Pro	Comparação relatada pela Moonshot	O que testa
Terminal-Bench 4.0	65,7%	Claude Opus 5.5: 66,4%; GPT-6 Astra: 58,2%	Agentes de programação em tarefas de terminal com testes específicos
Kimi Code Bench 3.0 Long-horizon	61,2%	K3: 55,95%	Benchmark interno de programação multi-etapas da Moonshot
BenchCAD, com ferramentas	92,7%	Claude Opus 5.5: 96,2%; GPT-6 Astra: 95,9%	Geração de código CAD a partir de múltiplas renderizações
Pesquisa financeira, interna	70,4	K3: 58,8	Pesquisa financeira baseada em evidências
Modelagem financeira, interna	57,6	K3: 50,4	Fórmulas de planilha, lógica financeira e qualidade do modelo final
Kimi Hallu Bench Hard	8,3% taxa de alucinação por afirmação	K3: 23,4%; menor é melhor	Teste de estresse de precisão factual propositalmente difícil

Todos os valores vêm do anúncio técnico do K3.1 Pro pela Moonshot AI, não de avaliações feitas pela Felo. Salvo indicação em contrário, a Moonshot relata resultados do K3.1 Pro com esforço de raciocínio max, temperatura 1.0 e top-p 0.95. O harness varia por benchmark, e algumas comparações usam resultados publicados por outros provedores. Em especial, Kimi Code Bench e os dois escores de finanças acima são avaliações internas. Use-os para escolher testes para sua própria carga, não para assumir a mesma taxa de acerto em produção. A Felo também reproduz parte desses resultados em sua página do modelo.

O número de alucinação exige um alerta próprio. 8,3% é a taxa por afirmação no Kimi Hallu Bench Hard, um teste de estresse criado para expor erros. A Moonshot afirma explicitamente que não é a taxa de erro cotidiana do modelo. Isso indica melhora sobre o K3 nesse teste, não dispensa a checagem das fontes.

Preços e escolha de provedor na Felo API

A Felo lista dois canais Moonshot AI executáveis para kimi-k3.1-pro. Estas são as tarifas publicadas por um milhão de tokens, em dólares americanos:

Canal Felo	Entrada	Saída	Leitura de cache
moonshotai-mxfp4	$2	$10	$0,20
moonshotai-highspeed	$4	$20	$0,20

A página do modelo ao vivo é a fonte das tarifas da Felo. Highspeed aparece como canal padrão no catálogo da Felo. Se seu orçamento ou meta de latência depende de uma rota específica, envie X-Felo-Channel explicitamente em vez de assumir qual provedor será usado. O guia de roteamento de provedores da Felo explica o cabeçalho e seu comportamento de fallback.

Por exemplo, uma requisição com 200.000 tokens de entrada não cacheados e 8.000 tokens de saída custaria cerca de $0,48 no MXFP4 (0.2 × $2 + 0.008 × $10) ou $0,96 no Highspeed (0.2 × $4 + 0.008 × $20). Se 100.000 tokens de entrada se qualificam para a tarifa de leitura de cache, essa parte custa $0,02 em qualquer canal. Um cache hit não é garantido; depende do serviço upstream e da sua requisição. O guia de preços da Felo explica como são calculadas as cobranças de token e cache.

Estes são estimativas para tokens de modelo. Confira tarifas atuais, registros de uso e quaisquer outras ferramentas cobradas antes de usar os números em um orçamento de produção. A Felo API usa créditos de serviço pré-pagos; não é necessário assinatura para uso da API. Leia o guia de cobrança.

Comece a usar o Kimi K3.1 Pro na Felo

1. Crie uma chave de API da Felo e adicione créditos de serviço se sua conta precisar.
2. Teste um prompt no Playground. Use material semelhante ao que sua aplicação enviará.
3. Passe o prompt para seu cliente usando o ID público do modelo. O endpoint Messages é o protocolo recomendado na página do modelo da Felo.

A requisição abaixo fixa o canal MXFP4, de menor preço, tornando a escolha explícita:

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."
      }
    ]
  }'

Para selecionar a rota mais rápida, troque o cabeçalho para X-Felo-Channel: moonshotai-highspeed. Para deixar a escolha com a Felo, omita o cabeçalho. A Felo aceita o mesmo cabeçalho de roteamento em seus endpoints Chat Completions, Responses e Messages. Um canal selecionado explicitamente não faz failover automático para outro provedor; sua aplicação deve tentar outro canal se desejar. Veja a documentação de roteamento da Felo.

SDKs, streaming, ferramentas e raciocínio

A Felo oferece três superfícies compatíveis para chamadas de modelo. Use a que sua aplicação já utiliza:

Estilo de cliente	Endpoint	URL base do SDK
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

Para SDKs compatíveis com Anthropic, a URL base termina em /api; o SDK adiciona /v1/messages. O protocolo Messages exige max_tokens. Adicione "stream": true para receber eventos enviados pelo servidor e aguarde o evento de conclusão do protocolo em vez de tratar uma conexão encerrada como resposta final. O guia de protocolo da Felo cobre os formatos de requisição e comportamento de streaming.

Estas são opções de protocolo em nível de plataforma. Confirme que a combinação de parâmetro e modalidade que você precisa funciona na rota do K3.1 Pro antes de migrar uma integração existente.

A Felo lista tools, tool_choice, parâmetros de saída estruturada e controles de raciocínio para este modelo. Os valores de esforço de raciocínio suportados são max, high, low e none, com max como padrão. O suporte do modelo e do protocolo pode variar, então teste a combinação exata de parâmetros que seu cliente precisa antes de confiar nela. Os benchmarks publicados usam em grande parte max; reduzir o esforço é um experimento de qualidade e custo, não um caminho para reproduzir aqueles escores. Confira as capacidades atuais do modelo.

Se seu fluxo precisa de dados web atualizados, calculadora, shell de repositório ou programa CAD, forneça e opere essas ferramentas em sua aplicação. Chamar apenas o kimi-k3.1-pro não executa ferramentas externas nem verifica afirmações citadas.

Um plano prático de avaliação

O K3.1 Pro é amplo o suficiente para que um teste genérico de "Qual modelo é melhor?" traga pouca informação. Três pequenos testes produzem evidências mais úteis:

1. Programação: Dê a ele um problema real e o contexto relevante do repositório. Exija um patch, testes e uma breve explicação de qualquer risco restante. Registre se os testes passam e quantas rodadas de ferramentas são necessárias.
2. Visual ou 3D: Forneça uma imagem de referência ou múltiplas vistas e peça um plano ou script de modelagem. Uma pessoa ou renderizador deve conferir dimensões e geometria em vez de julgar apenas o texto.
3. Pesquisa: Ofereça um conjunto fixo de documentos e uma pergunta com resposta conhecida. Exija localização das fontes, cálculos e um explícito "não encontrado" quando faltar evidência.

Execute cada teste nos dois canais da Felo se a latência importar. Registre tokens de entrada, saída e cache junto com custo total e tempo decorrido. Mantenha os mesmos prompts e ferramentas ao comparar com o K3 ou outro modelo. Isso traz uma decisão baseada em trabalho concluído por dólar e minuto, não em benchmark de manchete.

Limites e status de lançamento a considerar

• Liberação dos pesos: A Moonshot chama o K3.1 Pro de modelo open-weight, mas diz que os pesos completos serão liberados até 4 de novembro de 2026. O acesso via API está disponível agora; não descreva os pesos como já baixáveis. A página do modelo na Felo informa a data planejada.
• Formato de saída: A Felo atualmente lista saída em texto, mesmo quando a entrada inclui imagens ou vídeo. Criação de ativos exige ferramenta conectada ou outro endpoint de geração. Listagem do modelo na Felo.
• Transferência de benchmark: Escores internos, testes com ferramentas e demonstrações longas não se transferem diretamente para uma chamada de API simples. Ajuste o setup de avaliação à sua aplicação.
• Precisão: O resultado melhorado de alucinação ainda representa taxa de erro em teste de estresse. Verifique citações, cálculos e afirmações factuais em fluxos críticos.
• Contexto e custo: Uma janela de um milhão de tokens permite requisições muito grandes e caras. Orce para o prompt real, resposta gerada, tentativas e contexto repetido; use preço de leitura de cache apenas onde o uso reportar acerto.

A Moonshot também descreve controles de treinamento direcionados para capacidade ciberofensiva no lançamento do K3.1 Pro. Equipes avaliando trabalho de segurança defensiva devem testar as tarefas autorizadas específicas de que precisam, em vez de assumir desempenho a partir de resultados gerais de programação.

Perguntas frequentes

O Kimi K3.1 Pro é igual ao Kimi K3?

Não. A Moonshot descreve o K3.1 Pro como um upgrade pós-treinado do K3 e relata melhorias em programação, criação 3D, pesquisa financeira e teste de precisão factual. Ele mantém a classe de contexto de um milhão de tokens e compreensão visual nativa.

Qual ID de modelo devo enviar para a Felo API?

Use kimi-k3.1-pro. Na Felo, MXFP4 e Highspeed são canais de provedor para esse ID público; selecione um com X-Felo-Channel se precisar de rota específica.

Ele pode criar modelos 3D ou vídeos diretamente pelo endpoint do modelo?

Ele entende entrada visual e escreve planos, códigos ou scripts para fluxos 3D e de vídeo. A Felo atualmente lista texto como modalidade de saída deste endpoint. Você precisa de renderizador, ferramenta de design ou serviço de geração para produzir o ativo.

Devo usar MXFP4 ou Highspeed?

Comece com MXFP4 quando o custo de token for o principal fator. Teste o Highspeed quando o tempo de espera impactar seu produto ou ciclo de agente. A Moonshot diz que o Highspeed mantém a mesma capacidade do modelo com cerca de 2–3× a velocidade, enquanto as tarifas publicadas da Felo são o dobro das do MXFP4.

O modelo completo já está disponível para auto-hospedagem?

A Moonshot diz que os pesos completos do K3.1 Pro estão programados para liberação até 4 de novembro de 2026. Confira a página oficial de lançamento para status atualizado. O acesso via Felo API já está disponível.

Teste com sua própria carga

Kimi K3.1 Pro é um candidato interessante quando a tarefa combina contexto longo, uso de ferramentas e evidência visual ou documental. Os ganhos relatados são substanciais, mas a forma mais rápida de decidir se eles importam para você é rodar um trabalho representativo, inspecionar o resultado e comparar o custo total das rotas MXFP4 e Highspeed.

Explore o Kimi K3.1 Pro na Felo API →

---

Este post também está disponível em English, 简体中文, 日本語, 한국어, 繁體中文, हिन्दी, Français, العربية, Русский, اردو, Bahasa Indonesia, Deutsch, Tiếng Việt, Türkçe, Italiano, ไทย, Español and বাংলা.