Kimi K3.1 Pro trên Felo API: Khả năng, Đánh giá, Giá cả và Thiết lập
Hướng dẫn chi tiết về Kimi K3.1 Pro trên Felo API: ngữ cảnh 1 triệu token, đầu vào hình ảnh, kết quả lập trình và tài chính, giá cả, cùng cách thiết lập API.
Kimi K3.1 Pro hiện đã có trên Felo API. Nếu bạn cân nhắc sử dụng cho tác vụ lập trình, quy trình hình ảnh hoặc nghiên cứu trên tập tài liệu lớn, hướng dẫn này cung cấp thông tin cần thiết trước khi bạn tích hợp: những thay đổi so với K3, kết quả đánh giá công khai, các loại đầu vào Felo hỗ trợ, và cách chọn giữa hai tuyến nhà cung cấp.
ID mô hình công khai trên Felo là kimi-k3.1-pro. Bạn có thể xem trong danh mục mô hình Felo và thử nghiệm tại Playground.
Tổng quan về Kimi K3.1 Pro
| Chi tiết | Hiện có |
|---|---|
| Mô hình | Flagship đầu tiên dòng K3.1 của Moonshot AI, phiên bản hậu huấn luyện của Kimi K3 |
| Felo model ID | kimi-k3.1-pro |
| Cửa sổ ngữ cảnh | 1.048.576 token (khoảng 1 triệu) |
| Đầu vào | Văn bản, hình ảnh, và video |
| Đầu ra | Văn bản; có thể viết mã cho quy trình 3D, nhưng cuộc gọi mô hình không trả về trực tiếp tài sản 3D hoặc video tạo ra |
| Lý luận | Bật mặc định; Felo liệt kê các mức max, high, low, và none, với max là mặc định |
| Giao thức Felo khuyến nghị | Messages, tại POST https://openapi.felo.ai/api/v1/messages |
| Tuyến nhà cung cấp trên Felo | Moonshot AI MXFP4 và Moonshot AI Highspeed |
Đây là các trường trong danh sách mô hình hiện tại của Felo. Cửa sổ ngữ cảnh lớn là giới hạn dung lượng, không phải cam kết rằng mọi thông tin trong một prompt triệu token sẽ được nhớ hoàn hảo. Khi triển khai, hãy kiểm tra độ dài, định dạng đầu vào, và thiết lập lý luận bạn dự định sử dụng.
Những thay đổi so với Kimi K3?
Moonshot mô tả K3.1 Pro là phiên bản hậu huấn luyện của K3, với lượng tính toán hậu huấn luyện lớn hơn và học tăng cường trên nhiều tác vụ hạ nguồn. Phân biệt này quan trọng. Công bố công khai tập trung vào cải thiện hành vi ở các tác vụ lập trình, tác nhân, hình ảnh và tri thức; không phải là tuyên bố về kiến trúc nền tảng mới của K3.1. Trang mô hình K3.1 Pro trên Felo tóm tắt mô hình và tuyến API hỗ trợ.
K3 là mô hình mixture-of-experts 2,8 nghìn tỷ tham số, thuộc lớp 3T. Thiết kế công khai sử dụng Kimi Delta Attention và Attention Residuals, hiểu hình ảnh gốc và cửa sổ ngữ cảnh một triệu token. Vì K3.1 Pro xây dựng trên K3, đây là thông tin kiến trúc hữu ích; Moonshot chưa phát hành trọng số đầy đủ của K3.1 hoặc tài liệu kiến trúc riêng. Khám phá kiến trúc và thông số K3 trên Felo.
Thay đổi thực tế nằm ở khả năng hoàn thành tác vụ của mô hình. Moonshot báo cáo cải thiện ở lập trình dài hạn, mô hình 3D, nghiên cứu tài chính, và độ chính xác thực tế trong bài kiểm tra áp lực. K3.1 Pro có thêm tùy chọn phục vụ Highspeed mà Moonshot cho biết nhanh hơn 2–3 lần so với bản thường với cùng năng lực mô hình. Tuyến nhanh hơn có giá token cao hơn, trình bày bên dưới.
Giá khởi điểm công khai cũng đã thay đổi. Felo liệt kê K3 ở mức $3 cho mỗi triệu token đầu vào và $15 cho mỗi triệu token đầu ra. Tuyến MXFP4 của K3.1 Pro được liệt kê lần lượt là $2 và $10. Tuyến giá thấp hơn của mô hình mới rẻ hơn một phần ba cho mỗi token đầu vào hoặc đầu ra chưa cache theo giá hiện tại. So sánh kênh và độ trễ bạn dự định sử dụng trước khi coi đó là tiết kiệm toàn bộ khối lượng công việc.
Điểm mạnh của mô hình
Lập trình dài hạn và tác nhân
K3.1 Pro hướng đến các tác vụ vượt quá một đoạn mã đơn lẻ. Ví dụ của Moonshot gồm phát triển nhiều file, gỡ lỗi, xây dựng front-end, làm việc với game-engine, và các tác vụ cần kiểm tra, chỉnh sửa lặp lại. Kết quả Kimi Code Bench 3.0 Long-horizon tăng từ 55,95% với K3 lên 61,2% với K3.1 Pro. Trên Terminal-Bench 4.0, K3.1 Pro đạt 65,7% trong đánh giá công khai của Moonshot.
Với đội ngũ kỹ thuật, câu hỏi hữu ích là liệu mô hình có thể thay đổi repository mà không mất mạch: đọc đúng file, đề xuất bản vá, chạy kiểm tra liên quan, và phục hồi khi kiểm thử thất bại. Giao cho mô hình một issue đại diện và chấm điểm diff cuối cùng cùng kết quả kiểm thử. Một kế hoạch chỉn chu không chứng minh tác vụ đã hoàn thành.
Hình ảnh, video và công việc 3D
Tuyến Felo nhận đầu vào văn bản, hình ảnh, và video và trả về văn bản. Điều này khiến K3.1 Pro phù hợp với các tác vụ như giải thích ảnh chụp màn hình, so sánh khung hình, suy luận trên tham chiếu hình ảnh, hoặc viết mã, script cho pipeline mô hình 3D. Mô hình không biến endpoint thành trình tạo hình ảnh, video, hay file 3D. Để tạo tài sản, kết nối đầu ra mô hình với công cụ riêng hoặc quy trình tạo phù hợp.
Moonshot báo cáo 92,7% trên BenchCAD với công cụ, kiểm tra tái tạo vật thể 3D từ nhiều góc nhìn qua mã CAD sinh ra. Bộ ví dụ công khai còn có script Blender, CAD, cảnh Three.js tương tác, và công việc trên Unity, Unreal Engine, Godot. Các ví dụ này minh họa loại tác vụ cần đánh giá; không có nghĩa mọi công cụ đều đi kèm với một yêu cầu API cơ bản.
Nghiên cứu và mô hình tài chính
Moonshot báo cáo 64,4 trên OfficeQA Pro v2, kiểm tra phân tích trên tài liệu tài chính, gồm truy xuất, kiểm tra liên tài liệu, và suy luận số học. Trong đánh giá nội bộ, K3.1 Pro đạt 70,4 so với 58,8 của K3 ở nghiên cứu tài chính và 57,6 so với 50,4 ở mô hình tài chính. Đây là điểm số theo tác vụ, không phải lợi nhuận đầu tư hay độ chính xác với mọi câu hỏi tài chính.
Phù hợp để kiểm tra với tập tài liệu kiểm soát: báo cáo thường niên, hồ sơ, tài liệu lợi nhuận, và câu hỏi yêu cầu mô hình trích dẫn chính xác đoạn và trình bày phép tính. Giữ tài liệu nguồn và phép toán để kiểm tra lại. Trong quy trình quyết định tài chính, xác minh độc lập vẫn cần thiết.
Tài liệu dài và nghiên cứu nhiều bước
Cửa sổ một triệu token cho phép ứng dụng gửi nhiều tài liệu hơn một yêu cầu chat ngắn: mã nguồn, bản ghi, báo cáo, hình ảnh, lịch sử hội thoại cùng chia sẻ ngữ cảnh. Mô hình cũng tham gia quy trình tác nhân nhiều bước qua tool call. Tuy nhiên, dung lượng ngữ cảnh và hành vi tác nhân là hai yếu tố riêng biệt. Prompt dài vẫn cần nhiệm vụ rõ ràng, bản đồ tài liệu, và cách kiểm tra đáp án; tác nhân vẫn cần lập trình viên cung cấp công cụ và xử lý kết quả.
Khi nghiên cứu, yêu cầu mô hình xác định nguồn liên quan trước, sau đó trả lời kèm tham chiếu trang hoặc mục và danh sách điểm chưa chắc chắn. Cấu trúc này giúp phát hiện lỗi dễ hơn so với bản tóm tắt dài.
Moonshot và Felo cũng mô tả điều phối đa tác nhân có thể mở rộng đến hàng trăm subagent song song. Đây là năng lực hệ thống tác nhân xây dựng quanh mô hình, không phải do một phản hồi API tạo ra. Lập trình viên vẫn phải điều phối nhân viên, công cụ, ngân sách, và bước kiểm tra cuối. Xem mô tả mô hình Felo.
Cách đọc số liệu đánh giá
Công bố của Moonshot có nhiều đánh giá. Bảng dưới chọn các loại công việc khác nhau mà không gộp các bài kiểm tra không tương đồng thành một bảng xếp hạng.
| Đánh giá | K3.1 Pro | So sánh do Moonshot báo cáo | Kiểm tra gì |
|---|---|---|---|
| Terminal-Bench 4.0 | 65,7% | Claude Opus 5.5: 66,4%; GPT-6 Astra: 58,2% | Tác nhân lập trình trên tác vụ terminal với kiểm tra chuyên biệt |
| Kimi Code Bench 3.0 Long-horizon | 61,2% | K3: 55,95% | Benchmark lập trình nhiều bước nội bộ của Moonshot |
| BenchCAD, có công cụ | 92,7% | Claude Opus 5.5: 96,2%; GPT-6 Astra: 95,9% | Sinh mã CAD từ nhiều góc nhìn |
| Nghiên cứu tài chính, nội bộ | 70,4 | K3: 58,8 | Nghiên cứu tài chính dựa trên bằng chứng |
| Mô hình tài chính, nội bộ | 57,6 | K3: 50,4 | Công thức bảng tính, logic tài chính, chất lượng mô hình cuối |
| Kimi Hallu Bench Hard | 8,3% tỷ lệ ảo giác cấp claim | K3: 23,4%; càng thấp càng tốt | Bài kiểm tra áp lực độ chính xác thực tế khó chủ ý |
Tất cả số liệu lấy từ công bố kỹ thuật K3.1 Pro của Moonshot AI, không phải đánh giá do Felo thực hiện. Trừ khi ghi chú khác, Moonshot báo cáo kết quả K3.1 Pro ở mức lý luận max, temperature 1.0, top-p 0.95. Bộ kiểm tra thay đổi theo benchmark, một số so sánh dựa trên kết quả công khai của nhà cung cấp khác. Đặc biệt, Kimi Code Bench và hai điểm tài chính trên là đánh giá nội bộ. Dùng chúng để chọn bài kiểm tra cho khối lượng công việc của bạn, không nên giả định tỷ lệ vượt qua giống nhau khi triển khai. Felo cũng tái hiện một số kết quả này trên trang mô hình.
Số liệu ảo giác cần cảnh báo riêng. 8,3% là tỷ lệ cấp claim trên Kimi Hallu Bench Hard, bài kiểm tra áp lực để lộ lỗi. Moonshot nhấn mạnh đây không phải tỷ lệ lỗi hàng ngày của mô hình. Nó cho thấy cải thiện so với K3 trong bài kiểm tra đó, không phải lý do bỏ qua kiểm tra nguồn.
Giá cả và lựa chọn nhà cung cấp trên Felo API
Felo liệt kê hai kênh Moonshot AI cho kimi-k3.1-pro. Đây là giá công khai cho mỗi triệu token, tính bằng đô la Mỹ:
| Kênh Felo | Đầu vào | Đầu ra | Đọc cache |
|---|---|---|---|
moonshotai-mxfp4 | $2 | $10 | $0,20 |
moonshotai-highspeed | $4 | $20 | $0,20 |
Trang mô hình trực tiếp là nguồn giá của Felo. Highspeed là kênh mặc định trong danh mục Felo. Nếu ngân sách hoặc mục tiêu độ trễ phụ thuộc vào tuyến cụ thể, hãy gửi X-Felo-Channel rõ ràng thay vì giả định yêu cầu sẽ dùng nhà cung cấp nào. Hướng dẫn định tuyến nhà cung cấp của Felo giải thích về header và hành vi dự phòng.
Ví dụ, một yêu cầu với 200.000 token đầu vào chưa cache và 8.000 token đầu ra sẽ tốn khoảng $0,48 trên MXFP4 (0.2 × $2 + 0.008 × $10) hoặc $0,96 trên Highspeed (0.2 × $4 + 0.008 × $20). Nếu 100.000 token đầu vào đủ điều kiện giá đọc cache công khai, phần đó tốn $0,02 trên cả hai kênh. Cache hit không đảm bảo; phụ thuộc vào dịch vụ upstream và yêu cầu của bạn. Hướng dẫn giá của Felo giải thích cách tính phí token và cache.
Đây là ước tính cho token mô hình. Kiểm tra giá hiện tại, lịch sử sử dụng, và các công cụ tính phí khác trước khi dùng số này cho ngân sách triển khai. Felo API sử dụng tín dụng dịch vụ trả trước; không cần đăng ký để dùng API. Đọc hướng dẫn thanh toán.
Bắt đầu sử dụng Kimi K3.1 Pro trên Felo
- Tạo khóa API Felo và nạp tín dụng nếu tài khoản cần.
- Thử một prompt trong Playground. Dùng tài liệu tương tự ứng dụng của bạn sẽ gửi.
- Chuyển prompt vào client của bạn với ID mô hình công khai. Endpoint Messages là giao thức khuyến nghị trên trang mô hình Felo.
Yêu cầu dưới đây chọn rõ kênh MXFP4 giá thấp hơn:
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."
}
]
}'
Để chọn tuyến nhanh hơn, đổi header thành X-Felo-Channel: moonshotai-highspeed. Để Felo tự chọn, bỏ qua header này. Felo chấp nhận header định tuyến này trên các endpoint Chat Completions, Responses, và Messages. Khi chọn kênh rõ ràng, hệ thống không tự động chuyển sang nhà cung cấp khác; ứng dụng của bạn phải thử lại với kênh khác nếu muốn. Xem tài liệu định tuyến của Felo.
SDK, streaming, công cụ và lý luận
Felo cung cấp ba giao diện gọi mô hình tương thích. Dùng giao diện ứng dụng của bạn đã hỗ trợ:
| Kiểu client | Endpoint | SDK base 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 |
Với SDK tương thích Anthropic, base URL dừng ở /api; SDK tự thêm /v1/messages. Giao thức Messages yêu cầu max_tokens. Thêm "stream": true để nhận sự kiện server-sent, và chờ sự kiện hoàn thành của giao thức thay vì coi ngắt kết nối là trả lời xong. Hướng dẫn giao thức của Felo trình bày hình dạng yêu cầu và hành vi streaming.
Đây là các tùy chọn giao thức cấp nền tảng. Xác nhận rằng tổ hợp tham số và kiểu dữ liệu bạn cần hoạt động trên tuyến K3.1 Pro trước khi chuyển tích hợp hiện có.
Felo liệt kê tools, tool_choice, tham số xuất có cấu trúc, và kiểm soát lý luận cho mô hình này. Các giá trị effort lý luận hỗ trợ gồm max, high, low, và none, với max là mặc định. Hỗ trợ mô hình và giao thức có thể khác nhau, nên kiểm tra đúng tổ hợp tham số client của bạn cần trước khi phụ thuộc. Kết quả benchmark công khai chủ yếu dùng max; giảm effort là thử nghiệm chất lượng và chi phí, không phải cách tái tạo điểm số đó. Kiểm tra khả năng mô hình hiện tại.
Nếu quy trình của bạn cần dữ liệu web mới, máy tính, shell repository, hoặc chương trình CAD, hãy cung cấp và vận hành các công cụ đó trong ứng dụng. Gọi kimi-k3.1-pro không tự thực thi công cụ ngoài hoặc xác minh trích dẫn.
Kế hoạch đánh giá thực tế
K3.1 Pro đủ rộng để một bài kiểm tra "Mô hình nào tốt nhất?" chung chung không mang lại nhiều giá trị. Ba thử nghiệm nhỏ sau đây cho kết quả hữu ích hơn:
- Lập trình: Giao cho mô hình một issue thực và ngữ cảnh repository liên quan. Yêu cầu bản vá, kiểm thử, và giải thích ngắn về rủi ro còn lại. Ghi lại kiểm thử có qua không và số lần dùng công cụ.
- Hình ảnh hoặc 3D: Cung cấp ảnh tham chiếu hoặc nhiều góc nhìn và yêu cầu kế hoạch mô hình hóa hoặc script. Người hoặc trình render kiểm tra kích thước, hình học thay vì chỉ đánh giá văn bản.
- Nghiên cứu: Cung cấp tập tài liệu cố định và câu hỏi có đáp án xác định. Yêu cầu vị trí nguồn, phép tính, và trả lời rõ "không tìm thấy" khi thiếu bằng chứng.
Chạy mỗi thử nghiệm trên cả hai kênh Felo nếu độ trễ quan trọng. Ghi lại số token đầu vào, đầu ra, cache cùng tổng chi phí và thời gian. Giữ nguyên prompt và công cụ khi so sánh với K3 hoặc mô hình khác. Như vậy bạn có quyết định dựa trên công việc hoàn thành trên mỗi đô la và phút, không chỉ số benchmark.
Giới hạn và trạng thái phát hành cần lưu ý
- Thời điểm open-weight: Moonshot gọi K3.1 Pro là mô hình open-weight nhưng cho biết trọng số đầy đủ sẽ phát hành trước 4/11/2026. API đã có; không mô tả trọng số là đã tải về được. Trang mô hình Felo ghi chú ngày phát hành dự kiến.
- Định dạng đầu ra: Felo hiện liệt kê đầu ra văn bản, kể cả khi đầu vào có hình ảnh hoặc video. Tạo tài sản cần công cụ kết nối hoặc endpoint tạo khác. Danh sách mô hình Felo.
- Chuyển benchmark: Điểm nội bộ, kiểm tra có công cụ, và demo dài hạn không chuyển trực tiếp sang một cuộc gọi API đơn lẻ. Khớp thiết lập đánh giá với ứng dụng của bạn.
- Độ chính xác: Kết quả ảo giác cải thiện vẫn là tỷ lệ lỗi trên bài kiểm tra áp lực. Kiểm tra trích dẫn, phép tính, và khẳng định thực tế trong quy trình quan trọng.
- Ngữ cảnh và chi phí: Cửa sổ một triệu token cho phép yêu cầu rất lớn và tốn kém. Lập ngân sách cho prompt thực tế, câu trả lời sinh ra, thử lại, và ngữ cảnh lặp lại; chỉ dùng giá đọc cache khi báo cáo sử dụng có hit.
Moonshot cũng mô tả kiểm soát huấn luyện hướng mục tiêu cho năng lực tấn công mạng trong bản phát hành K3.1 Pro. Đội ngũ đánh giá bảo mật phòng thủ nên kiểm tra tác vụ được ủy quyền cụ thể thay vì giả định hiệu suất từ kết quả lập trình chung.
Câu hỏi thường gặp
Kimi K3.1 Pro có giống Kimi K3 không?
Không. Moonshot mô tả K3.1 Pro là bản nâng cấp hậu huấn luyện của K3 và báo cáo cải thiện ở lập trình, tạo 3D, nghiên cứu tài chính, và kiểm tra áp lực độ chính xác thực tế. Mô hình giữ lớp ngữ cảnh một triệu token và hiểu hình ảnh gốc.
Tôi gửi model ID nào cho Felo API?
Dùng kimi-k3.1-pro. Trên Felo, MXFP4 và Highspeed là kênh nhà cung cấp cho ID mô hình công khai này; chọn một với X-Felo-Channel nếu cần tuyến cụ thể.
Mô hình có thể tạo mô hình 3D hoặc video trực tiếp qua endpoint không?
Mô hình hiểu đầu vào hình ảnh và viết kế hoạch, mã, hoặc script cho quy trình 3D và video. Felo hiện liệt kê văn bản là kiểu đầu ra của endpoint này. Bạn cần trình render, công cụ thiết kế, hoặc dịch vụ tạo để tạo tài sản.
Nên dùng MXFP4 hay Highspeed?
Bắt đầu với MXFP4 khi chi phí token là ràng buộc chính. Thử Highspeed khi thời gian chờ ảnh hưởng đến sản phẩm hoặc vòng lặp tác nhân. Moonshot cho biết Highspeed giữ năng lực mô hình như nhau với tốc độ nhanh hơn khoảng 2–3 lần, trong khi giá đầu vào và đầu ra Felo công bố gấp đôi MXFP4.
Trọng số đầy đủ đã có để tự host chưa?
Moonshot cho biết trọng số đầy đủ K3.1 Pro dự kiến phát hành trước ngày 4/11/2026. Kiểm tra trang phát hành chính thức để biết trạng thái mới nhất. API Felo đã có.
Thử với khối lượng công việc của bạn
Kimi K3.1 Pro là lựa chọn đáng chú ý khi tác vụ kết hợp ngữ cảnh dài, dùng công cụ, và bằng chứng hình ảnh hoặc tài liệu. Các cải thiện báo cáo khá lớn, nhưng cách nhanh nhất để quyết định là chạy một tác vụ đại diện, kiểm tra kết quả, và so sánh tổng chi phí giữa tuyến MXFP4 và Highspeed.
Khám phá Kimi K3.1 Pro trên Felo API →
Bài viết này cũng có sẵn bằng English, 简体中文, 日本語, 한국어, 繁體中文, हिन्दी, Français, العربية, Русский, اردو, Bahasa Indonesia, Deutsch, Türkçe, Italiano, ไทย, Español, বাংলা and Português.