跳转到内容
HiAPI Docs
HiAPI
在线试用 获取 API Key
中文
English 中文

Kimi K3.1 Pro API

POST Base URL: https://api.hiapi.ai /v1/chat/completions

该模型使用兼容 OpenAI 的 Chat Completions 接口。同一个 HiAPI API Key 可调用账户分组内已开放模型；切换到图片、视频或音频模型时，需要改用 /v1/tasks 及对应请求结构。

模型概览

模型名称kimi-k3.1-pro
提供方Moonshot AI
类型文本生成 · Chat Completions
上下文100 万 Token
最大输出131,072 Token
思考始终开启 · low/high/max
价格HiAPI 实时 Token 价格

Kimi K3.1 Pro 是 Moonshot AI K3.1 系列的首个模型，在 Kimi K3 基础上继续训练，面向编程、Agent 工作流和长文档，支持 100 万 Token 上下文。HiAPI 当前开放文本 Chat Completions 接入，支持始终开启的思考、流式输出、结构化输出、函数工具和缓存读取。

生产建议

请求契约
  • 向 POST /v1/chat/completions 发送请求，model 填 kimi-k3.1-pro，并使用 messages。同一个 HiAPI API Key 可调用已开放模型；媒体模型使用不同请求结构的 /v1/tasks。
  • 思考始终开启。使用顶层 reasoning_effort=low、high 或 max，默认是 max。不要发送 thinking；temperature 和 top_p 固定为 1 和 0.95，请省略，传其他值会被拒绝。
  • 续轮时保留完整 assistant 历史，包括 reasoning_content 和 tool_calls。

适用场景

长上下文文本任务

利用 100 万 Token 上下文处理长文档和多轮应用上下文。

messages
推理与编程

按任务需要比较 low、high、max 的质量与延迟。

reasoning_effort
工具工作流

声明函数，由应用执行返回的调用，再带回工具结果继续请求。

toolstool_choice

请求参数

model string 必填

使用完整公共模型 ID。

示例 kimi-k3.1-pro 可选值: kimi-k3.1-pro
messages array 必填

按顺序传入对话历史，续轮时保留完整 assistant 消息。

role enum 必填

消息角色。

可选值: systemuserassistanttool
content string | null 可选

普通消息的文本内容；带工具调用的 assistant 消息可以为 null。

reasoning_content string 可选

返回的 assistant 思考内容；续轮时原样保留。

tool_calls array 可选

assistant 返回的工具调用；由应用执行并带回原消息。

tool_call_id string 可选

tool 结果必填，并与 assistant 工具调用 ID 对应。

stream boolean 可选

设为 true 返回 Server-Sent Events。

默认 false
stream_options object 可选

流式响应选项。

include_usage boolean 可选

设为 true，在最后一个流式 chunk 中返回 usage。

reasoning_effort enum 可选

始终开启的思考强度，不支持 medium 或 none。

默认 max 可选值: lowhighmax
max_tokens integer 可选

可选的输出预算，最大 131072 Token，思考 Token 也计入其中。

response_format object 可选

支持 json_object 和严格 json_schema 输出。

tools array 可选

OpenAI 兼容的函数定义。

tool_choice enum 可选

控制模型是否调用工具。由于思考始终开启，不支持指定某个具体函数。

默认 auto 可选值: autononerequired
temperature number 可选

固定为 1，请省略；传其他值会被拒绝。

可选值: 1
top_p number 可选

固定为 0.95，请省略；传其他值会被拒绝。

可选值: 0.95

API 接入示例

调用示例

流式响应

将同一请求对象的 stream 改为 true，并在最后一个 SSE chunk 中返回 usage。

请求体
{
  "model": "kimi-k3.1-pro",
  "messages": [
    {
      "role": "user",
      "content": "请用三段简短文字解释 HTTP 缓存的工作方式。"
    }
  ],
  "reasoning_effort": "max",
  "stream": true,
  "stream_options": {
    "include_usage": true
  }
}
降低思考强度

日常任务更重视延迟和输出用量时使用 low。

请求体
{
  "model": "kimi-k3.1-pro",
  "messages": [
    {
      "role": "user",
      "content": "请用三段简短文字解释 HTTP 缓存的工作方式。"
    }
  ],
  "reasoning_effort": "low",
  "stream": false
}
较高思考强度

多步分析任务可以使用 high。

请求体
{
  "model": "kimi-k3.1-pro",
  "messages": [
    {
      "role": "user",
      "content": "请用三段简短文字解释 HTTP 缓存的工作方式。"
    }
  ],
  "reasoning_effort": "high",
  "stream": false
}
函数工具

由应用执行返回的函数调用，再带回 assistant 调用和匹配的 tool 结果。

请求体
{
  "model": "kimi-k3.1-pro",
  "messages": [
    {
      "role": "user",
      "content": "任务 demo-123 的状态是什么？"
    }
  ],
  "reasoning_effort": "max",
  "stream": false,
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_task_status",
        "description": "按 ID 查询任务。",
        "parameters": {
          "type": "object",
          "properties": {
            "task_id": {
              "type": "string"
            }
          },
          "required": [
            "task_id"
          ],
          "additionalProperties": false
        }
      }
    }
  ],
  "tool_choice": "auto"
}
JSON Mode

请求 JSON 对象，并在校验字段后解析最终 content。

请求体
{
  "model": "kimi-k3.1-pro",
  "messages": [
    {
      "role": "user",
      "content": "请返回一个 JSON 对象，只包含名为 summary 的字符串字段，内容介绍 HTTP 缓存。"
    }
  ],
  "reasoning_effort": "max",
  "stream": false,
  "response_format": {
    "type": "json_object"
  }
}
严格 JSON Schema

约束业务字段，并将最终 content 作为 JSON 解析。

请求体
{
  "model": "kimi-k3.1-pro",
  "messages": [
    {
      "role": "user",
      "content": "请用三段简短文字解释 HTTP 缓存的工作方式。"
    }
  ],
  "reasoning_effort": "max",
  "stream": false,
  "response_format": {
    "type": "json_schema",
    "json_schema": {
      "name": "cache_summary",
      "schema": {
        "type": "object",
        "properties": {
          "summary": {
            "type": "string"
          }
        },
        "required": [
          "summary"
        ],
        "additionalProperties": false
      },
      "strict": true
    }
  }
}

响应结构

从 choices[0].message.content 读取最终回答。assistant 消息还可能包含 reasoning_content 和 tool_calls。输入、缓存读取和输出 Token 的计费以 usage 为准；思考 Token 已包含在 completion_tokens 中。

{
  "id": "chatcmpl_example",
  "object": "chat.completion",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "HTTP 缓存会保存可复用的响应……",
        "reasoning_content": "我会说明缓存的查找与校验流程。"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 24,
    "prompt_tokens_details": {
      "cached_tokens": 8
    },
    "completion_tokens": 42,
    "completion_tokens_details": {
      "reasoning_tokens": 18
    },
    "total_tokens": 66
  }
}
  1. 从 choices[0].message.content 读取最终文本。
  2. 流式调用拼接 choices[0].delta.content，并处理 [DONE]。
  3. 从 usage 读取输入、缓存读取和输出 Token 数量。

常见问题

应该使用哪个接口和模型 ID？

使用 POST /v1/chat/completions，并将 model 设置为 kimi-k3.1-pro。

如何选择思考强度？

日常任务使用 low，多步分析使用 high，复杂推理或编程使用 max。默认是 max，不支持 medium 和 none。

可以关闭思考或调节 temperature 吗？

不可以。思考始终开启，temperature=1、top_p=0.95 固定不变。请省略 thinking、temperature 和 top_p；传入其他 temperature 或 top_p 值会返回 HTTP 400，且不计费。

思考 Token 计费吗？

计费。思考 Token 包含在 completion_tokens 中，并按输出计费。请以 usage 明细为准，不要按可见回答长度估算。

可以复用 OpenAI SDK 客户端吗？

可以。将 base_url 设置为 https://api.hiapi.ai/v1，使用 HiAPI API Key，通过 chat.completions.create 传入 messages，并调整 reasoning_effort、保留 assistant 历史。

支持图片或 Responses 吗？

当前 HiAPI 接入只开放文本 Chat Completions。不要把官方视觉或 Responses 示例直接用于本接入。

缓存读取如何计费？

查看请求返回的 usage.prompt_tokens_details.cached_tokens。缓存不保证命中，各类 Token 的费率以模型定价页面为准。 查看实时价格。

下一步