Kimi K3.1 Pro API 怎么用？5 分钟跑通第一次调用

TL;DR

• Kimi K3.1 Pro 是 Kimi K3 系列的升级推理模型，已在 HiAPI 上线，新用户注册送 200 积分。
• 平台价：输入 $2.1548/M token，输出 $11.2714/M token，缓存读 $0.2156/M token。一次中等复杂度的推理调用约 $0.03。
• 接口走 OpenAI Chat Completions 协议，POST /v1/chat/completions，和 GPT 系列完全兼容，换 model 字段就能切。

Kimi K3.1 Pro 是什么

Kimi K3.1 Pro 是强化推理能力的大语言模型，核心升级在三个方向：

• 更强的代码和工具调用能力：在函数调用、代码生成、结构化输出上对 K3 有明显提升，适合做 Agent 的后端大脑。
• 1M token 上下文：单次可处理整本技术手册、完整代码库或长会议记录，还支持缓存复用，重复读取的长文档只收 1/10 的价格。
• 结构化输出：支持 json_object 和 json_schema，可以指定输出字段名、类型和描述，解析结果直接入库。

和 Kimi K3 对比：K3 偏向通用推理，K3.1 Pro 在编程、Agent、长文档三个场景上做了专项优化，价格反而略低。如果已经在用 K3，把 model 从 kimi-k3 改成 kimi-k3.1-pro 就能直接切换，请求格式完全一样。

两条上手路线

路线一：浏览器试玩（不用写代码）

1. 打开 Kimi K3.1 Pro 模型页，注册或登录。
2. 在 Playground 里输入问题，选 reasoning_effort（推理强度），点发送。
3. 看返回结果和推理过程，满意了复制右上角的代码片段，直接粘进项目。

路线二：API 调用

1. 在控制台创建 API Key。
2. 用下面的 curl 或 Python 代码发第一次请求。
3. 拿到返回的 choices[0].message.content，就是模型的最终回答。

curl：第一次调用

curl -X POST https://api.hiapi.ai/v1/chat/completions \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3.1-pro",
    "reasoning_effort": "low",
    "max_tokens": 2000,
    "messages": [
      {"role": "user", "content": "用一句话解释什么是 RESTful API"}
    ]
  }'

把 sk-your-api-key 换成你的 Key。如果想看模型的推理过程，在返回的 JSON 里找 choices[0].message.reasoning_content。

reasoning_effort 控制推理深度：low 最快最便宜，high 平衡速度和深度，max（默认）最深入但最慢。

Python：调用并提取回答

import requests

url = "https://api.hiapi.ai/v1/chat/completions"
headers = {
    "Authorization": "Bearer sk-your-api-key",
    "Content-Type": "application/json",
}
payload = {
    "model": "kimi-k3.1-pro",
    "reasoning_effort": "low",
    "max_tokens": 2000,
    "messages": [
        {"role": "user", "content": "用一句话解释什么是 RESTful API"}
    ],
}

resp = requests.post(url, json=payload, headers=headers)
data = resp.json()

answer = data["choices"][0]["message"]["content"]
tokens = data["usage"]["total_tokens"]
print(f"回答：{answer}")
print(f"消耗 {tokens} tokens")

返回里 reasoning_content 是模型的思考过程，content 是最终回答。推理令牌也包含在 total_tokens 里，按输出价计费。

参数表

你会遇到的报错

400 invalid_parameter — temperature 或 top_p 值不被接受

K3.1 Pro 当前版本的温度固定为 1、top_p 固定为 0.95。设置这些参数会直接报错。如果你从其他模型迁移代码，删掉这两行即可。

400 reasoning_effort 值不合法

只接受 low、high、max 三个值。medium 或 minimal 会返回 400。

空回答 + finish_reason: "length"

推理过程吃掉了全部 max_tokens 配额，最终回答还没来得及生成。增加 max_tokens 或降低 reasoning_effort。

401 Unauthorized

API Key 没传、传错或已吊销。检查 Header 里 Authorization: Bearer sk-... 是否正确。

流式返回时前端卡住

推理内容先以 delta.reasoning_content 到达，回答后以 delta.content 到达。如果你的 UI 只渲染 delta.content，推理阶段看起来会像卡住了。两种处理方式：忽略 reasoning_content 的类型直接不渲染（等 content 出现），或者单独展示推理过程。

常见问题

模型 ID 到底怎么写？

kimi-k3.1-pro，中间是点不是横杠。

和 Kimi K3 有什么区别？

K3.1 Pro 在代码生成、工具调用、结构化输出上比 K3 更强，上下文同样是 1M token，价格略低。两个模型用同一个接口，只改 model 就能切。详细对比见 Kimi K3.1 Pro 价格页。

怎么关掉推理过程？

推理不能关闭，但可以设 reasoning_effort: "low" 减少推理开销。不显示推理只需在前端忽略 reasoning_content 字段。

支持流式吗？

支持。加 "stream": true 即可。推理先到、回答后到，都用 SSE 标准事件推送。

token 怎么算钱？

所有 token（含推理）按用量计费：输入 $2.1548/M、输出 $11.2714/M、缓存读 $0.2156/M。重复读取的长文档触发缓存，按缓存价算。

接口超时怎么办？

推理模型耗时比普通对话模型长，尤其是 reasoning_effort: "max" 时。客户端把超时设到 120 秒以上。

打开 Kimi K3.1 Pro 模型页，复制上面的 curl 命令，把 Key 换上去，5 分钟跑通第一次调用。

Kimi K3.1 Pro 系列文章

• 模型页
• 价格对比
• 提示词大全：5 个场景直接复制
• Kimi K3.1 Pro vs Claude Opus 5.5