Kimi K3.1 Pro API

Perbandingan harga: API resmi, OpenRouter, dan Wokey

USD per satu juta token. Harga API resmi dan OpenRouter diperiksa manual pada 2026-10-24, belum termasuk pajak; harga Wokey dibaca dari daftar harga terkini.

Diperiksa 2026-10-24 · Halaman harga resmi · Daftar endpoint OpenRouter

Pakai di Claude Code

Model ini mendukung /v1/messages di Wokey. Setel variabel lingkungan berikut, lalu jalankan claude.

export ANTHROPIC_BASE_URL="https://api.wokey.ai"
export ANTHROPIC_AUTH_TOKEN="$WOKEY_API_KEY"
export ANTHROPIC_MODEL="kimi-k3.1-pro"

Sekilas Kimi K3.1 Pro

Tanggal rilis

2026-10-23: K3.1 Pro dan K3.1 Pro Highspeed tersedia di aplikasi web dan aplikasi seluler Kimi, Kimi Work, Kimi Code, dan Kimi API sejak hari pertama; Moonshot menjanjikan bobot lengkap di Hugging Face paling lambat 4 November

Model

K3 yang dilatih lanjut (post-training): basis MoE yang sama dengan total 2.8T parameter dan 104B aktif, dengan komputasi post-training reinforcement learning yang jauh lebih besar; konteks 1,048,576 token dengan input teks, gambar, dan video secara native

Harga resmi

K3.1 Pro berharga $2 input / $10 output per 1 juta token, $0.20 untuk cache hit, dan $2 (5 menit) atau $4 (1 jam) untuk cache write, sepertiga di bawah K3 ($3 / $15). Highspeed menggandakan input, output, dan write ($4 / $20) tetapi cache hit tetap $0.20

Highspeed

Model yang sama, yang menurut Moonshot berjalan 2–3× lebih cepat. Hasil pengukuran Wokey pada 10-24 (endpoint Kimi Code, effort=high): Pro 64–67 token/detik, Highspeed 118–129 token/detik, sekitar 1.9× lebih cepat; K3 berjalan sekitar 45 token/detik dalam kondisi yang sama

Thinking dan parameter

Hanya mode thinking: mematikan thinking mengembalikan 400. reasoning_effort menerima low / high / max dengan max sebagai default; temperature, top_p, dan parameter sampling lainnya bernilai tetap, batasan yang sama dengan K3

Evaluasi independen

Artificial Analysis Intelligence Index v4.3.2: 55, peringkat 4 dari 215, hanya di bawah Claude Opus 5.5 (58), Sonnet 5.5 (56), dan Muse Wonder Full (56), serta 11 poin di atas K3; $2.11 per tugas, sekitar sepertiga Opus 5.5

API dan kanal

ID modelnya kimi-k3.1-pro dan kimi-k3.1-pro-highspeed di platform Kimi, serta k3.1-pro dan k3.1-pro-highspeed di Kimi Code. Wokey menyediakan /v1/chat/completions dan /v1/messages (bisa dipakai dengan Claude Code)

Diperiksa 2026-11-02 · Sumber: Moonshot · K3.1 Pro quickstart · Pricing · Kimi Code models · Artificial Analysis

Benchmark resmi: Kimi K3.1 Pro vs Opus 5.5 vs GPT-6 Astra vs Fable 5.1 vs GLM-5.3 vs DeepSeek

Dari blog teknis K3.1 Pro milik Moonshot; ini adalah hasil yang dilaporkan vendor, dan “—” berarti tidak ada skor yang dipublikasikan. Evaluasi internal dan evaluasi keamanan siber tidak disertakan.

Setiap skor K3.1 Pro memakai reasoning_effort=max, temperature=1.0, dan top_p=0.95, dengan benchmark coding dijalankan di harness Claude Code; ketiga model proprietary dijalankan di max dengan fallback. Baris ProgramBench adalah skor biner (satu tugas dihitung jika mencapai ≥95%), sehingga tidak bisa dibandingkan dengan skor mentah di halaman K3. Skor HLE-Full GLM-5.3 diambil pada subset khusus teks.

Pilih yang mana: K3.1 Pro, Claude Opus 5.5, K3, atau GLM-5.3

vs Claude Opus 5.5

Pada Intelligence Index v4.3.2 dari Artificial Analysis, Opus 5.5 (max) meraih 58 dan K3.1 Pro 55, hanya terpaut 3 poin, sedangkan satu tugas menghabiskan $5.98 dibandingkan $2.11, sekitar sepertiganya untuk K3.1 Pro. Dalam tabel Moonshot keduanya hampir setara di Terminal-Bench 4.0 (65.7% vs 66.4%), dan data biaya tbench.ai mencatat satu tugas sekitar $5.25 untuk K3.1 Pro dan $14.30 untuk Opus 5.5. K3.1 Pro unggul di SWE-Marathon v1.1 (51.7% vs 46.3%), HLE dengan tools (70.0% vs 67.7%), dan OfficeQA Pro v2; Opus 5.5 jelas lebih kuat di ProgramBench (65.0% vs 31.5%), Terminal-Bench Science (63.3% vs 38.1%), dan HLE tanpa tools (59.8% vs 51.1%), serta lebih cepat (sekitar 96 vs 77 token/detik). Pilih K3.1 Pro untuk agent coding berjangka panjang, analisis dokumen dan keuangan, serta volume yang sensitif terhadap anggaran; pilih Opus 5.5 untuk program kompleks yang harus langsung berjalan pada percobaan pertama dan untuk pekerjaan ilmiah.

Beralih dari K3

Ya, untuk pemakaian API bayar per token. K3.1 Pro meraih 11 poin lebih tinggi daripada K3 pada indeks (55 vs 44), harga resminya sepertiga lebih murah, dan menghasilkan sekitar 64–67 token/detik dibandingkan 45 milik K3 dalam pengukuran Wokey. Batasan request-nya sama dengan K3, jadi beralih cukup dengan mengganti model dari kimi-k3 ke kimi-k3.1-pro. Kimi menyarankan memulai sesi baru: berganti di tengah sesi K3 membuat cache tidak valid dan bisa menurunkan kualitas output. Kuota Kimi Code lain ceritanya: sejak 10-27, token yang sama di paket baru memakai kuota 11× (input) dan 14× (output) di K3.1 Pro dibandingkan di K3 (data produksi Wokey), jadi K3 jauh lebih awet pada langganan dengan kuota terbatas.

vs GLM-5.3 dan DeepSeek V4.1 Flash

Keduanya meraih 45 di Artificial Analysis, 10 poin di bawah K3.1 Pro. GLM-5.3 menghabiskan $2.01 per tugas, hampir sama dengan $2.11 milik K3.1 Pro, jadi dengan pengeluaran yang sama K3.1 Pro jelas lebih kuat dan juga menerima gambar dan video. DeepSeek V4.1 Flash 1017 hanya menghabiskan $0.26 per tugas, sekitar seperdelapan K3.1 Pro, dan bahkan sedikit unggul di DeepSWE (77.0% vs 75.5%), tetapi hanya meraih 42.3% di Terminal-Bench 4.0. Gunakan DeepSeek untuk pekerjaan sederhana bervolume besar dan K3.1 Pro untuk tugas agentic dan multimodal yang kompleks.

Pro atau Highspeed

Keduanya adalah model yang sama dengan skor benchmark yang sama. Highspeed berharga dua kali lipat dan memakai sekitar dua kali kuota di Kimi Code; dalam pengukuran Wokey, Highspeed sekitar 1.9× lebih cepat (118–129 vs 64–67 token/detik) dan mencapai token pertama sekitar satu detik lebih awal. Pilih Highspeed untuk coding interaktif ketika seseorang menunggu jawabannya; pilih Pro untuk agent latar belakang, pekerjaan batch, dan pekerjaan dengan anggaran token.

Memilih effort

Thinking tidak bisa dimatikan, dan reasoning_effort hanya menerima low, high, dan max, dengan max sebagai default. Pada kurva biaya Terminal-Bench 4.0 yang dipublikasikan Moonshot, high meraih 52.8% dengan sekitar $4.16 per tugas dan max 65.7% dengan sekitar $5.25: max 26% lebih mahal untuk tambahan 12.9 poin. Pertahankan max untuk coding dan agent, dan gunakan low untuk tanya jawab sederhana dan konversi format. Token reasoning ditagih dengan tarif output, dan Artificial Analysis mencatat 150 juta token output di seluruh indeksnya, 70% di atas median 87 juta, jadi sisakan ruang pada anggaran output.

Dokumentasi Kimi

Ulasan pihak ketiga dan komunitas

• Artificial Analysis: Intelligence Index v4.3.2: 55, peringkat 4 dari 215. Model ini memakai 150 juta token output di seluruh indeks (median 87 juta), menghabiskan $2.11 per tugas, menghasilkan sekitar 77 token/detik, dan butuh sekitar 3.1 detik hingga token pertama. Model ini dicantumkan sebagai proprietary sampai bobotnya dirilis. Setiap komponen tagihan di Wokey adalah 40% dari harga resmi, jadi tugas yang sama menghabiskan sekitar $0.84.
• Hacker News (thread dengan 542 poin): Hal yang paling banyak dibahas adalah Moonshot menghapus materi keamanan siber dari data pelatihan: sebagian menganggapnya lebih kokoh daripada penolakan, yang lain khawatir soal kemampuan coding secara umum. Berikutnya soal kuota langganan Kimi: seorang pengguna di paket $99 menghabiskan kuota 5 jam dalam 47 menit pada satu sesi. Yang lain mencatat bahwa harga di Tiongkok sekitar 30% di bawah K3 dan bahwa model ini kini berperingkat di atas GPT-6 Astra dan Fable 5.1 di Artificial Analysis.
• Hasil pengukuran Wokey: Pada 10-24, Wokey menjalankan prompt yang sama (tulisan teknis sekitar 900 kata) tiga kali per model di endpoint Kimi Code (effort=high): K3.1 Pro berjalan 64–67 token/detik, Highspeed 118–129 token/detik, dan K3 sekitar 45 token/detik. Baik chat/completions maupun format messages yang dipakai Claude Code mengembalikan thinking secara normal; mematikan thinking, top_p≠0.95, dan URL gambar publik semuanya mengembalikan 400.

Memakai K3.1 Pro di Claude Code dan aturan request yang perlu diperiksa

Aturan ini berasal dari dokumentasi Kimi dan pengujian Wokey terhadap kedua model pada 10-24. Periksa sebelum beralih dari K3 atau menghubungkannya untuk pertama kali.

• ID model: platform Kimi dan Wokey memakai kimi-k3.1-pro / kimi-k3.1-pro-highspeed; key dari langganan Kimi Code memerlukan k3.1-pro / k3.1-pro-highspeed. Dalam pengujian Wokey, mengirim kimi-k3.1-pro ke Kimi Code mengembalikan 400 “Your model id does not exist”.
• Thinking tidak bisa dimatikan: thinking: {"type": "disabled"} mengembalikan 400 “K3.1 Pro does not support disabled thinking mode”. Gunakan reasoning_effort di tingkat teratas (low / high / max) untuk mengatur seberapa banyak model berpikir.
• temperature, top_p, n, presence_penalty, dan frequency_penalty bernilai tetap 1.0, 0.95, 1, 0, dan 0, dan Kimi meminta Anda tidak menyertakannya; top_p=1 mengembalikan 400 “invalid top_p: only 0.95 is allowed for this model”. Gateway Wokey menerapkan aturan yang sama, sehingga hasilnya tidak bergantung pada upstream mana yang melayani request.
• Dalam percakapan multi-giliran dan pemanggilan tool, kirim kembali pesan assistant lengkap yang dikembalikan API, termasuk reasoning_content dan tool_calls.
• Gambar dikirim sebagai data URL base64 seperti data:image/png;base64,.... Dalam pengujian Wokey pada 10-24, URL gambar publik mengembalikan 400 “unsupported image url”, sama seperti K3; video juga dikirim sebagai base64.
• Di Claude Code: atur ANTHROPIC_BASE_URL ke https://api.wokey.ai, ANTHROPIC_AUTH_TOKEN ke API key Wokey Anda, dan ANTHROPIC_MODEL ke kimi-k3.1-pro. Wokey menguji kedua model pada 10-24 dalam format /v1/messages yang dipakai Claude Code, dan blok thinking serta teks dikembalikan secara normal; harganya $0.80 input / $4.00 output per 1 juta token. OpenCode dan klien lain yang kompatibel dengan OpenAI memakai /v1/chat/completions dengan base URL https://api.wokey.ai/v1.

Request body dengan gambar (/v1/chat/completions)

{
  "model": "kimi-k3.1-pro",
  "reasoning_effort": "max",
  "messages": [{
    "role": "user",
    "content": [
      { "type": "image_url", "image_url": { "url": "data:image/png;base64,iVBORw0KGgo..." } },
      { "type": "text", "text": "Rebuild this CAD sketch as a parametric Blender script" }
    ]
  }]
}

Cuplikan harga katalog

Harga per 1 juta token; penagihan mengikuti harga saat request diproses.

Sumber harga resmi: https://platform.kimi.ai/docs/pricing/chat

Hasil pengukuran di Wokey

28 hari terakhir (2026-10-13 hingga 2026-11-09), diperbarui setiap Senin · Request nyata dari 80+ akun

Waktu hingga token pertama, prompt pendek

2.7 detik (Median · prompt di bawah 8K token · p90 5.9 detik)

Waktu hingga token pertama, prompt agent

5.1 detik (Median · prompt 32K–128K token)

Tingkat cache hit prompt

96% (Porsi token input yang dibaca dari cache)

Klien paling banyak dipakai: Magpie 81%, DeepSeek Harness 13%. Porsi dari request dengan klien yang teridentifikasi; kliennya teridentifikasi pada 44% request.

Cara pengukuran

Waktu hingga token pertama dihitung sejak gateway Wokey menerima request sampai konten streaming pertama (teks, ringkasan reasoning, atau penolakan). Angka ini mencakup antrean, percobaan ulang di akun lain, dan waktu berpikir model, sehingga lebih lama daripada latensi token pertama milik upstream sendiri. Hanya request streaming yang berhasil yang dihitung, dikelompokkan menurut ukuran prompt (input ditambah baca dan tulis cache).

Tingkat cache hit = token yang dibaca dari cache ÷ token input pada request yang berhasil. Angkanya bergantung pada klien dan cara pemakaiannya; halaman tingkat cache hit merincinya per klien.

Akun enterprise dan akun uji milik Wokey tidak disertakan. Sebuah model ditampilkan setelah dipakai minimal 20 pengguna dalam 28 hari terakhir dan tidak ada satu pengguna pun yang mengirim lebih dari 50% request-nya; akun yang terdaftar melalui satu rantai referral dihitung sebagai satu pengguna. Setiap angka waktu hingga token pertama memerlukan minimal 500 request.

Tingkat cache hit per klien

Kemampuan model

Context

1,048,576 tokens

Output maksimum

1,048,576 tokens

Streaming

Didukung

Tools

Didukung

Vision

Didukung

Format API yang didukung

/v1/chat/completions · /v1/responses · /v1/messages

Kirim request

/v1/chat/completions

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3.1-pro","messages":[{"role":"user","content":"Hello"}]}'

/v1/responses

curl https://api.wokey.ai/v1/responses \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3.1-pro","input":"Hello"}'

/v1/messages

curl https://api.wokey.ai/v1/messages \
  -H "x-api-key: $WOKEY_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3.1-pro","max_tokens":1024,"messages":[{"role":"user","content":"Hello"}]}'

Pakai Kimi K3.1 Pro di tool Anda

Gateway-nya adalah https://api.wokey.ai (klien yang kompatibel dengan OpenAI biasanya memakai https://api.wokey.ai/v1), dan ID modelnya kimi-k3.1-pro. Buka panduan untuk klien yang Anda pakai.

• Pakai Kimi K3.1 Pro di Claude Code: Anthropic Messages · penyiapan base URL dan API key
• Pakai Kimi K3.1 Pro di Codex: OpenAI Responses · penyiapan base URL dan API key
• Pakai Kimi K3.1 Pro di Claude Desktop: Anthropic Messages · penyiapan base URL dan API key
• Pakai Kimi K3.1 Pro di opencode: OpenAI Chat Completions · penyiapan base URL dan API key
• Pakai Kimi K3.1 Pro di pi: Anthropic Messages · penyiapan base URL dan API key
• Pakai Kimi K3.1 Pro di DeepSeek Harness: OpenAI Chat Completions · penyiapan base URL dan API key
• Pakai Kimi K3.1 Pro di Z Code: Anthropic Messages · penyiapan base URL dan API key
• Pakai Kimi K3.1 Pro di Cherry Studio: OpenAI Chat Completions · penyiapan base URL dan API key
• Pakai Kimi K3.1 Pro di WorkBuddy: OpenAI Chat Completions · penyiapan base URL dan API key
• Pakai Kimi K3.1 Pro di OpenClaw: OpenAI Chat Completions · penyiapan base URL dan API key
• Pakai Kimi K3.1 Pro di Hermes Agent: OpenAI Chat Completions · penyiapan base URL dan API key
• Pakai Kimi K3.1 Pro di Magpie: OpenAI Chat Completions · penyiapan base URL dan API key
• Kalkulator biaya Kimi API: berapa biaya Kimi K3.1 Pro per bulan: Bandingkan biaya bulanan di Kimi API dan Wokey sesuai pemakaian dan tingkat cache hit Anda.
• Batas Kimi Code, hasil pengukuran: berapa banyak Kimi K3.1 Pro yang dicakup satu paket: Token terukur per jendela 5 jam dan per bulan, serta nilainya dengan harga API.
• Alternatif OpenRouter: Wokey vs OpenRouter: Bandingkan harga token, biaya pembayaran, format API, dan sumber upstream.
• API AI yang dapat diverifikasi: model dan format API mana yang membawa bukti respons: Bukti respons saat ini hanya mencakup respons Claude Messages dan GPT Responses yang diteruskan apa adanya di rute resmi.

Pertanyaan umum

Model dan dokumentasi terkait

• Kimi K3.1 Pro Highspeed
• Kimi K3
• Kimi K2.8 Preview
• Dokumentasi API
• Semua model dan harga
• Provider Node