Hacker News AI · 2026/10/24 00:59:08
Kimi K3.1 Pro 发布 支持百万上下文与高速版
月之暗面正式推出 Kimi K3.1 Pro，这是其首个 3T 参数级模型，拥有 100 万 token 上下文窗口，并在编程、3D 生成及金融建模方面显著提升。同时发布的 K3.1 Pro Highspeed 版本在保持同等能力下实现了 2-3 倍的推理速度提升，旨在提供更流畅的交互体验。
报道全文原始报道全文
本文目录7 个章节
模型配置
本页介绍 Kimi Code 提供的模型、如何在各客户端中切换模型、第三方工具设置以及常见的 API 问题。
模型概览
Kimi Code 目前提供六个模型 ID，涵盖 K3.1 Pro（包括 K3.1 Pro Highspeed）、K3（包括其 256K 上下文变体）、K2.8 Preview 和 K2.7 Code Highspeed。在官方客户端或第三方工具中，使用模型 ID 可选择特定版本。下表对比了规格和套餐要求。
推出 K3.1 Pro 系列
K3.1 Pro 现已在 Kimi Code 全面上线——这是新 K3.1 系列的第一个模型，也是我们要迄今最强大的 3T 级模型，拥有 1M 上下文窗口，并在编码、3D 创建以及金融研究与建模方面实现了显著提升。
我们同时发布了 Kimi K3.1 Pro Highspeed，该模型具备相同的模型能力，但速度约为 K3.1 Pro 的 2–3 倍，可提供更流畅的交互体验。
使用建议
- 保持思考模式开启：K3.1 Pro 模型仅支持思考模式。禁用思考模式的请求将被拒绝。
- 开启新会话：避免在现有的 K3 系列、K2.8 Preview 或 K2.7 Code Highspeed 会话中切换到新模型——这样做会降低输出质量并减少缓存命中。请开启新会话以体验 K3.1 Pro 系列。
- 使用原生 API：对于 K3.1 Pro 模型，我们建议使用 Kimi Coding Plan 的原生 Responses、chat completion 或 message API，以获得最稳定的输出。通过代理工具进行协议转换可能会导致模型行为发生变化。
| 模型 ID | k3.1-pro | k3.1-pro-highspeed | k3 | k3-256k | kimi-for-coding | kimi-for-coding-highspeed |
|---|---|---|---|---|---|---|
| 模型版本 | K3.1 Pro | K3.1 Pro Highspeed | K3 | K3 | K2.8 Preview | K2.7 Code Highspeed |
| 描述 | Kimi 最新旗舰模型：3T 参数，1M 上下文窗口，仅支持思考模式 | K3.1 Pro 的高速版本，能力相同，输出更快，配额消耗约为标准版的两倍 | 上一代旗舰模型，拥有 2.8T 参数和 1M 上下文窗口 | K3 的 256K 上下文版本 — k3 (1M) 消耗的配额约为 k3-256k 的两倍 | 性能接近 K3，但思考更高效；擅长代码补全和常规开发任务 | K2.7 Code 的高速版本，编码能力相同，输出速度约快 5–6 倍 |
| 速度 | 标准 | 高速（速度约为 2–3 倍，配额消耗为 2 倍） | 标准 | 标准 | 标准 | 高速（速度约为 6 倍，配额消耗为 3 倍） |
| 上下文窗口 | 最高 1048576（适用于高等级会员） | 最高 1048576（适用于高等级会员） | 最高 1048576（适用于高等级会员） | 最高 262144 | 最高 1048576 | 最高 262144 |
| 推理 | reasoning_effort:low / high / max（默认 max；无法禁用思考） | reasoning_effort:low / high / max（默认 max；无法禁用思考） | reasoning_effort:low / high / max（默认 high） | reasoning_effort:low / high / max（默认 high） | reasoning_effort:low / high / max（默认 max） | Thinking:ON |
| 可用性（新套餐） | Plus 及以上；Pro 及以上支持 1M 上下文 | Pro 及以上 | Plus 及以上；Pro 及以上支持 1M 上下文 | Plus 及以上 | Plus 及以上 | Pro 及以上 |
| 可用性（旧套餐） | Moderato 及以上；Allegretto 及以上支持 1M 上下文 | Allegretto 及以上 | Moderato 及以上；Allegretto 及以上支持 1M 上下文 | Moderato 及以上 | Andante 及以上 | Allegretto 及以上 |
| 多模态输入 | 图像、视频 | 图像、视频 | 图像、视频 | 仅图像 | 图像、视频 | 图像、视频 |
探索或升级您的会员套餐？
不同的会员套餐可解锁不同的模型、上下文窗口和速度。会员订阅 →
如何切换模型
在切换之前
- 开启新会话：切换模型或调整思考强度（thinking effort）会使现有的上下文缓存失效，从而需要重新执行 prefill 并增加 token 用量。不同模型的推理链也可能相互干扰。
- 第三方调用时使用模型 ID：请输入上表中的模型 ID（例如
k3.1-pro或k3.1-pro-highspeed），而不是模型版本名称（如 K3.1 Pro 或 K3.1 Pro Highspeed）。如果模型 ID 输入错误，系统将回退至不带思考功能的 K2.8 Preview 模型。 - 检查思考行为：K3.1 Pro 系列模型仅支持思考模式，禁用思考的请求将被拒绝。当禁用思考时，K3 系列、K2.8 Preview 和 K2.7 Code Highspeed 会被路由至不带思考功能的 K2.8 Preview 模型。K2.7 Code Highspeed 不支持调整思考强度。有关第三方工具的详细信息，请参阅 Effort mapping and routing rules。
官方客户端
- Kimi Code Desktop：在 Composer 内的模型选择器中切换模型；如果目标模型尚未列出，请重启应用或重新登录。
- 官方 Kimi Code CLI：输入
/model即可切换模型——无需修改配置；如果最新模型尚未列出，请使用/logout登出，然后通过/login重新登录。 - Kimi Code for VS Code：从输入栏的下拉菜单中选择目标模型；如果该模型尚未列出，请重启 VS Code 或重新安装扩展。
第三方工具
- 在 Kimi Code Console 中创建 API Key。
- 在你的工具中填写 Base URL 和目标模型 ID。
Kimi Code API 支持 OpenAI (Responses / Chat Completions) 和 Anthropic 协议。支持 Responses API 的工具应使用原生 Responses 格式。Base URLs 如下：
| 协议 | Base URL |
|---|---|
| OpenAI (Responses / Chat Completions) | 中国 https://api.kimi.com/coding/v1 海外 https://api.kimi.ai/coding/v1 |
| Anthropic 兼容 | 中国 https://api.kimi.com/coding/ 海外 https://api.kimi.ai/coding/ |
有关详细设置步骤，请参阅相应的工具指南：
Effort mapping and routing rules
K3.1 Pro 模型、K3 系列以及 K2.8 Preview 支持 low / high / max 思考强度（thinking effort）级别。第三方工具传入的值映射关系如下。K2.7 Code Highspeed 不支持调整思考强度。
| 工具输入 | 产生的强度或行为 |
|---|---|
无 effort (null / undefined) | 模型默认值：K3.1 Pro 模型和 K2.8 Preview 为 max；K3 系列为 high |
ultra / max / xhigh | max |
high / medium | high |
low / minimum / light | low |
off / none / disabled | K3.1 Pro 模型：禁用思考的请求将被拒绝 (HTTP 400)<br>K3 系列、K2.8 Preview 和 K2.7 Code Highspeed：禁用思考的请求将由 K2.8 Preview 以无思考模式处理 |
| 其他未知值 | 返回 HTTP 400 |
更改思考强度也会导致上下文缓存失效。请尽量在同一会话中保持相同的思考强度。如果需要更改，建议开启新会话，以避免重复的预填充（prefill）和额外的 token 消耗。
FAQ
模型 ID 正确，但 API 返回 403 或 400 错误
有效的模型 ID 仅用于标识模型。请求是否成功还取决于账户权限、思考模式以及上下文限制。请检查错误信息：
- 您的账户无权访问该模型或 1M 上下文 (403)：您当前的套餐不包含所请求的功能。查看模型表中的套餐要求，然后根据需求前往会员订阅页面 →。
- 思考已禁用 (400)：K3.1 Pro 模型仅支持思考模式。请保持思考功能开启；传入
none或disabled会被拒绝。 - 所选模型不支持 1M 上下文或请求超出上下文限制 (400)：部分模型（如
k3-256k和kimi-for-coding-highspeed）不支持 1M 上下文——查看模型表了解详情。请压缩长上下文，或切换至支持最高 1M 上下文的模型和套餐。
如何在保证模型质量的同时减少用量？
请在同一会话中保持使用相同的模型和思考强度，避免频繁切换。切换模型或思考强度会使现有的上下文缓存失效，从而需要重新进行预填充并增加 token 消耗。此外，不同模型的推理链之间也可能相互影响。
为什么 Highspeed 版本没有明显更快？ 两个常见原因：
- 模型 ID 输入错误：Highspeed 版本的 ID 必须为
k3.1-pro-highspeed或kimi-for-coding-highspeed；如果填写错误，系统会静默回退到 K2.8 Preview（无思考模式），从而无法获得加速效果。 - 工具与脚本耗时占主导：Highspeed 仅加速 模型输出。工具调用（如读写文件、运行命令等）和脚本执行不受影响，因此当这些操作占据一轮对话的大部分时间时，整体提速感知不明显。
在 K3 (1M) 和 K3-256k 之间切换 从 K3 (1M) 切换到 K3-256k：如果当前会话的上下文长度已超过 256k，部分编码工具（如 Kimi Code CLI 和 Claude Code）会在工具侧执行压缩（compact）。建议如下：
- 在切换前手动执行一次 compact，将上下文压缩至 256k 以内。这样既能保留任务要点，保持会话连续性，又能在切换后享受更持久的配额优势。
- 如果对话历史中包含视频文件，直接切换将会失败，因为 K3-256k 不支持视频输入。请先执行 compact，然后再进行切换。
从 K3-256k 切换到 K3 (1M)：如果 k3-256k 接近 256k 上限且你不希望因 compact 而丢失信息，可以直接切换到 1M 版本。当前版本中，从 256k 切换到 1M 不会影响缓存。