Kimi K3.1 Pro

使用公开模型 ID kimi-k3.1-pro。模型页提供 Playground 与实时价格。下载 OpenAPI 规范，查看完整的嵌套请求和响应结构。

快速开始

curl https://api.seedrouter.ai/v1/chat/completions \
  -H "Authorization: Bearer $SEEDROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model":"kimi-k3.1-pro",
    "messages":[{"role":"user","content":"How can an idempotency key prevent a duplicate payment?"}],
    "max_completion_tokens":2048,
    "reasoning_effort":"low"
  }'

原生格式

使用 Authorization: Bearer $SEEDROUTER_API_KEY。Messages 还需使用 anthropic-version: 2023-06-01。各格式返回原生 JSON 或 SSE 事件。Responses 无状态：需重放完整历史；请求不支持 previous_response_id 字段。

请求参数

Playground 中留空的字段不会发送。在合法情况下，显式的 false 和零会被保留。省略不等于允许 null。未知的顶层扩展字段会被丢弃，非法的官方字段会被拒绝。嵌套工具结构和返回的历史保持完整。

Chat Completions

Responses

Messages

Chat 有 22 个顶层字段：model、五个固定采样字段和 16 个可变输入。Responses 为 model 加 12 个输入；Messages 为 model 加 10 个输入。Playground 隐藏固定的 model 和采样控件。

推理与输出上限

思考始终开启。Chat 的 reasoning_effort、Responses 的 reasoning.effort 和 Messages 的 output_config.effort 均接受 low、high 或 max，默认 max。所有输出上限均包含推理。Chat 和 Responses 默认输出 131,072 token，上限为 1,048,576。Messages 必须提供正数 max_tokens。Chat 接受已弃用的 max_tokens；新接入建议使用 max_completion_tokens。

上下文窗口为 1,048,576 token，输入本身必须处于窗口内。当输入加生成预算超过窗口时，服务可将预算缩减至剩余空间。输出上限较小时，可能尚未出现可见回答就已停止。

Chat 采样值固定：temperature:1、top_p:0.95、n:1、frequency_penalty:0、presence_penalty:0。其他值无效。停止序列按文本精确匹配，且不包含在回答中。32 字节上限按 UTF-8 字节计数，并非按字符计数。

结构化输出与预测输出

Chat 的 response_format.type 接受 text、json_object 或 json_schema。JSON 模式还需在提示词中要求返回 JSON。JSON Schema 必须提供 json_schema.name 和 json_schema.schema；strict 默认为 true。

Responses 使用 text.format，包含 type:json_schema、schema，以及可选的 name 和 strict。Messages 使用 output_config.format，包含 type:json_schema 和 schema。请遵循 Moonshot Flavored JSON Schema，不应假设所有通用 JSON Schema 扩展都会被强制执行。请在应用中校验完成后的输出。

Chat 预测输出使用 prediction:{type:"content",content:...}。content 为字符串或仅含文本的内容块。适用于大部分内容已知的输出，例如只需少量修改的文件。

工具与完整对话历史

Chat 工具使用 type:function，并提供 function.name 和 function.parameters。可选字段包括 description 与 strict（默认 true）。名称须匹配 ^[a-zA-Z_][a-zA-Z0-9-_]{0,127}$。工具选择支持 auto、none 和 required；required 至少需要一个可用工具。强制调用指定名称的函数与始终开启思考冲突。

动态 Chat 工具消息为不带 content 的 {role:"system",tools:[...]}。请在对话中保留这些消息。追加完整的 assistant 回复，包括 reasoning_content 和 tool_calls，再将各工具结果作为带有匹配 tool_call_id 的 role:tool 消息返回。assistant 工具回复的 content 可以为 null，其他消息角色仍需提供 content。

Responses 支持原生 function、namespace、apply_patch 自定义工具和 web_search 工具定义，并使用 tool_choice:"auto"。返回带有匹配调用 ID 的 function_call_output 或 custom_tool_call_output 条目。include 值 web_search_call.results 和 web_search_call.action.sources 仅影响网页搜索输出。

Messages 支持原生工具定义，以及 type 为 auto、any 或 none 的工具选择对象。保留 assistant 思考块及其签名，在 user 消息中返回工具结果块。应用负责校验参数、执行自定义函数，并控制外部操作。

Chat Partial Mode 只在最后一条 assistant 消息上设置 partial:true。Messages 直接续写最后一条 assistant 消息。不要仅从可见回答重建历史。

媒体约束

Chat 接受文本、image_url 和 video_url 内容块。使用 base64 data URL 或认可的 ms:// 引用；不支持任意公开媒体 URL。图像格式：JPEG、PNG、GIF、WebP、BMP、HEIC 和 HEIF。视频格式：MP4、MPEG、MOV、AVI、FLV、MPG、WebM、WMV 和 3GPP。官方指南规定请求体总上限为 100M，未单独限制图像数量。4K 图像和 Full HD 视频是建议，并非强制限制。

Responses 使用带 data URL 的 input_image.image_url。Messages 使用图像来源，例如 {type:"base64",media_type:"image/png",data:"..."}，或使用 type 为 url、带认可的 ms:// 引用的来源。Messages 内嵌图像类型为 JPEG、PNG、GIF 和 WebP。不能由此推断这些格式支持 Chat 的视频块，请使用各自专用结构。

Playground 附加的是内嵌图像。视频块和文件引用请使用原生对话字段或 JSON 编辑器。文件上传与管理不属于这些生成端点。其他账户创建的文件 ID 不一定可用。

缓存与用量

Chat 和 Responses 使用 prompt_cache_key 与 prompt_cache_options:{mode:"implicit",ttl:"5m"}。TTL 接受 5m 或 1h，默认 5 分钟。Messages 使用顶层 cache_control:{type:"ephemeral",ttl:"5m"} 与可选的 metadata.user_id。嵌套的 Messages 缓存控制标记会被忽略。内容层级的 prompt_cache_breakpoint 无效。

已有缓存前缀在刷新时保留原始 TTL。请求不同的有效期不能证明其已生效。Chat 官方缓存写入响应头报告实际的 5 分钟和 1 小时数量。Responses 可返回实际采用的 prompt_cache_options；Messages 在 usage.cache_creation 中报告两个 TTL 的计数。

Chat 和 Responses 的输入总数已包含缓存读取与写入。这些类别与未缓存的剩余部分互不重叠，不要重复累加缓存 token。输出包含推理。Messages 将写入拆分为 ephemeral_5m_input_tokens 和 ephemeral_1h_input_tokens。查看实时费率；公开生成响应不包含金额费用。

流式输出与完成状态

设置 stream:true。Chat 发送数据块和 [DONE]；stream_options.include_usage:true 用于请求最后的用量数据块。Responses 使用 response.output_text.delta、response.completed 和 response.incomplete 等命名事件。Messages 使用 message_start、内容块事件、message_delta 和 message_stop。

连接关闭本身不能证明生成完成。请检查原生结束原因和终止状态。流中断时可能缺失最终用量。停止读取不保证生成已取消。

官方参考资料

核查于 2026 年 10 月 25 日：Kimi K3.1 Pro 指南、Chat、Responses、Messages、视觉与缓存。