Hướng dẫn sử dụng Kimi K3.1 Pro

Đây là cách sử dụng Kimi K3.1 Pro theo bốn cách: trò chuyện với nó trên web hoặc ứng dụng di động Kimi, gọi kimi-k3.1-pro thông qua API tương thích OpenAI tại https://api.moonshot.ai/v1, chạy nó trong Kimi Code CLI với tư cách thành viên trả phí, hoặc trỏ Codex, Claude Code hay OpenCode đến các endpoint của Moonshot. API sẽ được mở khóa sau khi nạp tối thiểu $1 và có giá $2 cho mỗi triệu token đầu vào và $10 cho mỗi triệu token đầu ra.

Moonshot AI phát hành Kimi K3.1 Pro vào ngày 23 tháng 10 năm 2026. Đây là phiên bản được huấn luyện hậu kỳ (post-trained) của Kimi K3 với cùng thiết kế MoE 2.8T tham số (khoảng 104B tham số hoạt động), cửa sổ ngữ cảnh 1.048.576 token, và khả năng suy luận luôn bật. Nếu bạn muốn tìm hiểu bối cảnh trước, hãy đọc Kimi K3.1 Pro là gì. Nếu bạn muốn không tốn đồng nào, hướng dẫn của chúng tôi về cách sử dụng Kimi K3.1 Pro miễn phí sẽ đề cập đến các cách với chi phí $0. Mọi thông tin dưới đây đều lấy từ thông báo của Moonshot, hướng dẫn nhanh API và trang giá, được đọc vào ngày 24 tháng 10 năm 2026.

Bạn nên chọn con đường nào để dùng Kimi K3.1 Pro?

Hãy chọn theo những gì bạn đang xây dựng. Chat phù hợp cho các câu hỏi nhanh, API phù hợp cho ứng dụng, Kimi Code phù hợp cho thành viên muốn một agent mà không cần quản lý khóa, và agent của riêng bạn phù hợp cho các nhóm vốn đã làm việc trong Codex hoặc Claude Code.

Sử dụng Kimi K3.1 Pro trên web và ứng dụng di động Kimi

Các ứng dụng chat là cách nhanh nhất để bắt đầu. Mở ứng dụng web Kimi hoặc ứng dụng iOS, Android hay HarmonyOS, đăng nhập bằng tài khoản miễn phí, và K3.1 Pro đã là model mặc định trong ô soạn thảo, với mức độ suy luận được đặt ở High.

Trước khi bạn đăng nhập, ô soạn thảo cũng liệt kê K2.8 Preview và Instant. Việc gửi prompt yêu cầu phải có tài khoản. Moonshot không công bố hạn mức tin nhắn K3.1 Pro của gói miễn phí [CẦN XÁC MINH], nên hãy coi chat như một môi trường thử nghiệm, không phải kênh sản xuất.

Kimi Work desktop 3.1.0 và các phiên bản sau (Windows và Mac chip Apple silicon) cũng chạy được model này. Trên Kimi Business và Enterprise, quản trị viên phải bật nó lên, vì mặc định nó tắt khi ra mắt.

API Kimi K3.1 Pro: lệnh gọi đầu tiên bằng Python và cURL

API Kimi K3.1 Pro tương thích với OpenAI, nên SDK openai tiêu chuẩn vẫn hoạt động khi đổi base URL. Việc thiết lập gồm ba bước:

1. Nạp tối thiểu $1. K3.1 Pro là model chủ lực và chỉ được mở khóa sau khi nạp tiền thành công.
2. Tạo một key trong bảng điều khiển API keys và xuất nó thành biến MOONSHOT_API_KEY.
3. Gọi model kimi-k3.1-pro (hoặc kimi-k3.1-pro-highspeed) tại https://api.moonshot.ai/v1.

Đây là ví dụ Python chính thức của Moonshot:

import os
from openai import OpenAI
client = OpenAI(api_key=os.environ["MOONSHOT_API_KEY"], base_url="https://api.moonshot.ai/v1")
completion = client.chat.completions.create(
    model="kimi-k3.1-pro",
    reasoning_effort="high",
    messages=[{"role": "user", "content": "Introduce Kimi K3.1 Pro in one sentence."}],
)
print(completion.choices[0].message.content)

Lệnh gọi tương tự bằng cURL:

curl https://api.moonshot.ai/v1/chat/completions \
  --header "Authorization: Bearer $MOONSHOT_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{"model": "kimi-k3.1-pro","reasoning_effort": "high","messages": [{"role": "user", "content": "Introduce Kimi K3.1 Pro in one sentence."}]}'

Model nhận đầu vào là văn bản, hình ảnh và video (hướng dẫn nhanh có hiển thị các phần image_url và video_url) và trả về văn bản. Bạn cũng có thể thử prompt trong Playground trước khi viết code. Đối với các mẫu thời K3 vẫn còn áp dụng được, hãy xem hướng dẫn API Kimi K3 của chúng tôi.

Mức độ suy luận của Kimi K3.1 Pro: low, high hay max

reasoning_effort là một trường yêu cầu ở cấp cao nhất, quy định model suy nghĩ bao nhiêu trước khi trả lời. Nó chấp nhận các giá trị "low", "high" và "max", và mặc định là "max". Không thể tắt chế độ suy nghĩ. Không có mức "medium".

Hướng dẫn về mức độ suy luận của Moonshot có đầy đủ tài liệu tham chiếu. Vì bạn trả tiền cho token đầu ra ở mức $10 mỗi triệu token, việc giảm từ max xuống low trong các lệnh gọi đơn giản là cách tiết kiệm dễ dàng nhất mà bạn có thể tìm thấy. Hãy bỏ qua temperature và top_p: hướng dẫn nhanh liệt kê chúng là cố định ở 1.0 và 0.95.

Stream phần suy luận, giữ trạng thái nhiều lượt, nhận JSON trả về

Có ba hành vi của API khiến người dùng bối rối, và mỗi hành vi đều có một quy tắc đơn giản.

Streaming. Một phản hồi được stream sẽ gửi các delta reasoning_content và content riêng biệt. Hãy hiển thị hoặc ghi log cái thứ nhất, và render cái thứ hai:

stream = client.chat.completions.create(
    model="kimi-k3.1-pro", reasoning_effort="low", stream=True,
    messages=[{"role": "user", "content": "Explain MoE routing briefly."}],
)
for chunk in stream:
    delta = chunk.choices[0].delta
    thinking = getattr(delta, "reasoning_content", None)
    if thinking:
        print(thinking, end="")
    if delta.content:
        print(delta.content, end="")

Nhiều lượt và gọi công cụ. Hãy gửi lại toàn bộ tin nhắn của assistant, không chỉ phần content của nó. Tài liệu của Moonshot nói rõ điều này, và điều đó đặc biệt quan trọng khi có liên quan đến các lệnh gọi công cụ:

messages.append(completion.choices[0].message)  # whole message, not .content
messages.append({"role": "user", "content": "Now add tests."})

tool_choice: "required" được hỗ trợ khi bạn cần model gọi một công cụ. Chế độ partial cũng hoạt động: kết thúc messages của bạn bằng một tin nhắn assistant có "partial": true và model sẽ tiếp tục nó.

Đầu ra có cấu trúc. Truyền response_format với loại json_schema và strict: true, sau đó chỉ phân tích cú pháp message.content. Không bao giờ phân tích cú pháp phần văn bản suy luận.

Kimi Code K3.1 Pro: con đường thành viên

Kimi Code là agent lập trình trên terminal của chính Moonshot, và đây là con đường không cần API key. Thay vào đó, bạn đăng nhập bằng tài khoản Kimi của mình. Đây là quyền lợi của thành viên, nên gói Adagio miễn phí không bao gồm nó.

Cài đặt và đăng nhập:

# macOS / Linux
curl -fsSL https://code.kimi.com/kimi-code/install.sh | bash
# Windows PowerShell: irm https://code.kimi.com/kimi-code/install.ps1 | iex
kimi

Trong phiên làm việc, chạy /login, rồi /model để chọn K3.1 Pro. Hai ID tương ứng với các cấp gói:

• k3.1-pro: Gói Moderato (Plus) trở lên. Gói Allegretto (Pro) trở lên mở khóa ngữ cảnh lên tới 1M.
• k3.1-pro-highspeed: Gói Allegretto (Pro) trở lên, sử dụng khoảng gấp 2 lần hạn mức.

Trên trang giá thành viên, gói Plus là $15 một tháng khi thanh toán theo năm ($19 theo tháng) và gói Pro là $31 theo năm ($39 theo tháng). Tài liệu Kimi Code đề cập đến các lệnh, và bài hướng dẫn Kimi Code CLI của chúng tôi đi sâu hơn vào việc sử dụng hàng ngày.

Kimi K3.1 Pro trong Codex

Codex giao tiếp với Kimi thông qua Responses API, và Moonshot công bố một hướng dẫn Codex chính thức. Thêm đoạn này vào ~/.codex/config.toml:

model = "kimi-k3.1-pro"
model_provider = "kimi"
model_context_window = 1048576

[model_providers.kimi]
name = "Kimi"
base_url = "https://api.moonshot.ai/v1"
env_key = "KIMI_API_KEY"
wire_api = "responses"

Hãy chú ý tên biến môi trường: Codex đọc KIMI_API_KEY, không phải MOONSHOT_API_KEY. Xuất key Moonshot của bạn dưới tên đó, rồi khởi động codex như bình thường.

Kimi K3.1 Pro trong Claude Code

Moonshot chạy một endpoint Messages tương thích với Anthropic tại https://api.moonshot.ai/anthropic, nên Claude Code hoạt động mà không cần proxy. Đặt các biến vào khối env của ~/.claude/settings.json:

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.moonshot.ai/anthropic",
    "ANTHROPIC_AUTH_TOKEN": "YOUR_MOONSHOT_API_KEY",
    "ANTHROPIC_MODEL": "kimi-k3[1m]"
  }
}

Alias này là có chủ đích. Trang khắc phục sự cố của Moonshot cho biết các lệnh gọi API trực tiếp và Codex dùng kimi-k3.1-pro, trong khi Claude Code dùng alias tương thích kimi-k3[1m]. Hướng dẫn Claude Code cũng thiết lập các biến model khác, nên hãy sao chép chúng từ đó.

Một điều cần lưu ý: các giá trị cũ trong khối env của file settings sẽ ghi đè các biến shell đã export. Nếu Claude Code cứ gọi một model cũ, hãy kiểm tra file đó trước tiên.

OpenCode

OpenCode không cần file cấu hình. Chạy opencode auth login, chọn "Moonshot AI", dán key của bạn, rồi chọn K3.1 Pro từ danh sách model của Moonshot AI. Hướng dẫn OpenCode của Moonshot được viết cho K3, nên hãy xác nhận rằng model xuất hiện trong danh sách của bạn [CẦN XÁC MINH].

Để agent của bạn kiểm thử API Kimi bằng Apidog CLI

Khi Codex hoặc Claude Code đã chạy trên K3.1 Pro, hãy đưa chính phiên làm việc đó vào việc viết các bài kiểm thử hồi quy cho chính API Kimi. Agent của bạn viết và chạy các bài kiểm tra; bạn chỉ viết một prompt. Apidog CLI cung cấp cho nó đầu ra JSON có cấu trúc và schema, nên nó không phải đoán hình dạng của payload.

Cài đặt CLI, đăng nhập và thêm skill cho agent:

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
apidog skill install

Sau đó đưa cho agent của bạn một prompt:

In Apidog project <projectId>, create an environment for https://api.moonshot.ai/v1.
Then create a test case for POST /chat/completions with model kimi-k3.1-pro and
reasoning_effort "low" that asserts status 200 and non-empty choices[0].message.content.
Run it and summarize any failures.

Agent sẽ tạo môi trường, đọc schema, xác thực payload của nó, viết test case và chạy nó:

apidog environment create kimi-prod --project <projectId> --base-url https://api.moonshot.ai/v1
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <projectId> --file case.json
apidog run --test-case <caseId> --project <projectId> -e <envId> -r cli,json

Test case cần có một category hợp lệ, và apidog test-case category --project <projectId> sẽ liệt kê chúng. Một phản hồi 200 với câu trả lời không rỗng cũng chứng minh rằng API đã chấp nhận reasoning_effort. Thay bằng -r junit và cùng lần chạy đó sẽ đi thẳng vào CI, như bài hướng dẫn Apidog CLI CI/CD của chúng tôi đã chỉ ra. Việc thiết lập dành riêng cho agent nằm trong Apidog CLI trong Codex và Apidog CLI trong Claude Code. Gói Free của Apidog hỗ trợ tối đa 4 người dùng.

Ghi chú về chi phí Kimi K3.1 Pro

API được tính theo mức dùng bao nhiêu trả bấy nhiêu, không có đăng ký thuê bao, và giá chưa bao gồm thuế.

K3.1 Pro rẻ hơn một phần ba so với K3 ở cả đầu vào và đầu ra. Việc cache được thực hiện tự động cho các tiền tố lặp lại, với TTL mặc định là 5 phút, và các lần cache trúng được tính ở mức $0.20. Highspeed chạy nhanh hơn 2-3 lần với giá gấp đôi.

Khoản nạp tối thiểu $1 của bạn mua được khoảng 500K token đầu vào hoặc 100K token đầu ra. Khi tổng số tiền nạp tích lũy của bạn đạt $5, bạn nhận được voucher $5, nhưng voucher không được tính vào tổng nạp tích lũy, và liệu chúng có áp dụng cho K3.1 Pro hay không thì chưa được nêu rõ [CẦN XÁC MINH]. Một tài khoản $1 bắt đầu ở Tier0 trên trang giới hạn: 1 yêu cầu đồng thời, 3 RPM và 1,5M token mỗi ngày. Tier1 ở mức tích lũy $10 sẽ nâng lên 100 RPM.

Câu hỏi thường gặp

Kimi K3.1 Pro có mở trọng số không?

Chưa. Moonshot cho biết toàn bộ trọng số model sẽ được phát hành trước ngày 4 tháng 11 năm 2026. Giấy phép vẫn chưa được nêu rõ.

Sự khác biệt giữa K3.1 Pro và K3.1 Pro Highspeed là gì?

Cùng một họ model, khác về tốc độ và giá. Highspeed chạy nhanh hơn 2-3 lần và có giá $4/$20 mỗi triệu token so với $2/$10. Trong Kimi Code, nó cần gói Pro và sử dụng khoảng gấp 2 lần hạn mức.

Tôi có thể tắt chế độ suy nghĩ trong Kimi K3.1 Pro không?

Không. Chế độ suy nghĩ luôn bật. Hãy đặt reasoning_effort thành "low" để giảm token suy luận và độ trễ.

Tại sao cuộc trò chuyện nhiều lượt của tôi bị hỏng?

Có thể bạn chỉ gửi lại phần content của assistant. Hãy thêm toàn bộ đối tượng tin nhắn assistant vào lịch sử của bạn, như tài liệu của Moonshot yêu cầu cho các cuộc trò chuyện nhiều lượt và gọi công cụ.

API Kimi có miễn phí không?

Không. K3.1 Pro được mở khóa sau khi nạp tối thiểu $1. Chat miễn phí trên ứng dụng Kimi là lựa chọn $0, được đề cập trong hướng dẫn miễn phí của chúng tôi.

Kimi K3.1 Pro có hỗ trợ cửa sổ ngữ cảnh 1M không?

Có. API hỗ trợ 1.048.576 token. Trong Kimi Code, ngữ cảnh đầy đủ 1M cần gói Allegretto (Pro) trở lên.