Kimi K3.1 Pro: Claude Code और Codex सेटअप, मॉडल ID और कीमतें

कोडिंग के लिए Kimi K3.1 Pro पहली बार आज़माते समय मानक kimi-k3.1-pro API मॉडल चुनें, रीजनिंग का स्तर खुद तय करें और Claude Code या Codex जोड़ने से पहले एक छोटा अनुरोध भेजकर कनेक्शन जाँचें। अगर आपके पास पहले से Kimi Code सदस्यता है, तो पहले /model से उसका अलग k3.1-pro विकल्प आज़माएँ। Highspeed तभी चुनें जब मापने पर पता चले कि कम इंतज़ार उसकी अधिक कीमत के लायक है।

नीचे दी गई कीमतें और उपलब्धता 2026-10-24 के अनुसार हैं। Claude Code और Codex के उदाहरण उपयोग के हिसाब से शुल्क लेने वाले Kimi API के लिए हैं; Kimi Code सदस्यता से मिलने वाले ऐक्सेस की जानकारी अलग दी गई है।

Kimi K3 से क्या बदला है?

K3.1 Pro, K3 का पोस्ट-ट्रेनिंग संस्करण है: शुरुआती प्रशिक्षण के बाद इसे अधिक कंप्यूट संसाधनों से प्रशिक्षित किया गया है। इसके सुधार खासकर ऐसे कार्यों के लिए हैं जिनमें लंबे समय तक तर्क करना और टूल इस्तेमाल करना पड़ता है। Moonshot के आंतरिक Kimi Code Bench 3.0 Long-horizon मूल्यांकन में इसका स्कोर 61.2% है, जबकि K3 का 55.95% था। इसे निर्माता का अपना परिणाम मानकर परीक्षण के काम चुनें, जैसे कई फ़ाइलों में बग ढूँढ़ना या बार-बार बदलाव और टेस्ट करके कोई फीचर पूरा करना।

1,048,576 टोकन की कॉन्टेक्स्ट विंडो इस रिलीज़ में नई नहीं है: K3 में भी इतनी क्षमता थी। मौजूदा K3 API उपयोगकर्ताओं के लिए बदलाव नया मॉडल, कम टोकन दरें और दस्तावेज़ों में बताया गया रीजनिंग व्यवहार है। कॉन्टेक्स्ट क्षमता, खाते की अनुरोध दर की सीमाएँ और भुगतान किया गया बैलेंस अलग चीज़ें हैं; Kimi के मूल्य निर्धारण दस्तावेज़ यह अंतर समझाते हैं।

होस्ट किए गए मॉडल का इस्तेमाल अभी किया जा सकता है। Moonshot की रिलीज़ घोषणा के अनुसार मॉडल के पूरे वेट 2026-11-04 तक जारी किए जाने हैं। अभी होस्ट किए गए मॉडल से परीक्षण शुरू करें; अपने सर्वर पर चलाने का फैसला वेट और इस मॉडल की लाइसेंस शर्तें उपलब्ध होने के बाद लें।

कौन-सा मॉडल ID इस्तेमाल करें?

मॉडल ID उसी सेवा के अनुसार चुनें जिसने आपकी API कुंजी जारी की है। Kimi का सशुल्क API, Kimi Code सदस्यता और OpenRouter अलग मॉडल नामों और बिलिंग व्यवस्थाओं का इस्तेमाल करते हैं।

ऐक्सेस का तरीका	मॉडल ID या क्लाइंट सेटिंग	बिलिंग
Kimi API, जिसमें इस API से जुड़ा Codex भी शामिल है	`kimi-k3.1-pro` या `kimi-k3.1-pro-highspeed`	Kimi API उपयोग का शुल्क
नीचे दिए गए सेटअप से Kimi API के ज़रिए Claude Code	`kimi-k3.1-pro[1m]`	Kimi API उपयोग का शुल्क
Kimi Code सदस्यता	`k3.1-pro` या `k3.1-pro-highspeed`	सदस्यता का कोटा
OpenRouter	`moonshotai/kimi-k3.1-pro`	OpenRouter API बिलिंग

ये पहचानकर्ता Kimi API संदर्भ, Kimi Code मॉडल कॉन्फ़िगरेशन और OpenRouter की मॉडल सूची से लिए गए हैं।

Kimi की मौजूदा Claude Code गाइड में एक बात पर ध्यान देना ज़रूरी है: उसकी सेटिंग अब भी kimi-k3[1m] इस्तेमाल करती है, जबकि जाँच के लिए दिया गया अनुरोध kimi-k3.1-pro इस्तेमाल करता है।

Anthropic के मॉडल कॉन्फ़िगरेशन दस्तावेज़ बताते हैं कि [1m], Claude Code को 1M कॉन्टेक्स्ट विंडो इस्तेमाल करने का निर्देश देता है। मॉडल ID प्रदाता तक पहुँचने से पहले यह प्रत्यय हटा दिया जाता है। यह kimi-k3 को kimi-k3.1-pro में नहीं बदलता। इसलिए नीचे के कॉन्फ़िगरेशन में K3.1 Pro का नाम स्पष्ट रूप से दिया गया है।

API की मौजूदा कीमतें क्या हैं?

मानक K3.1 Pro की प्रकाशित इनपुट, आउटपुट और कैश दरें K3 से एक तिहाई कम हैं। फिर भी किसी पूरे कार्य का बिल इस बात पर निर्भर करता है कि एजेंट कितने टोकन खर्च करता है।

Kimi प्लेटफ़ॉर्म की मौजूदा मॉडल कीमतों के अनुसार नीचे की दरें डिफ़ॉल्ट 5m कैश-राइट विकल्प के लिए प्रति 1,000,000 टोकन USD में हैं। इनमें लागू कर शामिल नहीं हैं।

मॉडल	बिना कैश वाला इनपुट	कैश में लिखना, `5m`	कैश हिट	आउटपुट
Kimi K3.1 Pro	$2.00	$2.00	$0.20	$10.00
Kimi K3.1 Pro Highspeed	$4.00	$4.00	$0.20	$20.00
Kimi K3	$3.00	$3.00	$0.30	$15.00

कैश से पढ़े गए टोकन, कैश में लिखे गए टोकन और बाकी बिना कैश वाला इनपुट अलग-अलग श्रेणियाँ हैं; कोई टोकन एक साथ दो श्रेणियों में नहीं गिना जाता। एक ही इनपुट टोकन पर सामान्य इनपुट और कैश-राइट, दोनों दरें न जोड़ें। Kimi की कैश बिलिंग गाइड में अपने-आप होने वाली कैशिंग, डिफ़ॉल्ट पाँच मिनट की अवधि और अलग दर वाले 1h कैश-राइट विकल्प का विवरण है।

लागत का अनुमान समझने के लिए मान लें कि एक कार्य में कुल ये टोकन इस्तेमाल हुए:

100,000 नए इनपुट टोकन, जिन पर सामान्य इनपुट या 5m कैश-राइट दर लागू होती है।
500,000 कैश-हिट इनपुट टोकन।
रीजनिंग समेत कुल 20,000 आउटपुट टोकन।

मानक K3.1 Pro की लागत होगी:

(100,000 × $2.00 + 500,000 × $0.20 + 20,000 × $10.00) / 1,000,000 = $0.50

इतने ही टोकन के लिए K3 पर $0.75 और Highspeed पर $0.90 लगेंगे। ये अनुमान कर और अतिरिक्त टूल शुल्क के बिना हैं, और इनमें कोई 1h कैश-राइट शामिल नहीं है। इस उदाहरण में Highspeed का बिल दोगुना नहीं होता, क्योंकि उसकी कैश-हिट दर भी $0.20 है।

प्रति कार्य लागत के स्वतंत्र आँकड़े भी उपलब्ध हैं। Artificial Analysis के लॉन्च मूल्यांकन के अनुसार K3.1 Pro ने प्रत्येक Intelligence Index कार्य पर लगभग 55K आउटपुट टोकन इस्तेमाल किए, जबकि K3 ने 48K। उस मूल्यांकन में इसकी लागत $1.98 प्रति कार्य थी, जो लगभग K3 के बराबर है। इसकी मूल्यांकन पद्धति अलग-अलग बेंचमार्क की लागत को निर्धारित भार देकर जोड़ती है। यह आँकड़ा टोकन खपत समझने में मदद करता है; आपके रिपॉज़िटरी का कोई बग ठीक करने की लागत इससे सीधे तय नहीं होती।

API ऐक्सेस जाँचें और रीजनिंग का स्तर खुद तय करें

कोडिंग टूल के कॉन्फ़िगरेशन में समस्या ढूँढ़ने से पहले अपना API खाता जाँचें। K3.1 Pro क्विकस्टार्ट के अनुसार ऐक्सेस कम-से-कम $1 का सफल टॉप-अप होने के बाद खुलता है। यह API ऐक्सेस की शर्त है और Kimi Code सदस्यता से अलग है।

नीचे के कमांड macOS या Linux पर Bash के लिए हैं। curl और jq इंस्टॉल होने चाहिए। जब read इनपुट का इंतज़ार करे, तब Kimi API प्लेटफ़ॉर्म की अपनी कुंजी पेस्ट करें और Enter दबाएँ; कुंजी स्क्रीन पर दिखाई नहीं देगी।

set -o pipefail
read -rs MOONSHOT_API_KEY && export MOONSHOT_API_KEY

curl --silent --show-error --fail-with-body \
  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": "low",
    "max_completion_tokens": 2048,
    "messages": [{"role": "user", "content": "Reply with exactly: KIMI_API_OK"}]
  }' | jq -e '
    if .error then error(.error | tostring)
    else {model, answer: .choices[0].message.content,
          finish_reason: .choices[0].finish_reason, usage}
    end
  '

सफल जाँच में model का मान kimi-k3.1-pro, माँगा गया उत्तर, finish_reason का मान stop और वास्तविक उपयोग की जानकारी मिलनी चाहिए। Chat Completions संदर्भ में इन रिस्पॉन्स फ़ील्ड का विवरण है।

अगर finish_reason का मान length है, तो उत्तर बनाते समय तय टोकन सीमा आ गई। इसे प्रमाणीकरण की समस्या मानने से पहले max_completion_tokens बढ़ाकर दोबारा कोशिश करें। 401 आने पर देखें कि कुंजी सही एंडपॉइंट की है या नहीं। नए खाते में मॉडल उपलब्ध न हो, तो पहले सफल टॉप-अप और सही मॉडल ID जाँचें।

K3.1 Pro में रीजनिंग हमेशा चालू रहती है। सीधे API इस्तेमाल करने के लिए दी गई रीजनिंग गाइड में low, high और max स्वीकार्य हैं; डिफ़ॉल्ट max है। ऊपर कनेक्शन जाँचने के लिए जानबूझकर low चुना गया है। नीचे कोडिंग टूल के शुरुआती परीक्षणों में high इस्तेमाल किया गया है।

अपने इंटीग्रेशन बनाते समय ध्यान रखें कि आधिकारिक API स्कीमा में प्रोटोकॉल के अनुसार यह सेटिंग अलग जगह है: Chat Completions में reasoning_effort, Responses में reasoning.effort और Messages में output_config.effort। हर तरह के अनुरोध में Chat Completions वाला फ़ील्ड न डालें।

Claude Code में K3.1 Pro का स्पष्ट मॉडल ID सेट करें

मुख्य बातचीत, बैकग्राउंड कामों के मॉडल और उप-एजेंट, सभी के लिए K3.1 Pro चुनें, ताकि परीक्षण के दौरान हर जगह उसी मॉडल से अनुरोध किया जाए। यह सेटअप Kimi के इंटीग्रेशन ढाँचे को उसके Messages API में स्वीकार किए जाने वाले मानक ID और Anthropic के दस्तावेज़ों में बताए गए [1m] व्यवहार के अनुसार ढालता है।

Claude Code का अपडेट किया हुआ संस्करण इस्तेमाल करें। नीचे की सेटिंग ~/.claude/settings.json में जोड़ें और बाकी असंबंधित सेटिंग बनाए रखें:

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.moonshot.ai/anthropic",
    "ANTHROPIC_MODEL": "kimi-k3.1-pro[1m]",
    "ANTHROPIC_DEFAULT_FABLE_MODEL": "kimi-k3.1-pro[1m]",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "kimi-k3.1-pro[1m]",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "kimi-k3.1-pro[1m]",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "kimi-k3.1-pro[1m]",
    "CLAUDE_CODE_SUBAGENT_MODEL": "kimi-k3.1-pro[1m]",
    "CLAUDE_CODE_AUTO_COMPACT_WINDOW": "1000000",
    "CLAUDE_CODE_EFFORT_LEVEL": "high"
  }
}

अब इन सभी कामों पर K3.1 Pro की दरें लागू होंगी, जिनमें Haiku के लिए निर्धारित बैकग्राउंड काम भी शामिल हैं। कॉम्पैक्शन सेटिंग क्लाइंट की वह सीमा है जिस पर वह कॉन्टेक्स्ट को संक्षिप्त करता है; इससे अतिरिक्त कॉन्टेक्स्ट या टोकन नहीं खरीदे जाते।

इस JSON उदाहरण में क्रेडेंशियल न जोड़ें। नीचे शेल से कुंजी देने से पहले मौजूदा env ऑब्जेक्ट से पुरानी ANTHROPIC_API_KEY या ANTHROPIC_AUTH_TOKEN एंट्री हटाएँ। Kimi के दस्तावेज़ों के अनुसार सेटिंग फ़ाइल के एनवायरनमेंट मान, टर्मिनल से एक्सपोर्ट किए गए मानों पर प्राथमिकता लेते हैं।

जिस Bash सत्र में API जाँचा था, उसी में चलाएँ:

unset ANTHROPIC_API_KEY
export ANTHROPIC_AUTH_TOKEN="$MOONSHOT_API_KEY"
claude

नए सत्र में /status चलाएँ। जाँचें कि बेस URL https://api.moonshot.ai/anthropic है और चुने गए मॉडल के नाम में K3.1 Pro है; साथ में [1m] भी दिख सकता है। सोचने का मोड चालू रखें।

टूल कॉल जाँचने के लिए अगले सेक्शन में दिया गया रिपॉज़िटरी निरीक्षण करें। /status आपकी चुनी हुई सेटिंग दिखाता है; सहायक से “तुम कौन-से मॉडल हो?” पूछना अनुरोध की रूटिंग जाँचने का भरोसेमंद तरीका नहीं है।

अगर पुराना मॉडल अब भी दिखता है, तो सेटिंग में मॉडल को बदलने वाले दूसरे विकल्प जाँचें और क्लाइंट फिर से शुरू करें। अगर सिर्फ बैकग्राउंड काम विफल हो रहे हों, तो मुख्य मॉडल बदलने के बजाय हर मॉडल परिवार और उप-एजेंट की मैपिंग जाँचें।

Codex को सीधे Responses API से जोड़ें

Codex के लिए Kimi का मूल Responses एंडपॉइंट इस्तेमाल करें। Kimi का आधिकारिक इंटीग्रेशन सीधे kimi-k3.1-pro का समर्थन करता है, जिसमें wire_api = "responses" और कॉन्टेक्स्ट विंडो 1048576 है।

Codex 0.134.0 या उसके बाद के संस्करण में अलग प्रोफ़ाइल फ़ाइल इस्तेमाल करें, ताकि आप यह सेटअप स्पष्ट रूप से चुन सकें। codex --version से अपना संस्करण जाँचें। मौजूदा Codex प्रोफ़ाइल नियमों के अनुसार --profile kimi-k31, मूल कॉन्फ़िगरेशन के ऊपर ~/.codex/kimi-k31.config.toml की सेटिंग लोड करता है।

उस फ़ाइल में यह लिखें:

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

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

प्रदाता की ये सेटिंग Kimi की गाइड के अनुसार हैं। स्पष्ट रूप से चुना गया high, Codex के रीजनिंग कॉन्फ़िगरेशन फ़ील्ड को Kimi के Responses स्कीमा में स्वीकार किए जाने वाले मान से जोड़ता है।

जिस टर्मिनल में आपकी API कुंजी है, उसमें चलाएँ:

export KIMI_API_KEY="$MOONSHOT_API_KEY"
codex --profile kimi-k31

/status खोलकर पुष्टि करें कि प्रदाता kimi और मॉडल kimi-k3.1-pro है। Codex अनुरोध https://api.moonshot.ai/v1/responses पर भेजता है, इसलिए उसके बेस URL में /v1 शामिल है; Claude Code के बेस URL में यह नहीं है।

दोनों में से किसी भी कोडिंग क्लाइंट में एक छोटा रिपॉज़िटरी खोलें और यह निर्देश दें। इसमें क्लाइंट से ऊपर के स्तर की फ़ाइलें और टेस्ट कॉन्फ़िगरेशन पढ़कर, बिना बदलाव किए या टेस्ट चलाए, एंट्री पॉइंट और टेस्ट कमांड बताने को कहा गया है:

Read the repository's top-level files and its test configuration.
Explain the entry point and the command for running its tests.
Cite the relevant file paths. Do not edit files or run the tests.

जाँचें कि क्लाइंट फ़ाइलें पढ़ता है और टूल के नतीजे लौटने के बाद अंतिम उत्तर देता है। इससे साधारण अभिवादन भेजने की तुलना में कोडिंग इंटीग्रेशन का अधिक हिस्सा जाँचा जाता है।

अगर Codex में /v1/responses पर 404 मिलता है, तो सही बेस URL और पहले से मौजूद किसी लोकल राउटर का कॉन्फ़िगरेशन जाँचें। Kimi यह भी बताता है कि मॉडल Codex की अंतर्निहित सूची में न होने से मॉडल मेटाडेटा की चेतावनी आ सकती है। स्पष्ट रूप से दी गई कॉन्टेक्स्ट विंडो की सेटिंग क्लाइंट को क्षमता की यह जानकारी उपलब्ध कराती है।

क्या आपके पास पहले से Kimi Code सदस्यता है?

आधिकारिक Kimi Code CLI में /model चलाएँ, K3.1 Pro चुनें और परीक्षण के लिए नया सत्र शुरू करें। 23 अक्टूबर के रिलीज़ नोट्स पुराने मॉडल से बदलाव करते समय नया सत्र शुरू करने की सलाह देते हैं।

मौजूदा प्लान में मानक K3.1 Pro Plus और उससे ऊपर उपलब्ध है। पूरा 1M कॉन्टेक्स्ट और Highspeed Pro और उससे ऊपर मिलते हैं। पुराने प्लान में इनके समकक्ष स्तर क्रमशः Moderato और Allegretto हैं। मॉडल गाइड के अनुसार Highspeed लगभग 2× सदस्यता कोटा इस्तेमाल करता है। यह कोटा खपत का गुणक है और API की कीमतों वाली तालिका से अलग है।

रीजनिंग का स्तर खुद चुनें; यह न मानें कि सीधे API का डिफ़ॉल्ट आपके क्लाइंट पर भी लागू होता है। सोचने का मोड चालू रखें: Kimi Code के त्रुटि संदर्भ में उसे बंद करने पर HTTP 400 के साथ “K3.1 Pro does not support disabled thinking mode.” संदेश दर्ज है।

मॉडल ID ध्यान से कॉपी करें। Kimi Code चेतावनी देता है कि गलत टाइप किए गए ID के कारण अनुरोध बिना रीजनिंग वाले K2.8 Preview पर जा सकता है। उसके त्रुटि संदर्भ में ऐसे अमान्य ID भी दर्ज हैं जिन पर 400 मिलता है। टाइपिंग की गलती को रूटिंग का जोखिम मानें; यह भरोसा न करें कि हर गलती अपने-आप त्रुटि बनकर सामने आएगी।

Kimi Code की कुंजी उसी की सेवा के साथ इस्तेमाल होती है। उदाहरण के लिए, उसकी अलग Claude Code गाइड में https://api.kimi.ai/coding/ इस्तेमाल होता है। ऊपर उपयोग के हिसाब से बिल वाले Moonshot सेटअप में वह कुंजी डाल देने से आपकी सदस्यता का कोटा इस्तेमाल नहीं होने लगता।

क्या Claude Opus 5.5 की जगह इसे चुनना चाहिए?

पहले से चल रहे Opus कामकाज को बदलने से पहले K3.1 Pro को अपने रिपॉज़िटरी के किसी प्रतिनिधि कार्य पर परखें। प्रकाशित परिणाम इसे आज़माने का आधार देते हैं, लेकिन सभी कामों के लिए गुणवत्ता या पूरे कार्य की लागत का एक सार्वभौमिक क्रम तय नहीं करते।

Moonshot ने Terminal-Bench 4.0 पर 65.7%, Claude Opus 5.5 के लिए 66.4% और GPT-6 Astra के लिए 58.2% बताया है। उसके बेंचमार्क फुटनोट्स के अनुसार K3.1 Pro के परीक्षण में Claude Code harness, यानी परीक्षण चलाने का ढाँचा, इस्तेमाल हुआ। तुलना के स्कोर दूसरे निर्माताओं की रिपोर्ट या लीडरबोर्ड से लिए गए हैं। ये सभी मॉडलों को एक ही नियंत्रित परीक्षण में समान परिस्थितियों में चलाने के परिणाम नहीं हैं।

Artificial Analysis की स्वतंत्र लॉन्च रिपोर्ट अलग से Terminal-Bench 4.0 पर लगभग 67% और अपने Intelligence Index पर 55 बताती है। इन परिणामों को उनके अपने मूल्यांकन से जोड़कर देखें; इन्हें Moonshot की तुलना में इस तरह न मिलाएँ जैसे सभी परीक्षणों की परिस्थितियाँ समान थीं।

अपने परीक्षण में रिपॉज़िटरी की स्थिति, कार्य, अनुमतियाँ और स्वीकृति परीक्षण समान रखें। रीजनिंग सेटिंग, कुल शुल्क, लगा समय, दोबारा की गई कोशिशें और अंतिम बदलाव समीक्षा में स्वीकार हुआ या नहीं, ये सब दर्ज करें। जहाँ मानक K3.1 Pro आपकी गुणवत्ता की ज़रूरत उचित लागत पर पूरी करे, वहाँ उसे अपनाएँ। जहाँ अधिकांश इंतज़ार उत्तर बनने में लगता हो, वहाँ Highspeed आज़माएँ। जिन कामों में कम सुधार-चक्र या क्लाइंट की कोई आवश्यक सुविधा मौजूदा तरीके को अधिक प्रभावी बनाती हो, उनके लिए Opus बनाए रखें।