API de Kimi: modelos de Moonshot AI y plataformas

Qué modelos Kimi puedes valorar

La familia Kimi incluye modelos distintos, no opciones intercambiables. La documentación oficial de la API identifica kimi-k3.1-pro como un modelo de clase 3T con una ventana de contexto de un millón de tokens. También presenta kimi-k3.1-pro-highspeed, una variante que Moonshot describe como entre dos y tres veces más rápida y con las mismas capacidades. Esa mejora de velocidad es una afirmación del proveedor: mide la latencia con tus propias solicitudes.

La documentación también menciona Kimi K3, Kimi K2.7 Code y Kimi K2.6 como modelos que aceptan texto, imágenes y vídeo, pero no especifica ahí sus identificadores de API ni sus ventanas de contexto. Antes de integrar uno, confirma el ID exacto en la lista de modelos vigente. Un nombre que aparezca en un tutorial no siempre es válido en el endpoint actual.

• Documentos o repositorios grandes: kimi-k3.1-pro destaca por su contexto de un millón de tokens.
• Interacción rápida: prueba highspeed si importa reducir la espera y compara el resultado con la variante normal.
• Imágenes o vídeo: evalúa K3, K2.7 Code o K2.6, verificando antes el ID disponible.

Contexto largo y nivel de razonamiento

Una ventana de un millón de tokens permite enviar mucho material en una sola solicitud. Puede ser útil para revisar varios módulos de código, contrastar documentación extensa o analizar un conjunto de archivos sin dividirlo de entrada. Pero una ventana amplia no garantiza que el modelo aproveche cada fragmento con la misma precisión. Prueba documentos representativos y comprueba que recupera los detalles relevantes, no solo que acepta la petición.

La API permite ajustar el esfuerzo de razonamiento mediante el campo de nivel superior reasoning_effort, con los valores low, high y max. Para kimi-k3.1-pro, el valor predeterminado indicado es max. Puedes probar niveles inferiores en consultas sencillas y comparar calidad y tiempo de respuesta. Para una revisión delicada de código, reserva un nivel alto para los pasos donde aporte valor.

No confundas el nombre Kimi K3 con un identificador listo para pegar en tu aplicación. El ID detallado para el modelo de contexto largo es kimi-k3.1-pro. Consulta la lista de modelos y la referencia de parámetros antes del despliegue para confirmar el ID y las opciones admitidas; así evitas que una integración basada en un nombre antiguo falle en producción.

API oficial: compatibilidad con OpenAI y Anthropic

Moonshot ofrece una API compatible con OpenAI para Chat Completions y Responses, además de un endpoint compatible con la API Messages de Anthropic. Si tu aplicación ya utiliza uno de esos estilos, puedes conservar buena parte de la estructura del cliente y cambiar el endpoint y el modelo. Esa compatibilidad ahorra trabajo, pero no garantiza que todas las funciones se comporten igual.

Si tu equipo usa un SDK de Anthropic, el endpoint Messages puede facilitar una prueba rápida. Antes de migrar un flujo completo, valida las funciones que empleas: formato de mensajes, herramientas, límites, errores y respuestas en streaming. No des por hecho que una característica documentada para una API está disponible de la misma forma en la otra.

Moonshot describe las llamadas a herramientas como una función general y señala que Responses admite herramientas de tipo función. Para un agente, prueba el ciclo completo: cómo se devuelve la llamada, cómo se envía el resultado y qué sucede si el modelo propone una acción inválida. Empieza con una tarea acotada antes de permitir cambios automáticos en un repositorio.

La dirección antigua de la plataforma redirige al dominio actual de Kimi. Si mantienes ejemplos o documentación interna, comprueba que utilizan el endpoint vigente y no dependen de una guía desactualizada.

Pesos abiertos de K2: control y costes de infraestructura

Algunas versiones de K2 ofrecen pesos abiertos para quienes necesitan ejecutar el modelo en infraestructura propia. Se han asociado a una licencia MIT modificada, pero revisa la ficha de la versión concreta para confirmar atribución y condiciones. No extrapoles la licencia de un modelo K2 a toda la familia ni supongas que K3 tiene pesos abiertos: la documentación oficial de API no lo afirma.

La ejecución propia puede interesarte si los datos deben permanecer en servidores de tu organización o si necesitas controlar el despliegue. Sin embargo, descargar los pesos no es el coste principal: los modelos grandes requieren hardware considerable, espacio, configuración y mantenimiento. Calcula la capacidad necesaria para tu carga real antes de comparar esta opción con una API alojada.

Comprueba también el ciclo de vida del modelo. Las versiones antiguas pueden dejar de estar disponibles aunque sigan apareciendo en tutoriales. Verifica el estado del endpoint y el ID antes de diseñar una integración. Si no tienes GPU adecuada o personal para operarla, una API alojada suele ser más sencilla para validar el caso de uso.

Plataforma multimodelo: una clave frente a más intermediación

Una plataforma multimodelo puede reunir Kimi y otros modelos bajo una sola cuenta, clave o sistema de facturación. Esto simplifica las pruebas y la gestión si tu equipo mantiene varias funciones de IA. Algunas plataformas también permiten configurar enrutamiento o una ruta de respaldo cuando un endpoint no responde, pero debes comprobar qué ofrece cada una.

A cambio, añades una capa entre tu aplicación y Moonshot. Revisa qué identificadores Kimi están disponibles, cómo se exponen las herramientas y qué controles hay sobre registros, límites y errores. No basta con que la plataforma mencione Kimi: confirma que ofrece el modelo exacto que buscas, sobre todo si necesitas kimi-k3.1-pro o una variante concreta.

No supongas que el intermediario será más barato que la API directa. Compara el coste total para tus volúmenes y revisa cómo se factura. En nuestra comparación completa, que incluye más categorías que este filtro, hay 7 planes de 7 proveedores y los precios mensuales parten de 31,33 €. Son datos del conjunto general, no solo de las opciones con Kimi; se sincronizaron el 31 octubre 2026.

La API directa evita al intermediario y te da acceso al esquema y las funciones publicados por Moonshot. La plataforma puede reducir el trabajo de integración o facilitar una ruta de respaldo. Si dependes de una función concreta de Responses, Messages o de un ID recién incorporado, confirma que el intermediario la exponga antes de decidir.

Plataformas que aparecen en este filtro

La tabla está filtrada para mostrar plataformas que ofrecen modelos Kimi de Moonshot AI. En la selección actual aparecen AI/ML API, CometAPI, Eden AI, Novita AI y WaveSpeedAI. La presencia en la lista no implica que todas ofrezcan el mismo modelo, las mismas herramientas o políticas de datos idénticas.

Compara primero el nombre exacto del modelo y la modalidad de acceso. Después, revisa la compatibilidad con tu SDK, las llamadas a herramientas, el streaming, la disponibilidad regional y las políticas de retención. Si necesitas una alternativa cuando Moonshot limite solicitudes, confirma que la plataforma permite configurar una ruta de respaldo y que el modelo alternativo sirve para la tarea.

Los filtros de créditos gratuitos, enrutamiento y fallback, código abierto y nube GPU permiten acotar la búsqueda; no significan que cada opción incluya esas características. Para empezar, prueba un caso pequeño con las mismas entradas y registra calidad, latencia y consumo. Así podrás decidir si te compensa la sencillez de una plataforma o el control de la API oficial.