Kimi K3.1 Pro’ya Geçiş: 400 Hatalarını Giderin, Varsayılan Max Effort’a Dikkat Edin ve Highspeed’i Yanlış Yazmayın

Kimi K3.1 Pro; Kimi Code’da, Moonshot’ın API’sinde kimi-k3.1-pro adıyla ve aynı kimlikle AIHubMix’te kullanıma sunuldu. Moonshot, Kimi K3 ile aynı parametre kısıtlamalarını uyguluyor. Bu nedenle K3’te zaten çalışan kodu, model kimliğini değiştirip yeni bir oturum açarak taşıyabilirsiniz. K2.x için yazılmış kodların ise Moonshot platformunda bir son kullanma tarihi var: Moonshot, K2 serisini 31 Ekim 2026’da yeni kaydolan kullanıcılara kapatacak ve Aralık ayı sonunda kullanımdan kaldırmayı planlıyor. Bu kodların bozulma olasılığı da en yüksek; çünkü genellikle temperature gönderiyor veya thinking’i kapatıyor ve bunların ikisi de K3.1 Pro’da çalışmıyor. Bir effort düzeyi hiç ayarlanmamışsa kod max düzeyinde çalışır; bu da beklediğinizden fazla token harcanmasına, Kimi Code’da ise K3’e kıyasla daha fazla kota tüketilmesine yol açabilir.

Bu yazıda, nelerin belirgin biçimde bozulduğunu (400 hataları ve bir 404), nelerin sessizce bozulduğunu (fatura, önbellek, Highspeed kimliği) ve AIHubMix üzerinden Claude Code ile Codex’in K3.1 Pro için nasıl ayarlanacağını ele alıyoruz. K3.1 Pro kuralları, Moonshot’ın Kimi Code model belgelerinden ve her iki K3.1 Pro kimliği için “kimi-k3 ile aynı parametre kısıtlamalarını” belirten model parametreleri referansından geliyor. K3 olarak etiketlenen kurallar Moonshot’ın K3 kılavuzlarından alınmıştır ve K3.1 Pro’da yeniden doğrulanmamıştır. Hata metinleri belgelerden, kamuya açık bildirimlerden, AIHubMix’in K3 için Temmuz ayında yaptığı testten ve AIHubMix’in 24 Ekim 2026 tarihli K3.1 Pro kontrollerinden alıntılanmıştır. Bu kontrollerde ana kimliklerin yanı sıra coding-kimi-k3.1-pro ve coding-kimi-k3.1-pro-highspeed kodlama kanalı kimlikleri de test edilmiştir. Her iddianın kaynağı belirtilmiştir.

Hangi yolu kullanıyorsunuz?

Moonshot’ın API’sinde ve AIHubMix’te kimlikler kimi-k3.1-pro ve kimi-k3.1-pro-highspeed şeklindedir. Kimi Code’da ise k3.1-pro ve k3.1-pro-highspeed olarak geçer. 21 Ekim’de görülen bir istemci yapılandırmasında k3 ve kimi-for-coding, k3.1 modeline yönlendiriliyordu; ancak Kimi Code belgelerinde artık k3, K3 olarak ve kimi-for-coding, K2.8 Preview olarak listeleniyor. Bu nedenle K3.1 Pro’yu açıkça seçin. Planınız da önemli: Kimi Code’da K3.1 Pro için Plus veya üzeri gerekir (1M bağlam için Pro), Highspeed içinse Pro veya üzeri gerekir. Eski planlarda bunlar sırasıyla Moderato ve üzeri ile 1M bağlam ve Highspeed için Allegretto’dur.

K2 tarihleri Moonshot tarafından belirlenmiştir. 31 Ekim 2026’dan itibaren K2 serisi modeller yeni kaydolan kullanıcılara sunulmayacak ve tümünün Aralık 2026 sonuna kadar kullanımdan kaldırılması planlanıyor. Moonshot, K3 için henüz bir kullanımdan kaldırma tarihi açıklamadı. 24 Ekim’de AIHubMix’te K2.6 ve K2.7 Code hâlâ listeleniyordu ve herhangi bir kullanımdan kaldırma tarihi belirtilmemişti.

Belirgin hatalar

Thinking kapalı: HTTP 400 ya da hiç akıl yürütme yok

Karşılaşacağınız durum: Kimi Code’da HTTP 400 hatası. Moonshot’ın Kimi Code belgelerine göre K3.1 Pro modelleri “yalnızca thinking modunu destekler. Thinking devre dışı bırakılarak gönderilen istekler reddedilir.” Belgelerde hata yanıtının içeriği alıntılanmıyor. Moonshot API’sinde K3.1 Pro, K3’ün kısıtlamalarına tabidir ve K3 her zaman akıl yürütür. AIHubMix üzerinden 400 hatası alınmıyor: 24 Ekim’de thinking: {"type": "disabled"} ayarı, Chat Completions ve Messages üzerinden her iki ana kimlikte de 200 döndürdü; yanıtta akıl yürütme yoktu. Burada hata sessizce gerçekleşiyor; bu yüzden yanıtlarda akıl yürütmenin bulunup bulunmadığını kontrol edin.

Kaynağı: Daha hızlı yanıt almak için thinking’i kapatan K2.x kodları (örneğin extra_body={"thinking": {"type": "disabled"}}) ve off, none veya disabled effort değeri gönderen araçlar (sonraki bölüme bakın).

Çözüm: Kapatma seçeneğini kaldırın. Thinking’i kısa tutmak için bunun yerine reasoning_effort: "low" gönderin.

Artık kullanılmayan bir “enabled” bloğu farklı bir durumdur. AIHubMix’in 24 Ekim kontrolünde K2.x’e ait thinking: {"type": "enabled"} ayarı K3.1 Pro’ya gönderildi ve ana kimliklerde de kodlama kanalında da 200 yanıtı alındı. Moonshot belgeleri thinking parametresini “yalnızca K2.x için geçerli bir istek parametresi” olarak tanımlıyor; ayrıca üçüncü taraf bir sorun giderme kılavuzu, K2.x’ten K3’e geçtikten sonra 400 hatalarının nedenlerinden biri olarak bu bloğun kalmasını gösteriyor. Bu nedenle yine de silin.

K2.7 Code’u kullanımdan kaldırılana kadar yedek bir seçenek olarak tutuyorsanız thinking’i açık bırakın. Moonshot’ın Claude Code kılavuzunda, thinking kapalıyken K2.7 Code için 400 invalid thinking: only type=enabled is allowed for this model hatası belgelenmiştir.

Effort değerleri: off, none ve tanınmayan değerler 400 hatası verir

Karşılaşacağınız durum: effort değeri off, none, disabled veya Kimi Code’un tanımadığı bir değer olduğunda HTTP 400 hatası. K3.1 Pro’da üç düzey bulunur: low, high ve max. Moonshot’ın Kimi Code belgelerinde, üçüncü taraf araçların gönderdiği değerlerin bunlara nasıl eşlendiği açıklanıyor:

Moonshot API belgelerinde K3.1 Pro için yalnızca low, high ve max değerleri yer alıyor. Varsayılan değer max ve herhangi bir eşleme açıklanmıyor. AIHubMix’te 24 Ekim’de low, medium, high, max ve xhigh değerlerinin tümü dört K3.1 Pro kimliğinde de 200 yanıtı döndürdü. kimi-k3.1-pro kimliğinde off ve tanınmayan bir değer de akıl yürütme içeren 200 yanıtı döndürürken none, hiç akıl yürütme içermeyen bir 200 yanıtı döndürdü. AIHubMix’te bunlar 400 hatasıyla değil, sessizce başarısız oluyor.

Sessizce gerçekleşen sorun: medium düzeyi yoktur. medium ayarlanan bir araç high düzeyinde, xhigh ayarlanan bir araç ise en pahalı düzey olan max düzeyinde çalışır.

Çözüm: Açıkça low, high veya max gönderin ve aracınızın gerçekten ne gönderdiğini kontrol edin.

"geçersiz temperature: bu model için yalnızca 1 değerine izin verilir"

Karşılaşacağınız durum: 400 invalid temperature: only 1 is allowed for this model. AIHubMix’in 24 Ekim kontrolünde temperature: 0.2 gönderildiğinde kimi-k3.1-pro ve kimi-k3.1-pro-highspeed kimliklerinden tam olarak bu hata alındı. Aynı metin, 3 Ekim 2026’da Moonshot API’sinde K3 için ve 21 Ekim’de Kimi Code uç noktasında k3 için bildirilmişti.

Nedeni: Moonshot’ın parametre referansında K3.1 Pro için K3 kısıtlamaları geçerlidir: temperature 1.0, top_p 0.95, n 1 olarak sabitlenmiştir; her iki penalty de 0’dır ve diğer değerler hata döndürür. K2.6’da da sabit bir değer vardı: thinking kapalıyken 0.6. Bu nedenle hâlâ 0.6 gönderen kodlar en olası şüphelidir.

Hatayı gizleyen istisna: AIHubMix’in kodlama kanalı aynı kontrolde temperature: 0.2 değerini kabul etti. Yalnızca burada test edilen kod, ana kimliklerde veya Moonshot API’sinde yine de bozulabilir.

Hatayı daha da gizleyen tuzak: Birçok çerçeve, Kimi modellerini kimi- önekinden tanıyıp bu modeller için temperature değerini kaldırır. Kimi Code’un k3.1-pro ve k3.1-pro-highspeed kimliklerinde bu önek yoktur; coding- ile başlayan AIHubMix kodlama kanalı kimliklerinde de bulunmaz. Bir Hermes Agent sorunu, K3’te tam olarak bu durumu ortaya çıkardı. Ana sohbet yolunda temperature gönderilmemişti, ancak k3 için yapılan bir yardımcı çağrı bunu hâlâ gönderiyor ve her seferinde 400 hatası alıyordu.

Çözüm: temperature, top_p, n, presence_penalty veya frequency_penalty parametrelerini hiç göndermeyin. Ad önekine göre değil, model ailesine göre eşleştirme yapın.

Bir rotayı kontrol etmek için temperature içeren tek bir istek gönderin:

curl https://aihubmix.com/v1/chat/completions \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "kimi-k3.1-pro", "temperature": 0.2, "messages": [{"role": "user", "content": "hi"}]}'

Bu istek, 24 Ekim’de yukarıdaki 400 hatasını döndürdü. Kodunuzun kullandığı her model kimliğinde deneyin: kodlama kanalı aynı isteğe 200 yanıtı verdi.

AIHubMix üzerinden Codex: Responses API’de 404

Karşılaşacağınız durum: The model kimi-k3.1-pro is not available on this endpoint. mesajını içeren HTTP 404 hatası. AIHubMix’in 24 Ekim kontrolünde Responses API, her iki ana kimlik için de bu hatayı döndürürken Chat Completions ve Messages normal şekilde yanıt verdi.

Çözüm: Codex yalnızca Responses API ile çalışır. Bu nedenle aynı kontrolde Responses isteklerine yanıt veren coding-kimi-k3.1-pro kimliğini kullanın. AIHubMix, kodlama kanalını üretim ortamında kullanılması önerilmeyen bir değerlendirme önizlemesi olarak tanımlıyor ve bazı isteklerinde geçici bir 404 olan “İstenen kaynak bulunamadı” hatası döndü. Hata ayıklamaya geçmeden önce isteği bir kez yeniden deneyin. AIHubMix ana kimlikler için Responses API’yi ekleyene kadar bu kanalı kullanın. Claude Code, Messages kullanır ve ana kimliklerde çalışır.

stop sınırları

Karşılaşacağınız durum: AIHubMix’in K3 için Temmuz ayında yaptığı testte şu iki mesaj döndü:

• Invalid request: stop array too long. Expected an array with maximum length 5, but got an array with length 6 instead
• Invalid request: stop sequence must not be longer than 32, but got 33 instead

Nedeni: K3 en fazla beş stop dizisi kabul eder ve her bir dizi 32 bayta kadar olabilir. Messages API de stop_sequences için aynı kontrolleri uygular. Moonshot, K3.1 Pro’ya da aynı parametre kısıtlamalarını uyguladığından bu sınırların geçerli olmasını bekleyin.

Çözüm: Listeyi kısaltın. 32 baytın, Çince veya Japoncada 32 karakterden daha az olduğunu unutmayın.

Moonshot API’sinde Codex: “web_search.search_context_size desteklenmiyor” (K3 kılavuzu)

Karşılaşacağınız durum: Moonshot’ın Codex kılavuzundan alıntılanan 400 web_search.search_context_size is not supported hatası. Bu kılavuz K3 için yazılmıştır. AIHubMix’in kodlama kanalı üzerinden bu alanı içeren bir Responses isteği, 24 Ekim’de 200 yanıtı verdi. Dolayısıyla bu hata Moonshot’ın kendi uç noktasından kaynaklanıyor.

Çözüm: Codex yapılandırmanızdan veya araç tanımınızdan search_context_size değerini kaldırın. Codex bunu varsayılan olarak göndermez.

Sessizce gerçekleşen hatalar

Bunlar hata döndürmez. Etkileri daha sonra faturada, planınızın kotasında veya çıktı kalitesinde görülür.

Effort ve oturumlar

• Varsayılan değer max ve Kimi Code’da bu yeni bir durum. K3.1 Pro’nun varsayılanı max’tır. Kimi Code’da K3’ün varsayılanı high olduğundan effort düzeyini hiç ayarlamayan bir oturum artık daha fazla düşünür, daha fazla token kullanır ve kotayı daha hızlı tüketir. Moonshot API’sinde hem K3 hem de K3.1 Pro için varsayılan değer max’tır. Thinking, çıktı olarak faturalandırılır: AIHubMix’in Temmuz ayında K3 ile yaptığı tek istemlik oyun oluşturma testinde 74,994 tamamlama tokenının 73%’ü thinking içindi.
• Düşük efor bile binlerce düşünme token’ı anlamına gelebilir. AIHubMix’in 24 Ekim’de yaptığı nokta kontrolünde, 600 kelimelik bir açıklama isteyen istemde K3.1 Pro yanıt vermeden önce low düzeyinde 5,561 ila 7,356 token boyunca akıl yürüttü; denemelerden birinde 8,192 token sınırına ulaştı. Aynı istemde K3, 3,013 ila 7,051 token boyunca akıl yürüttü; dolayısıyla bu durum K3.1 Pro’yla başlamış değil, ancak her iki modelde de low ucuz bir mod değil. max_completion_tokens değerini yüksek tutun. Bu, AIHubMix’in ana ID’lerinde model başına tek istemle yapılan üç denemeden ibaret; kendi iş yükünüzde ölçüm yapın.
• Eski bir oturumun içinde K3.1 Pro’ya geçmek kaliteyi düşürür. Moonshot’ın Kimi Code belgeleri, “mevcut bir K3 serisi, K2.8 Preview veya K2.7 Code Highspeed oturumu içinde” yeni modellere geçilmesini önermiyor: bu, çıktı kalitesini düşürüyor ve önbellek isabetlerini azaltıyor. Yeni bir oturum başlatın.
• Modeli veya efor düzeyini değiştirmek önbelleği geçersiz kılar. Moonshot’ın Kimi Code belgeleri her ikisi için de bunu belirtiyor; K3 belgelerinde de efor düzeyini değiştirmenin “önek önbelleği isabetlerini geçersiz kıldığı” yazıyordu. Oturum başlarken modeli ve düzeyi seçin.

Highspeed

• Highspeed ID’sini yanlış yazarsanız daha yavaş bir model kullanırsınız. Kimi Code’da yanlış bir Highspeed ID’si “düşünme özelliği olmayan K2.8 Preview’a sessizce geri döner — hız artışı olmaz.” ID’yi harfiyen kopyalayın ve günlüklerde hangi modelin göründüğünü kontrol edin.
• Highspeed yalnızca model çıktısını hızlandırır. Moonshot, K3.1 Pro Highspeed’in K3.1 Pro’dan yaklaşık 2–3× hızlı olduğunu ve yeteneklerinin aynı kaldığını belirtiyor. AIHubMix’in nokta kontrolünde çıktı, Pro’nun hızının yaklaşık 1.6–1.8×’iyle üretildi. Araç çağrıları ve betikler hiç hızlanmaz; bu nedenle dosya okuma ve test çalıştırmanın ağırlıkta olduğu bir turda kazanç sınırlıdır. Kimi Code planları da yaklaşık iki kat kota harcar.

Protokoller

• Proxy’ler davranışı değiştirebilir. Moonshot’ın Kimi Code belgeleri şöyle uyarıyor: “Proxy araçları üzerinden protokol çevirisi, model davranışının değişmesine neden olabilir.” Her araca kullandığı protokolü verin: Claude Code için Messages, Codex için Responses. 24 Ekim’de AIHubMix, dört K3.1 Pro ID’sinin tamamında Chat Completions ve Messages isteklerine akıl yürütme içeriğini de dahil ederek yanıt verdi: reasoning_content ve thinking blokları olarak. Responses, kodlama kanalında reasoning öğesiyle çalıştı; ana ID’lerde ise yukarıdaki 404 hatasını döndürdü.
• Messages API’de yapılandırılmış çıktı özelliği iyileşti. AIHubMix’in K3 üzerinde temmuzda yaptığı testte /v1/messages bir şemayı yok sayıp serbest metin döndürdü. 24 Ekim’de, K3.1 Pro’ya gönderilen benzer bir istekte output_config.format içinde bir JSON şeması vardı ve istem JSON istemiyordu; buna rağmen dört ID’nin tamamında {"city":"Paris"} döndü. Bu yalnızca tek alanlı bir şema; JSON’u yeniden Messages’a taşımadan önce çıktıyı doğrulayın. Temmuzdaki diğer Messages tuhaflığı, bir durdurma dizisine ulaşıldığında yanıtın end_turn olarak döndürülmesi ve stop_sequence: null olması, yeniden test edilmedi.

Uzun istekler

• Kısa zaman aşımı süreleri, orta büyüklükteki isteklerde bile başarısız olur. Nokta kontrolünde K3.1 Pro’nun low düzeyindeki tam yanıtları 80 ila 99 saniye sürdü. 60 saniyelik zaman aşımına sahip bir akışsız istemci her denemede başarısız olurdu; yeniden deneme de aynı düşünme işleminin ücretini tekrar ödetirdi. Moonshot API’sinde K3.1 Pro’nun varsayılan çıktı sınırı 131,072 token, üst sınırı ise 1,048,576 token; ayrıca AIHubMix’in temmuzdaki K3 oyun oluşturma isteği, tek bir istekte 2,541 saniye sürdü. Akış kullanın ve zaman aşımı sürelerini dakika cinsinden ayarlayın.

K3 kılavuzlarından devralınanlar

Bunlar K3 kılavuzlarından geliyor:

• reasoning_content alanını kaldırmak çok turlu kaliteyi düşürür. reasoning_content ve tool_calls dahil, asistanın tam mesajı değiştirilmeden geri gönderilmelidir. Yalnızca content alanını saklayan kod yine çalışır; ancak Moonshot, çıktı kalitesinin istikrarsızlaşabileceği konusunda uyarıyor.
• İletisini silerseniz dinamik araçlar kaybolur. K3, içerik taşımayan bir sistem mesajı aracılığıyla konuşma sırasında araç yüklemenize olanak tanır. Sunucu bu mesajı saklamaz; bu nedenle her istekle yeniden gönderilmelidir. AIHubMix’te bu özellik Chat Completions üzerinden çalışıyor: 24 Ekim’de kimi-k3.1-pro bu yöntemle eklenen bir aracı çağırdı. AIHubMix’in temmuzdaki K3 testinde Messages API, eklenen bir aracı yok saymıştı.

Gözden kaçması kolay faturalandırma kuralları

Aşağıdaki fiyatlar, AIHubMix’in model sayfalarından alınmıştır ve milyon token başınadır:

AIHubMix’te K3.1 Pro, girdi ve önbelleğe alınmış girdide K3’ten 30% daha ucuz, çıktıda ise 26% daha ucuzdur. Highspeed, aynı önbellek fiyatıyla girdi ve çıktıda Pro’nun iki katına mal olur. Kodlama kanalı ID’sinin fiyatı ayrı belirlenmiştir: girdi $0.88, çıktı $3.23 ve önbelleğe alınmış girdi $0.132.

Daha düşük birim fiyat, faturanın da daha düşük olacağını garanti etmez. AIHubMix’in temmuzda K3’te yaptığı tek istemlik oyun oluşturma örneğini ele alalım: 74,994 çıktı token’ı ve varsayılan 5,000 girdi token’ı. Aynı token sayılarında maliyet K3’te yaklaşık $1.08, K3.1 Pro’da yaklaşık $0.80 (milyon başına 5,000 × $2.00 + 74,994 × $10.50) ve Highspeed’de yaklaşık $1.59 olur. Token sayıları isteme göre değişir (nokta kontrolünde K3.1 Pro ile K3, low düzeyinde benzer aralıktaydı); bu yüzden bütçe oluşturmadan önce ölçüm yapın.

Moonshot API belgelerinde, K3’te olduğu gibi K3.1 Pro’nun önbellek yazma işlemleri de TTL’ye göre, 5 dakika veya 1 saat üzerinden ücretlendirilir. Moonshot’ın bağlam önbelleğe alma kılavuzunda yayımlanan K3 fiyatları, yapının nasıl işlediğini gösteriyor:

Moonshot, önbellek yazma ücretlerinin ayrı gösterilmesinin K3’ün toplam maliyetini artırmadığını söylüyor: yazma maliyeti zaten girdi fiyatına dahildi, dolayısıyla varsayılan 5 dakikalık TTL’deki istekler eskisiyle aynı fiyata mal oldu.

Bunlar Moonshot’ın doğrudan fiyatlarıdır. AIHubMix’in model sayfalarında yalnızca girdi, çıktı ve önbelleğe alınmış girdi fiyatları listeleniyor; ayrı bir önbellek yazma ücreti belirtilmiyor ve 1 saatlik yazmanın nasıl ücretlendirildiği açıklanmıyor. AIHubMix TTL’yi iletiyor: 24 Ekim’de, üst düzeyde cache_control TTL değeri 1h olan bir Messages isteğinde yazma işlemi 1 saatlik önbellek token’ı olarak raporlandı; prompt_cache_options içeren bir Chat Completions isteği de kabul edildi.

• Önbelleğe alma otomatiktir. K3’te varsayılan TTL 5 dakikadır. AIHubMix’in 24 Ekim’deki kontrollerinde, tekrarlanan 93 token’lık bir istem kodlama kanalında tamamen önbellekten karşılandı, ancak ana ID’lerde karşılanmadı. 7,658 token’lık bir istemle kimi-k3.1-pro’ya yapılan ikinci çağrıda, hem Chat Completions hem de Messages üzerinden 7,424 önbelleğe alınmış token döndü.
• Moonshot API’sinde 1 saatlik TTL, K3 fiyatları üzerinden milyon token başına yazma maliyetine $3.00 ekler. Her önbellek isabeti $2.70 tasarruf sağlar; dolayısıyla Moonshot’ın kendi hesabına göre ikinci isabetten itibaren avantajlıdır.
• TTL, ilk yazma sırasında sabitlenir (K3). Bir girdinin süresini 5 dakikadan 1 saate çıkaramazsınız. Önce süresinin dolması gerekir.
• Maliyet panolarına yeni bir alan eklemek gerekir (K3). Önbellek yazmaları Chat Completions’ta prompt_tokens_details.cache_write_tokens, Responses’ta input_tokens_details.cache_write_tokens ve Messages’ta cache_creation_input_tokens olarak görünür.
• Akıl yürütme, çıktı sayılır. K3’te düşünme token’ları her efor düzeyinde çıktı fiyatı üzerinden ücretlendirilir. AIHubMix, K3.1 Pro için ayrı bir akıl yürütme fiyatı listelemiyor.

Faturayı düşürmeye yardımcı adımlar:

1. reasoning_effort değerini max üzerinden devralmak yerine iş yüküne göre ayarlayın. Bilgi arama ve sınıflandırma için low, rutin kodlama için high düzeyini deneyin.
2. Oturum boyunca modeli ve efor düzeyini sabit tutun; ikisinden birini değiştirdiğinizde yeni bir oturum başlatın.
3. Önce değişmeyen kısımları ekleyin: sistem istemi, araç tanımları ve depo bağlamı. Ardından değişen turu ekleyin.
4. Highspeed’i, araç çağrılarının ağırlıkta olduğu döngülerde değil, darboğazın model çıktısını beklemek olduğu durumlarda kullanın.
5. Tamamlama token’ları içinde düşünme token’larının payını izleyin. Basit görevlerde bu oran yarıyı aşıyorsa efor düzeyini düşürün.

Gerçek yetkilere sahip ajanlar

Hermes Agent sorunu, bir taşıma hatasının nasıl güvenlik hatasına dönüşebileceğini gösteriyor. “Akıllı onay” sınıflandırıcısı, sıcaklık parametresiyle k3 çağırıyordu ve her çağrı 400 hatası döndürüyordu. Bildiren kişinin sözleriyle, sınıflandırıcı “her çağrıda yetkiyi yükseltiyor (hata durumunda açık kalıyor)”: güvenlik kontrolü görevini yapmayı bıraktı, ancak ana sohbette hiçbir şey ters görünmüyordu.

K3.1 Pro bu tetikleyiciyi koruyor ve bir yenisini ekliyor. Sınıflandırıcı çağrıları, ekiplerin sıcaklığı düşürerek veya düşünmeyi kapatarak hızlı ve ucuz hale getirdiği çağrıların ta kendisidir; ancak K3.1 Pro’da ikisi de işe yaramıyor: sıcaklık her çağrıda 400 hatasına yol açabilir ve AIHubMix’te düşünmenin kapatıldığı bir istek, akıl yürütme içeriği olmadan döndü. K3.1 Pro üzerinde bir güvenlik kontrolü çalıştırıyorsanız hız için reasoning_effort: "low" kullanın, API hatalarının nasıl ele alınacağına karar verin ve sistemin hata durumunda kapalı kalmasını sağlayın.

Kendi başlarına hareket eden ajanlar için birkaç nokta daha önemlidir:

• Zorunlu araç çağrıları çalışır. K3.1 Pro, K2.x’in reddettiği tool_choice: "required" seçeneğini destekliyor; dolayısıyla araç çağrısını zorlamak için kullanılan K2.x geçici çözümüne artık gerek kalmayabilir.
• Dahili web araması üretim ortamında kullanıma hazır değil (K3). Moonshot’ın K3 kılavuzunda web araması için “güncellenmekte olduğu ve yakın gelecekteki üretim iş akışlarında önerilmediği” belirtiliyor. Moonshot aksini söyleyene kadar K3.1 Pro’da da aynı şekilde değerlendirin. AIHubMix üzerinden K3.1 Pro ile yapılan bir arama döngüsü 24 Ekim’de tamamlanamadı: model $web_search istedi ve sonuç geri gönderildiğinde 400 Invalid request: tokenization failed hatası döndü.
• Görsel girdiler base64 gerektirir. K3 herkese açık görsel URL’lerini getirmez; 24 Ekim’de AIHubMix’teki kimi-k3.1-pro de bir URL’yi 400 Invalid request: unsupported image url hatasıyla reddetti. Dolayısıyla ekran görüntüsü bağlantıları gönderen bir ajan hata alır. Moonshot’ın diğer seçeneği olan kendi dosya yükleme hizmetinden alınan dosya ID’si AIHubMix’te desteklenmiyor: ms:// referansı 404 döndürdü. Base64 biçimindeki bir görsel çalıştı. K3.1 Pro, Kimi Code’da video girdisini de kabul ediyor.

Kodlama araçları: Claude Code ve Codex

Claude Code, AIHubMix’in 24 Ekim’de yanıtladığı Anthropic Messages API’sini kullanıyor. Codex ise yalnızca kodlama kanalının yanıt verdiği Responses API’sini kullanıyor. Kurulum ve temel yapılandırma, AIHubMix’in sürekli güncel tuttuğu kılavuzlarda ele alınıyor. Aşağıda yalnızca K3.1 Pro için değişenler yer alıyor.

Codex sütunu, ana kimlikler Responses API'de yanıt vermeye başlayana kadar kodlama kanalı kimliğini kullanır. Bir araç bu üç değerin dışında bir efor değeri gönderirse, yukarıdaki efor tablosunda belirtildiği gibi eşlenir.

Claude Code

Claude Code settings.json kılavuzunu izleyin. Ardından yalnızca ana modeli değil, her model katmanını ayarlayın:

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://aihubmix.com",
    "ANTHROPIC_AUTH_TOKEN": "sk-your-aihubmix-key",
    "ANTHROPIC_MODEL": "kimi-k3.1-pro",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "kimi-k3.1-pro",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "kimi-k3.1-pro",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "kimi-k3.1-pro",
    "ANTHROPIC_DEFAULT_FABLE_MODEL": "kimi-k3.1-pro",
    "CLAUDE_CODE_SUBAGENT_MODEL": "kimi-k3.1-pro"
  }
}

Moonshot'ın Kimi Code belgelerinden, K3 için yazılmış Claude Code kılavuzundan ve AIHubMix testlerinden bilinen sorunlar:

• Yeni bir oturum başlatın. Çalışan bir K3 oturumunu K3.1 Pro'ya geçirmeyin. Önbelleğin ve çıktı kalitesinin temiz başlaması için yeni bir oturum açın.
• Ayarlanmamış katmanlar sessizce başarısız olur. Claude Code; ana sohbet, özetler ve alt aracılar için farklı katmanlar kullanır. Moonshot, bunlardan yalnızca bazılarının yapılandırılmasının geri kalanının "sessizce başarısız olmasına" yol açtığı konusunda uyarıyor. Arka plan işleri için Haiku katmanını daha ucuz bir modele yönlendirebilirsiniz.
• Eski ayarlar geçerli olur. ~/.claude/settings.json dosyasının env bloğundaki eski değerler, kabuğunuzda dışa aktarılan değişkenleri geçersiz kılar.
• 1M bağlam. Moonshot'ın K3 kılavuzu, Claude Code'un bağlam penceresini 1M olarak algılaması için kimi-k3[1m] kullanıyor. AIHubMix üzerinden kimi-k3.1-pro[1m] de aynı şekilde çalışır: Claude Code, isteği göndermeden önce soneki kaldırır ve AIHubMix, 24 Ekim'de 1M bağlam başlığı da dahil olmak üzere ortaya çıkan isteğe yanıt verdi. Soneki yalnızca Claude Code anlar. Başka bir istemciden model kimliği olarak gönderildiğinde kimi-k3.1-pro[1m] 400 hatası döndürür.
• Efor. K3.1 Pro varsayılan olarak zaten max düzeyinde çalışır; Moonshot'ın K3 kılavuzu da CLAUDE_CODE_EFFORT_LEVEL=max ile bu düzeyi öneriyordu. Rutin işler için high daha az token harcar. Claude Code hangi düzeyi gönderirse göndersin, efor tablosunda belirtildiği gibi eşlenir ve AIHubMix test edilen beş değerin tümünü kabul etti.
• Highspeed katmanları. Bir katmanı kimi-k3.1-pro-highspeed modeline yönlendiriyorsanız kimliği aynen kopyalayın. Kimi Code'da yazım hatası sessizce yedek modele geçişe yol açar; AIHubMix'te yanlış yazılan kimlik 400 hatası döndürür.

Codex

Codex yalnızca Responses API ile çalışır, bu nedenle wire_api = "responses" gereklidir. Geri kalan ayarlar için Codex config.toml kılavuzuna bakın. K3.1 Pro için:

# At launch (24 October 2026), the main ID kimi-k3.1-pro returned 404 on the Responses API.
# Use the coding-channel ID until AIHubMix adds it. AIHubMix labels the
# coding channel an evaluation preview, not for production.
model = "coding-kimi-k3.1-pro"
model_provider = "aihubmix"
model_context_window = 1048576
model_reasoning_effort = "high"

[model_providers.aihubmix]
name = "AIHubMix"
base_url = "https://aihubmix.com/v1"
env_key = "AIHUBMIX_API_KEY"
wire_api = "responses"

• Bağlam penceresini belirtin. model_context_window belirtilmezse Codex, tanımadığı bir model için varsayılan meta veriye geri döner. K3 için yazılmış Moonshot Codex kılavuzuna göre ortaya çıkan Model metadata for kimi-k3 not found uyarısı beklenen ve zararsız bir durumdur.
• Efor. Codex'in kendi düzeyleri arasında medium ve xhigh bulunur. Kimi Code eşlemesine göre bunlar sırasıyla high ve max olarak çalışır; AIHubMix 24 Ekim'de ikisini de kabul etti. Hangi düzey için ödeme yaptığınızı bilmek için low, high veya max ayarlayın.
• Kanallar farklılık gösterir. Kodlama kanalı, ana kimliklerin reddettiği bir sıcaklık değerini kabul etti. Ana kimlikler Responses üzerinden yanıt vermeye başladığında geçiş yapmadan önce duman testini yeniden çalıştırın.
• search_context_size kullanmayın. Yapılandırmanızda ayarlıysa kaldırın (belirgin hatalar bölümüne bakın).
• Düzenlemelerden sonra yeniden başlatın. Codex, config.toml dosyasını yalnızca başlangıçta okur. Codex yapılandırmanızı CC Switch yönetiyorsa yaptığınız değişikliklerin üzerine yazabilir.

15 dakikalık duman testi

Bunu test paketi bulunan küçük bir depoda her araç için bir kez çalıştırın:

1. K3.1 Pro'da yeni bir oturum başlatın. K3 veya başka bir modelde çalışmış bir oturuma devam etmeyin.
2. Şunu isteyin: "Bu depodaki bir işlev için birim testi ekle, testleri çalıştır ve başarısız olanları düzelt."
3. Başarılı sonuç şöyle görünür: model dosyaları okur ve testleri çalıştırır (araç çağrıları çalışır). Sonuçları gördükten sonra devam eder; bu da akıl yürütme ve araç sonuçlarının geri aktarıldığını gösterir. Testler başarılı olarak tamamlanır ve oturumun hiçbir yerinde 400 veya 404 hatası görülmez.
4. AIHubMix kullanım günlüğünüzde model kimliğinin ayarladığınız kimlik olduğunu ve sonraki isteklerde sabit önek için önbelleğe alınmış girdi tokenlarının göründüğünü kontrol edin. Bunlar hiçbir zaman görünmüyorsa önekinizde her turda değişen bir şey vardır.
5. Tur süresini ve tamamlanan token sayısını not edin. Bunlar, efor düzeyi seçerken ve Highspeed'in buna değip değmediğine karar verirken kullanacağınız başlangıç değerleridir.

Geçiş kontrol listesi

• K3.1 Pro kimliğini kullanın: Moonshot API ve AIHubMix'te kimi-k3.1-pro, Kimi Code'da k3.1-pro; şimdilik AIHubMix üzerinden Codex için coding-kimi-k3.1-pro.
• Moonshot Aralık 2026'nın sonunda K2 serisini kullanımdan kaldırmadan önce K2.x kodunuzu taşıyın; yeni Moonshot hesaplarının K2 erişimi 31 Ekim'den itibaren kaldırılıyor.
• Eski bir oturumu değiştirmek yerine K3.1 Pro için yeni bir oturum başlatın.
• Yardımcı çağrılar da dahil olmak üzere tüm çağrı yollarından temperature, top_p, n ve her iki penalty parametresini kaldırın.
• off, none ve disabled efor değerleri de dahil olmak üzere düşünmeyi kapatan tüm ayarları kaldırın ve K2.x'ten kalan düşünme bloklarını silin.
• Eforu low, high veya max olarak gönderin; medium, high olarak; xhigh ise max olarak çalışır.
• Modeli ve efor düzeyini oturum boyunca sabit tutun.
• Highspeed kimliğini aynen kopyalayın ve kullanım günlüğünüzde modeli kontrol edin.
• Durdurma listelerini 32 bayt veya daha kısa, en fazla beş öğeyle sınırlayın.
• reasoning_content ve tool_calls dahil asistan mesajının tamamını geri gönderin ve dinamik araç mesajlarını yeniden gönderin.
• Uzun istekleri akış olarak gönderin ve zaman aşımlarını dakika cinsinden ayarlayın.
• JSON'u Messages API'ye geri taşımadan önce yapılandırılmış çıktıyı doğrulayın.
• Ayrı önbellek yazma alanını hesaba katacak şekilde maliyet takibini güncelleyin.
• Güvenlik kontrollerinin API hatalarında güvenli tarafta kalacak şekilde başarısız olmasını sağlayın.
• Her kodlama aracında duman testini çalıştırın.

Sık sorulan sorular

K3.1 Pro neden HTTP 400 hatası döndürüyor?
Yaygın nedenler; 1 dışında bir temperature değeri, düşünmenin kapatılmış olması veya off, none, disabled ya da tanınmayan bir efor değeridir. İlki K3'ün sabit örnekleme kurallarından kaynaklanır ve K3.1 Pro'da da geçerlidir; diğerleri Moonshot'ın Kimi Code belgelerinde açıklanmıştır. AIHubMix'in ana kimliklerinde 24 Ekim'de yalnızca temperature 400 hatasına neden oldu; diğerleri 200 döndürdü, düşünme off veya none olduğunda ise akıl yürütme olmadan yanıt geldi.

Düşünmeyi kapatabilir miyim?
Hayır. K3.1 Pro yalnızca düşünme modunda çalışır. Düşünmeyi kısa tutmak için reasoning_effort değerini low olarak ayarlayın.

temperature hâlâ reddediliyor mu?
Evet; Moonshot API'de ve AIHubMix'in ana kimliklerinde 24 Ekim 2026'da "invalid temperature: only 1 is allowed for this model" hatası döndürüldü. Aynı kontrolde AIHubMix'in kodlama kanalı 0.2 temperature değerini kabul etti. Her rotada temperature parametresini kullanmayın.

K2 modelleri ne zaman kullanımdan kaldırılacak?
31 Ekim 2026'dan itibaren yeni kaydolan Moonshot kullanıcıları K2 serisi modelleri kullanamayacak; Moonshot bu modellerin tamamını Aralık 2026'nın sonunda kullanımdan kaldırmayı planlıyor. AIHubMix'te 24 Ekim itibarıyla K2.6 ve K2.7 Code listeleniyordu ve bir kullanımdan kaldırılma tarihi belirtilmemişti.

Kimi Code kotam neden daha hızlı tükeniyor?
K3.1 Pro varsayılan olarak max efor düzeyinde çalışır; Kimi Code'da K3 varsayılan olarak high düzeyindeydi. Ayrıca Highspeed, standart modelin yaklaşık iki katı kota kullanır. Rutin işler için daha düşük bir efor düzeyi ayarlayın ve oturum boyunca sabit tutun.

Highspeed neden daha hızlı değil?
Kimlik yanlış yazılmış olabilir; Kimi Code bu durumda sessizce düşünme özelliği olmayan K2.8 Preview modeline geri döner. Ya da tur süresinin çoğunu araç çağrıları alıyordur. Highspeed yalnızca model çıktısını hızlandırır.

Codex hangi AIHubMix model kimliğini kullanmalı?
Şimdilik aihubmix.com/v1 adresindeki Responses API üzerinde coding-kimi-k3.1-pro kullanılmalı ve wire_api değeri responses olarak ayarlanmalıdır. Ana kimlikler 24 Ekim'de Responses API'de 404 döndürdü. AIHubMix, kodlama kanalını üretim kullanımı için değil, değerlendirme önizlemesi olarak etiketliyor.

Okumaya devam edin: Kimi K3.1 Pro serisi

• Geçiş yapmadan önce, nelerin değiştiğinden gerçek bir görevin maliyetine kadar yükseltmenin buna değip değmediğini inceleyin: Kimi K3.1 Pro ile K3 karşılaştırması: Neler Değişti, Maliyeti Ne ve Kimler Geçiş Yapmalı?
• Geçiş sırasında alternatifleri değerlendiriyorsanız K3.1 Pro'yu Qwen 4 ve Claude Fable 5.5 ile karşılaştıran, her birinde tek bir ön yüz projesinin maliyetini de inceleyen yazımız burada: Kimi K3.1 Pro, Qwen 4 ve Claude Fable 5.5 karşılaştırması: Ön Yüz Kalitesi, Görev Başına Maliyet ve Abartının Gerçeklik Testi
• Highspeed kotası ve fiyatı, hızlı sürümün buna değip değmediğini sorgulamanıza yol açtıysa hız-fiyat meselesini ayrı bir yazıda ele alıyoruz: Kimi K3.1 Pro ile K3.1 Pro Highspeed karşılaştırması: 2–3× Hız, 2× Fiyata Değer mi?

Kaynaklar

• Kimi Code: Model yapılandırması
• Moonshot AI: Model parametreleri referansı
• AIHubMix: Kimi K3.1 Pro model sayfası
• AIHubMix: Kimi K3 uygulamalı kılavuzu
• Hermes Agent issue #142365: Kimi Code uç nokta profili sapması