Перехід на Kimi K3.1 Pro: виправте помилки 400, зважайте на стандартний режим Max Effort і не помиліться в назві Highspeed

Kimi K3.1 Pro доступна в Kimi Code, в API Moonshot під назвою kimi-k3.1-pro і на AIHubMix з таким самим ідентифікатором. Moonshot встановлює для неї ті самі обмеження параметрів, що й для Kimi K3, тож код, який уже працює з K3, можна перенести, змінивши ідентифікатор моделі й розпочавши нову сесію. Для коду, написаного для K2.x, на платформі Moonshot настає крайній термін: 31 жовтня 2026 року Moonshot закриє серію K2 для нових зареєстрованих користувачів, а до кінця грудня планує її вивести з експлуатації. Такий код також найімовірніше зламається, бо зазвичай надсилає параметр temperature або вимикає режим мислення, а в K3.1 Pro не працює ні те, ні інше. А код, у якому рівень зусиль не задано, працює на максимальному рівні, споживаючи більше токенів, ніж ви очікуєте, а в Kimi Code — більше квоти, ніж K3.

У цій статті перелічено помилки, які відразу дають про себе знати (400 і ще одну 404), непомітні збої (рахунок, кеш, ідентифікатор Highspeed), а також описано, як налаштувати Claude Code і Codex для K3.1 Pro через AIHubMix. Правила для K3.1 Pro взято з документації моделей Kimi Code та довідника параметрів моделей Moonshot, де зазначено, що для обох ідентифікаторів K3.1 Pro діють «ті самі обмеження параметрів, що й для kimi-k3». Правила, позначені як правила для K3, походять із посібників Moonshot для K3 і не перевірялися повторно на K3.1 Pro. Тексти помилок наведено з документації, публічних звітів, липневого тестування K3 від AIHubMix і перевірок K3.1 Pro, проведених AIHubMix 24 жовтня 2026 року. Під час перевірок тестували основні ідентифікатори, а також ідентифікатори каналу програмування coding-kimi-k3.1-pro і coding-kimi-k3.1-pro-highspeed. Для кожного твердження вказано його джерело.

Яким шляхом ви користуєтеся?

В API Moonshot і на AIHubMix ідентифікатори такі: kimi-k3.1-pro і kimi-k3.1-pro-highspeed. У Kimi Code це k3.1-pro і k3.1-pro-highspeed. У конфігурації клієнта, яку помітили 21 жовтня, k3 і kimi-for-coding зіставлялися з моделлю k3.1, але в документації Kimi Code тепер зазначено, що k3 — це K3, а kimi-for-coding — K2.8 Preview, тож вибирайте K3.1 Pro явно. Важливий і ваш план: у Kimi Code для K3.1 Pro потрібен Plus або вище (Pro — для контексту 1M), а для Highspeed — Pro або вище. У застарілих планах це Moderato або вище, а Allegretto — для контексту 1M і Highspeed.

Дати для K2 — від Moonshot. Починаючи з 31 жовтня 2026 року моделі серії K2 стануть недоступними для нових зареєстрованих користувачів, а до кінця грудня 2026 року їх усі мають вивести з експлуатації. Moonshot не оголошувала дату виведення з експлуатації K3. Станом на 24 жовтня AIHubMix і далі пропонувала K2.6 і K2.7 Code, без оголошеної дати виведення з експлуатації.

Помилки, які помітні відразу

Режим мислення вимкнено: HTTP 400 або повна відсутність міркувань

Що ви побачите: помилку HTTP 400 у Kimi Code. У документації Kimi Code від Moonshot зазначено, що моделі K3.1 Pro «підтримують лише режим мислення. Запити з вимкненим режимом мислення відхиляються». У документації не наведено тексту помилки. В API Moonshot для K3.1 Pro діють обмеження K3, а K3 завжди виконує міркування. Через AIHubMix помилки 400 немає: 24 жовтня параметр thinking: {"type": "disabled"} повернув код 200 для обох основних ідентифікаторів через Chat Completions і Messages, але у відповіді не було міркувань. Тобто тут збій непомітний — перевіряйте відповіді, чи не бракує в них міркувань.

Звідки це береться: код K2.x, у якому вимикали режим мислення, щоб отримати відповідь швидше, наприклад через extra_body={"thinking": {"type": "disabled"}}, а також інструменти, що надсилають рівень зусиль off, none або disabled (про це — у наступному розділі).

Як виправити: приберіть цей перемикач. Щоб обмежити тривалість мислення, натомість передайте reasoning_effort: "low".

Застарілий блок "enabled" — окремий випадок. Під час перевірки 24 жовтня AIHubMix передала параметр K2.x thinking: {"type": "enabled"} для K3.1 Pro і отримала код 200 — як з основними ідентифікаторами, так і з каналом програмування. У документації Moonshot зазначено, що thinking — це «параметр запиту лише для K2.x», а сторонній посібник з усунення несправностей називає застарілий блок однією з причин помилок 400 після переходу з K2.x на K3, тож все одно видаліть його.

Якщо ви залишаєте K2.7 Code як резервний варіант до виведення з експлуатації, не вимикайте в ньому режим мислення. У посібнику Moonshot з Claude Code описано помилку 400 invalid thinking: only type=enabled is allowed for this model для K2.7 Code, коли режим мислення вимкнено.

Значення рівня зусиль: off, none та невідомі значення повертають 400

Що ви побачите: помилку HTTP 400, якщо рівень зусиль — off, none, disabled або значення, яке Kimi Code не розпізнає. У K3.1 Pro є три рівні: low, high і max. У документації Kimi Code від Moonshot зазначено, як вони зіставляються зі значеннями, які надсилають сторонні інструменти:

В API Moonshot для K3.1 Pro задокументовано лише low, high і max, причому max — стандартне значення; про зіставлення значень не йдеться. На AIHubMix 24 жовтня значення low, medium, high, max і xhigh повернули код 200 для всіх чотирьох ідентифікаторів K3.1 Pro. Для kimi-k3.1-pro значення off і невідоме значення також повернули код 200 із міркуваннями, а none повернуло код 200, але без міркувань. На AIHubMix ці помилки не помітні відразу — коду 400 немає.

Непомітний нюанс: рівня medium не існує. Якщо в інструменті встановлено medium, він отримує high, а якщо xhigh — то max, найдорожчий рівень.

Як виправити: явно передавайте low, high або max і перевіряйте, що саме ваш інструмент фактично надсилає.

«неприпустиме значення temperature: для цієї моделі дозволено лише 1»

Що ви побачите: 400 invalid temperature: only 1 is allowed for this model. Під час перевірки AIHubMix 24 жовтня саме таку помилку повернули kimi-k3.1-pro і kimi-k3.1-pro-highspeed, коли їм передали temperature: 0.2. Таку саму помилку повідомляли для API Moonshot на K3 3 жовтня 2026 року, а також для кінцевої точки Kimi Code з k3 21 жовтня.

Чому так: у довіднику параметрів Moonshot для K3.1 Pro вказані обмеження K3: temperature має фіксоване значення 1.0, top_p — 0.95, n — 1, обидва штрафи — 0, а інші значення повертають помилку. У K2.6 теж було фіксоване значення — 0.6, коли режим мислення вимкнено, тож найімовірніше, код досі надсилає саме 0.6.

Виняток, через який помилку можна не помітити: канал програмування AIHubMix прийняв temperature: 0.2 під час тієї самої перевірки. Код, протестований лише там, усе ще може зламатися з основними ідентифікаторами або в API Moonshot.

Ще одна пастка, через яку помилку можна не помітити: багато фреймворків розпізнають моделі Kimi за префіксом kimi- і не передають для них temperature. Ідентифікатори Kimi Code k3.1-pro і k3.1-pro-highspeed не мають такого префікса, як ідентифікатори каналу програмування AIHubMix, що починаються з coding-. У звіті про проблему Hermes Agent виявили саме таку ситуацію з K3. Основний чат-запит не містив temperature, але допоміжний виклик до k3 усе одно передавав цей параметр і щоразу отримував помилку 400.

Як виправити: взагалі не передавайте temperature, top_p, n, presence_penalty або frequency_penalty. Визначайте сімейство моделі, а не орієнтуйтеся на префікс її назви.

Щоб перевірити маршрут, надішліть один запит із параметром temperature:

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"}]}'

24 жовтня цей запит повернув зазначену вище помилку 400. Перевірте його для кожного ідентифікатора моделі, який використовує ваш код: канал програмування відповів на той самий запит кодом 200.

Codex через AIHubMix: 404 в API Responses

Що ви побачите: помилку HTTP 404 із текстом The model kimi-k3.1-pro is not available on this endpoint. Під час перевірки AIHubMix 24 жовтня її повернув API Responses для обох основних ідентифікаторів, тоді як Chat Completions і Messages працювали штатно.

Як виправити: Codex працює лише з API Responses, тож вкажіть coding-kimi-k3.1-pro — під час тієї самої перевірки він відповідав на запити Responses. AIHubMix позначає канал програмування як попередню версію для оцінювання, яку не рекомендують використовувати у виробничому середовищі; кілька запитів до нього тимчасово повертали 404 «The requested resource was not found», тож перш ніж починати налагодження, спробуйте повторити запит один раз. Використовуйте цей канал, доки AIHubMix не додасть підтримку API Responses для основних ідентифікаторів. Claude Code працює через Messages і сумісний з основними ідентифікаторами.

stop: обмеження

Що ви побачите: під час липневого тестування K3 від AIHubMix з’явилися такі два повідомлення:

• 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

Чому так: K3 приймає не більше п’яти послідовностей зупинки, кожна завдовжки до 32 байтів, а в API Messages ті самі перевірки застосовуються до stop_sequences. Moonshot встановлює для K3.1 Pro ті самі обмеження параметрів, тож очікуйте таких самих лімітів.

Як виправити: скоротіть список. Зверніть увагу: 32 байти — це менше ніж 32 символи китайською або японською мовою.

Codex в API Moonshot: «web_search.search_context_size не підтримується» (посібник для K3)

Що ви побачите: 400 web_search.search_context_size is not supported — таку помилку наведено в посібнику Moonshot для Codex, написаному для K3. Через канал програмування AIHubMix запит Responses із цим полем повернув код 200 24 жовтня, тож помилка виникає на власній кінцевій точці Moonshot.

Як виправити: видаліть search_context_size із конфігурації Codex або визначення інструмента. Codex не надсилає цей параметр за замовчуванням.

Непомітні збої

Вони не повертають помилок. Наслідки стають помітними пізніше — у рахунку, квоті вашого плану або якості результату.

Рівень зусиль і сесії

• Стандартне значення — max, і для Kimi Code це новинка. У K3.1 Pro за замовчуванням встановлено max. У Kimi Code для K3 стандартним значенням був high, тож сесія, у якій рівень зусиль не задано, тепер витрачає більше ресурсів на міркування, використовує більше токенів і швидше споживає квоту. В API Moonshot для K3 і K3.1 Pro стандартне значення — max. Міркування тарифікуються як вихідні дані: у липневому тесті AIHubMix, де на K3 створювали гру за одним запитом, міркування становили 73% із 74,994 вихідних токенів.
• Навіть низький рівень зусиль може означати тисячі токенів міркування. Під час вибіркової перевірки AIHubMix 24 жовтня запит із проханням пояснити тему у 600 словах змусив K3.1 Pro міркувати від 5,561 до 7,356 токенів із рівнем low, перш ніж надати відповідь; в одному запуску спрацювало обмеження у 8,192 токени. На тому самому запиті K3 міркував від 3,013 до 7,051 токена, тож для K3.1 Pro це не новина, але low не є дешевим режимом ні для однієї моделі; залишайте max_completion_tokens достатньо високим. Перевірено лише один запит і три запуски для кожної моделі через основні ID AIHubMix, тож перевірте показники на власному робочому навантаженні.
• Перехід на K3.1 Pro у межах старого сеансу погіршує якість. У документації Moonshot для Kimi Code не радять перемикатися на нові моделі «у межах наявного сеансу K3 series, K2.8 Preview або K2.7 Code Highspeed»: це погіршує якість відповідей і зменшує кількість влучань у кеш. Починайте новий сеанс.
• Зміна моделі або рівня зусиль анулює кеш. У документації Moonshot для Kimi Code сказано, що це стосується обох змін; у документації K3 також зазначено, що перемикання рівня зусиль «анулює влучання в кеш префіксів». Виберіть модель і рівень на початку сеансу.

Highspeed

• Помилка в ID Highspeed — і замість неї ви отримуєте повільнішу модель. У Kimi Code неправильний ID Highspeed «непомітно перемикає на K2.8 Preview без міркування — без жодного прискорення». Точно скопіюйте ID і перевірте, яка модель указана в журналах.
• Highspeed прискорює лише генерацію відповіді моделлю. За даними Moonshot, K3.1 Pro Highspeed приблизно у 2–3× швидший за K3.1 Pro, а можливості в них ідентичні. Під час вибіркової перевірки AIHubMix швидкість генерації становила приблизно 1.6–1.8× від швидкості Pro. Виклики інструментів і скрипти зовсім не прискорюються, тож у ході, де більшість часу йде на читання файлів і запуск тестів, виграш невеликий, тоді як плани Kimi Code витрачають приблизно вдвічі більше квоти.

Протоколи

• Проксі можуть змінювати поведінку. У документації Moonshot для Kimi Code є застереження: «Переклад протоколу за допомогою проксі-інструментів може призвести до зміни поведінки моделі». Для кожного інструмента використовуйте його рідний протокол: Messages для Claude Code, Responses для Codex. 24 жовтня AIHubMix повертав міркування у відповідях через Chat Completions і Messages для всіх чотирьох ID K3.1 Pro — як reasoning_content і як блоки thinking. Responses працював на каналі для кодування, повертаючи елемент reasoning, а для основних ID видавав згадану вище помилку 404.
• Структурований вивід через Messages API став кращим. У липневому тесті AIHubMix на K3 API /v1/messages ігнорував схему й повертав звичайний текст. 24 жовтня такий самий запит до K3.1 Pro із JSON-схемою в output_config.format і промптом, де не просили повернути JSON, дав {"city":"Paris"} для всіх чотирьох ID. Це схема лише з одним полем, тож перевірте результат, перш ніж знову покладатися на JSON через Messages. Інший нюанс Messages, помічений у липні: збіг із послідовністю зупинки повертався як end_turn із stop_sequence: null, — не перевіряли повторно.

Довгі запити

• За коротких тайм-аутів не проходять навіть помірні запити. Під час вибіркової перевірки повні відповіді K3.1 Pro з рівнем low генерувалися від 80 до 99 секунд. Клієнт без потокового режиму з тайм-аутом у 60 секунд завершив би помилкою кожен запуск, а повторний запит знову оплачував би ті самі міркування. В API Moonshot стандартне обмеження виводу для K3.1 Pro становить 131,072 токени, а максимальне — 1,048,576; збірка гри на K3, яку AIHubMix тестував у липні, виконувалася 2,541 секунду в межах одного запиту. Використовуйте потокову передачу й задавайте тайм-аути в хвилинах.

Успадковано з посібників для K3

Ці рекомендації взято з посібників для K3:

• Видалення reasoning_content погіршує якість у багатокрокових діалогах. Повне повідомлення асистента, включно з reasoning_content і tool_calls, потрібно повертати без змін. Код, який зберігає лише content, продовжить працювати, але Moonshot попереджає про нестабільну якість відповідей.
• Динамічні інструменти зникають, якщо не передавати їхнє повідомлення. У K3 можна завантажувати інструменти під час розмови через системне повідомлення без вмісту. Сервер його не зберігає, тож повідомлення потрібно повторно надсилати з кожним запитом. В AIHubMix це працює через Chat Completions: 24 жовтня kimi-k3.1-pro викликав інструмент, доданий таким способом. У липневому тесті K3 на AIHubMix Messages API проігнорував доданий інструмент.

Правила тарифікації, які легко пропустити

Нижче наведено ціни AIHubMix із сторінок моделей за мільйон токенів:

В AIHubMix K3.1 Pro на 30% дешевша за K3 для вхідних токенів і вхідних токенів із кешу, а для вихідних — на 26%. Highspeed коштує вдвічі дорожче за Pro для вхідних і вихідних токенів, а ціна кешованих токенів однакова. ID каналу для кодування має окремий тариф: $0.88 за вхідні токени, $3.23 за вихідні та $0.132 за кешовані.

Нижчий тариф не гарантує меншого рахунку. Візьмімо липневу збірку гри на K3 в AIHubMix, згенеровану за один запит: 74,994 вихідних токени, припустімо, що на вхід пішло 5,000 токенів. За тієї самої кількості токенів запит коштує приблизно $1.08 на K3, приблизно $0.80 на K3.1 Pro (5,000 × $2.00 + 74,994 × $10.50 за мільйон) і приблизно $1.59 на Highspeed. Кількість токенів залежить від промпту (під час вибіркової перевірки K3.1 Pro і K3 дали подібні показники з рівнем low), тож перш ніж планувати бюджет, перевірте це на практиці.

У документації Moonshot до API зазначено, що запис кешу K3.1 Pro оплачується залежно від TTL — 5 хвилин або 1 година, як і для K3. У опублікованих тарифах K3 із посібника Moonshot із кешування контексту видно, як працює ця структура:

За словами Moonshot, виділення записів у кеш в окрему позицію не збільшило загальну вартість K3: вартість запису вже входила в ціну вхідних токенів, тож запити зі стандартним TTL у 5 хвилин коштують стільки ж, скільки й раніше.

Це прямі тарифи Moonshot. На сторінках моделей AIHubMix наведено лише ціни на вхідні, вихідні й кешовані вхідні токени, без окремого тарифу на запис у кеш, і не зазначено, як тарифікується запис із TTL 1 година. Водночас AIHubMix передає значення TTL: 24 жовтня в запиті Messages із TTL верхнього рівня cache_control, заданим як 1h, запис відобразився як токени кешу на 1 годину, а запит Chat Completions із prompt_cache_options було прийнято.

• Кешування відбувається автоматично. Для K3 стандартний TTL становить 5 хвилин. Під час перевірок AIHubMix 24 жовтня повторний запит із промптом у 93 токени повернувся повністю з кешу на каналі для кодування, але не на основних ID. Для промпту обсягом 7,658 токенів другий виклик kimi-k3.1-pro повернув 7,424 кешовані токени — і через Chat Completions, і через Messages.
• TTL 1 година в API Moonshot коштує на $3.00 більше за мільйон токенів для запису за тарифами K3. Кожне влучання заощаджує $2.70, тож за підрахунками самого Moonshot така схема окупається з другого влучання.
• TTL фіксується під час першого запису (K3). Неможливо продовжити термін дії запису з 5 хвилин до години. Спочатку він має протермінуватися.
• Для панелей моніторингу витрат потрібне нове поле (K3). Записи в кеш відображаються як prompt_tokens_details.cache_write_tokens у Chat Completions, input_tokens_details.cache_write_tokens у Responses і cache_creation_input_tokens у Messages.
• Міркування тарифікуються як вихідні токени. У K3 токени міркування оплачуються за тарифом вихідних токенів за будь-якого рівня зусиль. AIHubMix не вказує окрему ціну за міркування для K3.1 Pro.

Як зменшити рахунок:

1. Задавайте reasoning_effort відповідно до робочого навантаження, а не успадковуйте max. Спробуйте low для пошуку й класифікації, а high — для типових завдань із програмування.
2. Не змінюйте модель і рівень зусиль у межах сеансу; коли змінюєте одне з них, починайте новий сеанс.
3. Спочатку додавайте стабільні частини: системний промпт, визначення інструментів, контекст репозиторію. Потім — змінну частину запиту.
4. Використовуйте Highspeed, коли вузьким місцем є очікування на відповідь моделі, а не в циклах, де більшість часу йде на виклики інструментів.
5. Стежте, яку частку токенів завершення становлять токени міркування. Якщо на простих завданнях їх стабільно понад половину, знизьте рівень зусиль.

Агенти з реальними дозволами

Проблема в Hermes Agent показує, як помилка під час міграції може перетворитися на проблему безпеки. Його класифікатор «розумного схвалення» викликав k3 із параметром temperature, і кожен виклик повертав помилку 400. За словами автора звіту, класифікатор «щоразу передавав виконання далі (fail-open)»: перевірка безпеки перестала виконувати свою функцію, хоча в основному чаті ніщо не свідчило про проблему.

У K3.1 Pro зберігається ця причина збою й додається ще одна. Саме виклики класифікатора команди роблять швидкими й дешевими, задаючи низьке значення temperature або вимикаючи міркування, але в K3.1 Pro не працює ні те, ні інше: temperature може призводити до помилки 400 під час кожного виклику, а в AIHubMix запит із вимкненим міркуванням повернувся без нього. Якщо перевірка безпеки працює на K3.1 Pro, використовуйте reasoning_effort: "low" для швидкості, визначте, що робити в разі помилки API, і налаштуйте систему так, щоб вона відмовляла за замовчуванням.

Для автономних агентів важливі ще кілька нюансів:

• Примусові виклики інструментів працюють. K3.1 Pro підтримує tool_choice: "required", який K2.x відхиляв, тож можна відмовитися від обхідного рішення для примусового виклику інструмента, яке використовували в K2.x.
• Вбудований вебпошук поки що не готовий до використання у виробничому середовищі (K3). У посібнику Moonshot для K3 сказано, що вебпошук «оновлюється, тому найближчим часом його не рекомендують використовувати у виробничих процесах». Поки Moonshot не повідомить про інше, вважайте, що для K3.1 Pro це теж справедливо. Через AIHubMix цикл пошуку на K3.1 Pro не завершився 24 жовтня: модель запросила $web_search, а надсилання результату у відповідь спричинило помилку 400 Invalid request: tokenization failed.
• Зображення потрібно передавати в base64. K3 не завантажує зображення з публічних URL-адрес, а 24 жовтня kimi-k3.1-pro в AIHubMix відхилив таке зображення з помилкою 400 Invalid request: unsupported image url, тож агент, який передає посилання на знімки екрана, отримає помилку. Інший варіант Moonshot — ID файлу, завантаженого до його власного сховища, — в AIHubMix не підтримується: посилання ms:// повернуло помилку 404. Зображення у форматі base64 спрацювало. K3.1 Pro також приймає відеовхід у Kimi Code.

Інструменти для програмування: Claude Code і Codex

Claude Code використовує Anthropic Messages API, на запити якого 24 жовтня відповідали основні ID AIHubMix. Codex використовує Responses API, який працював лише на каналі для кодування. Встановлення та базову конфігурацію описано в постійних посібниках AIHubMix. Нижче — лише те, що змінюється для K3.1 Pro.

У стовпці Codex використовується ID каналу для кодування, доки основні ID не почнуть відповідати на запити через Responses API. Будь-яке значення effort, яке інструмент надсилає поза цими трьома, зіставляється, як зазначено в таблиці effort вище.

Claude Code

Дотримуйтеся посібника з налаштування settings.json для Claude Code. Потім задайте кожен рівень моделі, а не лише основний:

{
  "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"
  }
}

Відомі проблеми за документацією Moonshot для Kimi Code, її посібником Claude Code (написаним для K3) і тестами AIHubMix:

• Почніть новий сеанс. Не перемикайте запущений сеанс K3 на K3.1 Pro. Відкрийте новий, щоб кеш і якість відповідей починалися з чистого аркуша.
• Незадані рівні мовчки завершуються помилкою. Claude Code використовує різні рівні для основного чату, підсумків і субагентів. Moonshot попереджає, що якщо налаштувати лише деякі з них, решта «мовчки завершаться помилкою». Для фонових завдань можна призначити рівню Haiku дешевшу модель.
• Перевагу мають застарілі налаштування. Старі значення в блоці env файлу ~/.claude/settings.json мають пріоритет над змінними, експортованими в оболонці.
• Контекст 1M. У посібнику Moonshot для K3 використовується kimi-k3[1m], щоб Claude Code сприймав вікно контексту як 1M. kimi-k3.1-pro[1m] так само працює через AIHubMix: Claude Code відкидає суфікс перед надсиланням, а AIHubMix 24 жовтня відповів на отриманий запит, включно із заголовком контексту 1M. Суфікс розуміє лише Claude Code. Якщо надіслати kimi-k3.1-pro[1m] як ID моделі з будь-якого іншого клієнта, відповідь буде 400.
• Рівень effort. K3.1 Pro вже має типовий рівень max — саме його посібник Moonshot для K3 рекомендував задавати через CLAUDE_CODE_EFFORT_LEVEL=max. Для рутинної роботи рівень high витрачає менше токенів. Будь-який рівень, який надсилає Claude Code, зіставляється за таблицею effort, і AIHubMix прийняв усі п’ять перевірених значень.
• Рівні Highspeed. Якщо призначаєте рівню kimi-k3.1-pro-highspeed, скопіюйте ID точно. У Kimi Code через помилку в назві непомітно використовується запасний варіант; в AIHubMix помилковий ID повертає 400.

Codex

Codex підтримує лише Responses API, тому параметр wire_api = "responses" обов’язковий. Решту описано в посібнику з налаштування config.toml для Codex. Для K3.1 Pro:

# 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"

• Задайте розмір контекстного вікна. Без model_context_window Codex використовує стандартні метадані для невідомої йому моделі. У посібнику Moonshot для Codex, написаному для K3, сказано, що попередження Model metadata for kimi-k3 not found, яке з’являється в результаті, очікуване й нешкідливе.
• Рівень effort. Серед власних рівнів Codex є medium і xhigh. Згідно зі схемою зіставлення Kimi Code, вони працюють як high і max, і AIHubMix прийняв обидва 24 жовтня. Задайте low, high або max, щоб знати, за який рівень платите.
• Канали відрізняються. Канал для кодування прийняв значення temperature, яке основні ID відхилили. Коли основні ID почнуть відповідати через Responses API, повторіть швидкий тест перед перемиканням.
• Без search_context_size. Якщо у вашій конфігурації задано цей параметр, видаліть його (див. помилки, які одразу помітні).
• Після редагування перезапустіть. Codex читає config.toml лише під час запуску. Якщо конфігурацією Codex керує CC Switch, він може перезаписати ваші зміни.

15-хвилинний швидкий тест

Виконайте його один раз для кожного інструмента в невеликому репозиторії з набором тестів:

1. Почніть новий сеанс на K3.1 Pro. Не продовжуйте сеанс, у якому працювали на K3 чи іншій моделі.
2. Попросіть: «Додай модульний тест для однієї функції в цьому репозиторії, запусти тести й виправ усе, що не пройшло».
3. Ось як виглядає успішне виконання: модель читає файли й запускає тести (виклики інструментів працюють). Побачивши результати, вона продовжує роботу — це свідчить, що їй передають міркування та результати роботи інструментів. Тести завершуються успішно, а в сеансі немає жодної помилки 400 чи 404.
4. У журналі використання AIHubMix перевірте, чи збігається ID моделі із заданим вами, а в наступних запитах для стабільного префікса відображаються токени кешованого вводу. Якщо вони не з’являються, у вашому префіксі щось змінюється з кожним ходом.
5. Зафіксуйте час виконання ходу й кількість токенів відповіді. Це ваша базова точка для вибору рівня effort і визначення, чи вартий Highspeed додаткових витрат.

Контрольний список переходу

• Використовуйте ID K3.1 Pro: kimi-k3.1-pro в API Moonshot і AIHubMix, k3.1-pro у Kimi Code; для Codex через AIHubMix наразі — coding-kimi-k3.1-pro.
• Перенесіть код із K2.x до того, як Moonshot виведе серію K2 з експлуатації наприкінці грудня 2026 року; нові облікові записи Moonshot втратять доступ до K2 з 31 жовтня.
• Для K3.1 Pro починайте новий сеанс, а не перемикайте старий.
• Видаліть temperature, top_p, n і обидва параметри штрафів із кожного шляху виклику, включно з допоміжними викликами.
• Видаліть усі перемикачі вимкнення мислення, включно зі значеннями effort off, none і disabled, а також рештки блоків мислення K2.x.
• Передавайте effort зі значенням low, high або max; medium працює як high, а xhigh — як max.
• Не змінюйте модель і рівень effort протягом сеансу.
• Точно скопіюйте ID Highspeed і перевірте модель у журналі використання.
• Обмежте списки stop п’ятьма елементами довжиною не більш як 32 байти.
• Передавайте назад повне повідомлення асистента, включно з reasoning_content і tool_calls, і повторно надсилайте динамічні повідомлення інструментів.
• Надсилайте довгі запити в потоковому режимі й задавайте тайм-аути в хвилинах.
• Перевіряйте структурований вивід перед перенесенням JSON назад до Messages API.
• Оновіть облік витрат, врахувавши окреме поле запису в кеш.
• Налаштуйте перевірки безпеки так, щоб у разі помилки API доступ за замовчуванням блокувався.
• Виконайте швидкий тест у кожному інструменті для кодування.

Поширені запитання

Чому K3.1 Pro повертає HTTP 400?
Зазвичай це стається через значення temperature, відмінне від 1, вимкнене мислення або значення effort off, none, disabled чи невідоме значення. Перша причина пов’язана з фіксованими правилами семплювання K3, які збереглися в K3.1 Pro; інші описані в документації Moonshot для Kimi Code. 24 жовтня основні ID AIHubMix повертали помилку 400 лише для temperature; для решти повертали 200, а у відповідях із вимкненим мисленням або значенням none не було міркувань.

Чи можна вимкнути мислення?
Ні. K3.1 Pro працює лише в режимі мислення. Задайте reasoning_effort зі значенням low, щоб скоротити мислення.

Чи й далі відхиляється temperature?
Так, в API Moonshot і на основних ID AIHubMix, які 24 жовтня 2026 року повернули повідомлення «invalid temperature: only 1 is allowed for this model». У тій самій перевірці канал для кодування AIHubMix прийняв temperature зі значенням 0.2. Не передавайте temperature на жодному маршруті.

Коли моделі K2 зникнуть?
З 31 жовтня 2026 року нові зареєстровані користувачі Moonshot не зможуть використовувати моделі серії K2, а Moonshot планує вивести їх усі з експлуатації до кінця грудня 2026 року. 24 жовтня AIHubMix іще пропонував K2.6 і K2.7 Code, без оголошеної дати виведення з експлуатації.

Чому квота Kimi Code закінчується швидше?
У K3.1 Pro типовий рівень effort — max, тоді як у K3 в Kimi Code типовим був high; крім того, Highspeed витрачає приблизно вдвічі більше квоти, ніж звичайна модель. Для рутинної роботи задайте нижчий рівень effort і не змінюйте його протягом сеансу.

Чому Highspeed не працює швидше?
Можливо, ID введено з помилкою, і тоді Kimi Code непомітно перемикається на K2.8 Preview без мислення; або ж більшу частину часу займають виклики інструментів. Highspeed прискорює лише вивід моделі.

Який ID моделі AIHubMix слід використовувати для Codex?
Наразі — coding-kimi-k3.1-pro через Responses API за адресою aihubmix.com/v1, із параметром wire_api зі значенням responses. 24 жовтня основні ID повертали 404 через Responses API. AIHubMix позначає канал для кодування як попередню оцінювальну версію, не призначену для виробничого використання.

Читайте далі: серія Kimi K3.1 Pro

• Перш ніж переходити, з’ясуйте, чи виправдане оновлення: що змінилося та скільки коштує одне реальне завдання: Kimi K3.1 Pro проти K3: що змінилося, скільки це коштує та кому варто перейти
• Якщо під час переходу ви розглядаєте альтернативи, у цій статті K3.1 Pro порівнюється з Qwen 4 і Claude Fable 5.5: дізнайтеся, скільки коштує створення одного фронтенду на кожній моделі: Kimi K3.1 Pro проти Qwen 4 і Claude Fable 5.5: якість фронтенду, вартість завдання та перевірка ажіотажу
• Якщо квота й ціна Highspeed змушують замислитися, чи виправдовує швидкий варіант витрати, у цій окремій статті розглянуто співвідношення швидкості та ціни: Kimi K3.1 Pro проти K3.1 Pro Highspeed: чи варті 2–3× швидкості подвійної ціни?

Джерела

• Kimi Code: налаштування моделі
• Moonshot AI: довідник параметрів моделі
• AIHubMix: сторінка моделі Kimi K3.1 Pro
• AIHubMix: практичний посібник із Kimi K3
• Проблема Hermes Agent #142365: розбіжності в профілі кінцевої точки Kimi Code