Moonshot: Kimi K3.1 Pro Highspeed

O Kimi K3.1 Pro Highspeed utiliza o mesmo modelo do Kimi K3.1 Pro com uma velocidade de saída de duas a três vezes maior, por um preço mais alto por token. Utilize-o para agentes interativos e sessões de codificação onde o tempo de resposta é mais importante do que o custo.

Comparar modelos

kimi-k3.1-pro-highspeed

DisponívelMoonshotChat

Entrada / Saída: $4.00 / $20.00
Contexto: 1M
Saída máxima: 128K
Modalidades: VisãoChat
Capacidades: Uso de ferramentasCache de promptsRaciocínio

Sobre o Kimi K3.1 Pro Highspeed

O Kimi K3.1 Pro Highspeed é a variante de resposta rápida do Kimi K3.1 Pro da Moonshot AI. A Moonshot lista a mesma inteligência e capacidades com cerca de duas a três vezes a velocidade, por um preço mais alto por token. É adequado para agentes interativos e sessões de codificação onde a espera é o custo principal. O pensamento permanece ativado e ele ainda aceita imagens e chama ferramentas.

Pontos fortes

A Moonshot lista cerca de duas a três vezes a velocidade do Kimi K3.1 Pro, com a mesma inteligência e capacidades.
O conjunto de recursos corresponde ao K3.1 Pro: pensamento sempre ativado, chamada de ferramentas, saída em esquema JSON e entrada de imagem.
A configuração reasoning_effort ainda aceita low, high ou max, para que você possa equilibrar a profundidade com o tempo de espera, além da resposta mais rápida.
Loops de agentes que alternam entre pensamento e chamadas de ferramentas terminam mais cedo, porque cada rodada de saída chega mais rápido.

Quando usar outro modelo

Custa mais por token do que o K3.1 Pro para o mesmo modelo, portanto, trabalhos que ninguém aguarda são melhor atendidos por ele.
A Moonshot não o lista para sua Batch API, portanto, trabalhos em lote offline não devem contar com esta variante.
Uma saída mais rápida não adiciona inteligência extra; uma tarefa mais difícil requer um reasoning_effort maior, não esta variante.

Primeiros passos

Criar chave de API
Crie uma chave no Console e use com qualquer modelo da plataforma.
02
Envie sua primeira requisição
Copie o exemplo para sua linguagem e execute-o no endpoint.
Texto para textoResponses API
POST/v1/responses
Formato da API:
curl https://api.tokenlab.sh/v1/responses \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-xxx" \ -d '{ "model": "kimi-k3.1-pro-highspeed", "input": "Hello!" }'

Preço

O preço Verified vale para o Verified, que custa menos na maioria dos modelos. O preço Official é o preço publicado pelo fabricante do modelo e vale para a rota Official, mais confiável. O Auto cobra pela rota que conclui a solicitação.

Default

Por 1M Token

Preço Official: Entrada $4.00 / Saída $20.00 / Leitura de cache $0.20 / Escrita de cache $4.00 / Escrita de cache (1h) $8.00 / Texto Entrada $4.00 / Texto Saída $20.00
Preço Verified: —
Desconto: —

Preços de cache de prompt

Leitura de cache

Preço Official: $0.20
Preço Verified: —
Desconto: —

Escrita de cache

Preço Official: $4.00
Preço Verified: —
Desconto: —

Escrita de cache (1h)

Preço Official: $8.00
Preço Verified: —
Desconto: —

	Preço OfficialPor 1M Token	Preço VerifiedPor 1M Token	Desconto
Default	Entrada $4.00 / Saída $20.00 / Leitura de cache $0.20 / Escrita de cache $4.00 / Escrita de cache (1h) $8.00 / Texto Entrada $4.00 / Texto Saída $20.00	—	—
Preços de cache de prompt
Leitura de cache	$0.20	—	—
Escrita de cache	$4.00	—	—
Escrita de cache (1h)	$8.00	—	—

Uso e atividade

A taxa de sucesso é a proporção de requisições concluídas. A latência é quanto tempo uma resposta completa leva; P95 significa que 95% das requisições terminaram dentro desse tempo.

Uso e disponibilidade

Últimas 24 horas

Requisições
Taxa de sucesso
Latência P95
Total de tokens

Desempenho do modelo

Última atualização 6 de nov. de 2026, 00:04 UTC

As métricas aparecerão assim que os limites de privacidade e volume de dados forem atingidos.

Os dados baseiam-se em solicitações agregadas de usuários, excluindo verificações de status.

Abrir no Console

Abra Kimi K3.1 Pro Highspeed no Console com um prompt pronto para editar ou enviar.

Ajude-me a testar kimi-k3.1-pro-highspeed com uma mensagem em /v1/responses. Exiba a resposta, latência e custo.

Casos de uso

Indicado para

Raciocínio
Visão

Assistentes de codificação interativos
Atenda um assistente em um editor ou terminal onde um desenvolvedor aguarda cada resposta e loops longos de agentes precisam permanecer responsivos.
Agentes com muitas chamadas de ferramentas
Execute agentes que alternam entre raciocínio e chamadas de ferramentas muitas vezes em uma tarefa, onde uma saída mais rápida encurta a execução total.
Perguntas sobre documentos em tempo real
Responda a perguntas sobre uma captura de tela ou um documento colado durante uma sessão ao vivo, onde uma pessoa está aguardando a resposta.
Saída estruturada voltada para o usuário
Retorne JSON que segue um esquema dentro de um fluxo de trabalho, como preenchimento de formulário ou triagem, onde o usuário observa a tela.

Exemplos de prompt

Refatore esta função para remover os callbacks aninhados, mantenha a assinatura pública e mostre apenas as linhas alteradas.

Veja esta captura de tela da caixa de diálogo de erro e me diga qual configuração alterar, em duas frases.

Use a ferramenta de busca para cada um desses IDs de pedido e, em seguida, retorne uma lista JSON dos pedidos cujo pagamento falhou.

Este modelo tem preço condicional. Totais mensais de tokens sozinhos não produzem uma estimativa confiável; use o preço detalhado para a especificação da requisição, cache e janela aplicável.

FAQ

O que é o Kimi K3.1 Pro Highspeed?

A versão de resposta mais rápida do Kimi K3.1 Pro. A Moonshot lista a mesma inteligência e capacidades com cerca de duas a três vezes a velocidade, por um preço mais alto por token, e o posiciona para agentes interativos e sessões de codificação.

O Highspeed é mais inteligente que o Kimi K3.1 Pro?

Não. A Moonshot lista a mesma inteligência e capacidades para ambos, e as diferenças são a velocidade de saída e o preço. Para uma tarefa que requer raciocínio mais profundo, aumente o reasoning_effort para max em vez de trocar de variante.

Quanto mais rápido ele é?

Cerca de duas a três vezes a velocidade do Kimi K3.1 Pro, de acordo com a Moonshot. A velocidade real varia com o tamanho do prompt, o esforço de raciocínio e a carga, portanto, cronometre-o em sua própria carga de trabalho antes de depender dele.

Posso usá-lo para trabalhos em lote offline?

A Moonshot não lista o Kimi K3.1 Pro Highspeed para sua Batch API. A variante foi criada para trabalhos onde uma pessoa ou um agente aguarda a resposta, portanto, trabalhos em massa sem prazo não são adequados.

Como o pensamento funciona no Highspeed?

Como no K3.1 Pro, o pensamento está sempre ativado e o parâmetro reasoning_effort aceita low, high ou max. Diminua o esforço em turnos de rotina para reduzir o tempo de pensamento e aumente-o quando uma tarefa exigir um raciocínio mais cuidadoso.

Quanto custa o Kimi K3.1 Pro Highspeed?

No TokenLab, Kimi K3.1 Pro Highspeed custa Entrada $4.00 / Saída $20.00 Por 1M Token. A tabela de preços acima mostra o detalhamento completo. As tarifas dependem da unidade de cobrança, da especificação e do uso. Compare condições iguais no preço detalhado do modelo; uma única tarifa não determina o custo total.

Qual a janela de contexto e o limite de saída do Kimi K3.1 Pro Highspeed?

O Kimi K3.1 Pro Highspeed aceita até 1.048.576 tokens de contexto e gera até 131.072 tokens por resposta.

Qual endpoint o Kimi K3.1 Pro Highspeed deve usar?

Use https://api.tokenlab.sh/v1/responses para Kimi K3.1 Pro Highspeed. O exemplo de requisição abaixo mostra o formato de código correspondente.

Quais operações o Kimi K3.1 Pro Highspeed suporta?

Kimi K3.1 Pro Highspeed suporta Texto para texto. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.