Moonshot AI

Kimi K3.1 HighspeedОткрытая

Latency-optimized serving tier of Kimi K3.1 — 1M context at flash-class throughput.

#13выпущена 20 окт. 2026 г.·Open Weights·2.8T MoE
textimage1.0M ctxрассуждающая
Интеллект
91.5 #13
AAQI 60.0
Скорость вывода
130 t/s
ITL 7.7 ms/tok
Смешанная цена (3:1)
$3.13 /1M
Вход $1.5/M · Выход $8/M
Контекст
1.0M
≈ 2,500 стр. A4 · макс. выход 65,536

Quality Domain Radar

6-Axis Frontier Evaluation vs Category Average & Flagship

Kimi K3.1 Highspeed
Claude Mythos Preview (#1)
Average (68)
Coding (60)Mathematics (88)Hard Science (GPQA) (92)Agentic & Tool Use (74)Knowledge (MMLU) (38)Vision / Multimodal (90)

Оси радара приближены по категорийным оценкам там, где нет прямых бенчмарк-измерений — см. Методология.

Сильные стороны и компромиссы

Где модель выигрывает

  • 130 tok/s — fastest 1M-context open model
  • Roughly half the Pro tier’s blended price
  • Same agentic tool-use lineage as K3.1 Pro

На что обратить внимание

  • Caps reasoning effort vs. Pro — drops on the hardest tasks
  • 65K output window vs. 131K on Pro
  • Still needs multi-node serving to self-host

Киллер-сценарии

Real-time agent loops
High-throughput tool calling for interactive copilots.
High-volume RAG
Cheap 1M-context reads over large corpora.
Voice-adjacent LLM backends
Sub-second first token keeps spoken agents snappy.

Быстрый старт для разработчика и API

Сначала задайте MOONSHOT_API_KEY — получить ключ API
curl https://api.moonshot.ai/v1/chat/completions \
  -H "Authorization: Bearer $MOONSHOT_API_KEY" \
  -H "content-type: application/json" \
  -d '{
    "model": "kimi-k3-1-highspeed",
    "messages": [{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}]
  }'

Официальные ресурсы и ссылки

Развёртывание API

Хосты и задержка

Пропускная способность, TTFT и цены на кэш у Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock и Azure.

GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
Матрица провайдеров →

Оценки по источникам

Очные live-сравнения

Живые характеристики и архитектура

Под капотом
Kimi K3.1 Highspeed — 2.8T MoE, speculative decode
  • Same K3.1 weights served with aggressive speculative decoding
  • Sub-600ms TTFT at 130 tok/s on dedicated capacity
  • 1M context retained; 65K max output
  • Lower reasoning-effort ceiling than the Pro tier
Дата выпуска
20 окт. 2026 г.
Архитектура
Kimi K3.1 Highspeed — 2.8T MoE, speculative decode
Параметры
2.8T MoE
Лицензия
Open Weights
Контекстное окно
1,000,000 tokens
Макс. вывод
65,536 tokens
Модальности
text + image
Цены кэша
чтение $0.15 · запись $1.88 /1M
Рассуждение
Уровни усилия
Цена ввода
$1.5/M
Цена вывода
$8/M
Скорость вывода
130 t/s
Время до первого токена
—
Данные обновлены
22 окт. 2026 г.
Железо и локальный инференс
Данные: Convly AI (CC BY 4.0) ↗
Мин. GPU
Multi-node cluster (e.g. 2× 8-GPU H200 141GB nodes)

Оценка ежемесячного счёта

Оценка расходов в месяц
$0.00
Считаем экономию против GPT-4o…

Цитирование и вставка

Бейдж GitHub Markdown
Loading badge markdown...
BibTeX
@misc{llmpodium2026kimik31highspeed,
  title = {Benchmark Analysis and Intelligence Evaluation of Kimi K3.1 Highspeed},
  author = {LLMPodium Research},
  year = {2026},
  url = {https://llmpodium.com/models/kimi-k3-1-highspeed}
}

Бейдж оценки для README

Живой бейдж Podium Score для README на GitHub или Hugging Face — ведёт на актуальный рейтинг.

Превью
Kimi K3.1 Highspeed LLMPodium Score
Markdown
Loading badge snippet...
HTML
Loading badge snippet...

Ещё от Moonshot AI

Альтернативные модели

Ближайшие альтернативы для Kimi K3.1 Highspeed по возможностям, цене и бенчмаркам.

0 / 4
Сравнить →