Moonshot AI
Kimi K3.1 HighspeedОткрытая
Latency-optimized serving tier of Kimi K3.1 — 1M context at flash-class throughput.
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)
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 APIcurl 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."}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.moonshot.ai/v1",
api_key=os.environ["MOONSHOT_API_KEY"],
)
resp = client.chat.completions.create(
model="kimi-k3-1-highspeed",
messages=[{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}],
)
print(resp.choices[0].message.content)const res = await fetch("https://api.moonshot.ai/v1/chat/completions", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.MOONSHOT_API_KEY}`,
"content-type": "application/json",
},
body: JSON.stringify({
model: "kimi-k3-1-highspeed",
messages: [{ role: "user", content: "Refactor this function for O(n) time and explain the change." }],
}),
});
console.log((await res.json()).choices[0].message.content);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
Оценки по источникам
Оценки по категориям
Результаты бенчмарков
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
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.