Moonshot AI

Kimi K3.1 Highspeedโอเพ่นซอร์ส

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

#13เปิดตัวเมื่อ 20 ต.ค. 2569·Open Weights·2.8T MoE
textimage1.0M ctxเหตุผล
ผู้ให้บริการ APIรับคีย์ API →เปรียบเทียบ Kimi K3.1 Proตารางอันดับ
ดัชนีปัญญา
91.5 #13
AAQI 60.0
ความเร็วขาออก
130 t/s
ITL 7.7 ms/tok
ราคาเฉลี่ย (3:1)
$3.13 /1M
ขาเข้า $1.5/M · ขาออก $8/M
บริบท
1.0M
≈ 2,500 หน้า A4 · ขาออกสูงสุด 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)

แกนเรดาร์ประมาณจากคะแนนหมวดหมู่เมื่อไม่มีการวัดเบนช์มาร์กโดยตรง — ดู ระเบียบวิธี

จุดแข็งและข้อแลกเปลี่ยน

จุดที่ชนะ

  • 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

สิ่งที่ต้องระวัง

  • 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

กรณีใช้งานเด็ด

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.

ควิกสตาร์ตสำหรับนักพัฒนาและ API

ตั้งค่า MOONSHOT_API_KEY ก่อน — รับคีย์ 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."}]
  }'

ทรัพยากรและลิงก์อย่างเป็นทางการ

การใช้งาน API

เปรียบเทียบโฮสต์และเวลาแฝง

อัตราความเร็ว TTFT และราคาแคชบน Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock และ Azure

GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
ดูเมทริกซ์ผู้ให้บริการ →

คะแนนแยกตามแหล่งข้อมูล

การแข่งขันสดแบบตัวต่อตัว

สเปกสดและสถาปัตยกรรม

ภายใต้ฝากระโปรง
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
วันที่เปิดตัว
20 ต.ค. 2569
สถาปัตยกรรม
Kimi K3.1 Highspeed — 2.8T MoE, speculative decode
พารามิเตอร์
2.8T MoE
สัญญาอนุญาต
Open Weights
ขนาดคอนเทกซ์
1,000,000 tokens
เอาต์พุตสูงสุด
65,536 tokens
โมดัลิตี
text + image
ราคาแคช
อ่าน $0.15 · เขียน $1.88 /1M
การให้เหตุผล
ระดับความพยายาม
ราคาขาเข้า
$1.5/M
ราคาขาออก
$8/M
ความเร็วขาออก
130 t/s
เวลาถึงโทเค็นแรก
—
อัปเดตข้อมูล
22 ต.ค. 2569
ฮาร์ดแวร์และการอนุมานในเครื่อง
ข้อมูล: Convly AI (CC BY 4.0) ↗
GPU ขั้นต่ำ
Multi-node cluster (e.g. 2× 8-GPU H200 141GB nodes)

ค่าใช้จ่ายรายเดือนโดยประมาณ

ค่าใช้จ่ายรายเดือนโดยประมาณ
$0.00
กำลังคำนวณการประหยัดเทียบ GPT-4o…

อ้างอิงและฝัง

ป้าย 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}
}

ฝังป้ายคะแนน

เพิ่มป้าย Podium Score แบบสดลงใน README ของ GitHub หรือ Hugging Face — ลิงก์กลับไปยังอันดับสด

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

โมเดลอื่นจาก Moonshot AI

โมเดลทางเลือก

ทางเลือกที่ใกล้เคียงที่สุดสำหรับ Kimi K3.1 Highspeed โดยอิงตามความสามารถ ราคา และคะแนนเบนช์มาร์ก

0 / 4