Kimi K3.1 Pro Highspeed API

Preisvergleich: offizielle API, OpenRouter und Wokey

USD pro 1 Mio. Token. Die Preise der offiziellen API und von OpenRouter wurden am 2026-10-24 von Hand geprüft, ohne Steuern; der Wokey-Preis stammt aus der aktuellen Preisliste.

Geprüft am 2026-10-24 · Offizielle Preisseite · Endpunktliste von OpenRouter

In Claude Code verwenden

Dieses Modell unterstützt auf Wokey /v1/messages. Setze diese Umgebungsvariablen und starte dann claude.

export ANTHROPIC_BASE_URL="https://api.wokey.ai"
export ANTHROPIC_AUTH_TOKEN="$WOKEY_API_KEY"
export ANTHROPIC_MODEL="kimi-k3.1-pro-highspeed"

Kimi K3.1 Pro Highspeed im Überblick

Highspeed

Dasselbe Modell, laut Moonshot 2–3× schneller. Von Wokey am 10-24 gemessen (Kimi-Code-Endpunkt, effort=high): Pro 64–67 Token/s, Highspeed 118–129 Token/s, etwa 1.9× schneller; K3 lief unter denselben Bedingungen mit etwa 45 Token/s

Offizieller Preis

Highspeed kostet $4 Eingabe / $20 Ausgabe pro 1 Mio. Token, das Doppelte von Pro ($2 / $10); Cache-Treffer bleiben bei $0.20, Cache-Schreiben kostet $4 (5 Minuten) oder $8 (1 Stunde)

Veröffentlichung

2026-10-23: K3.1 Pro und K3.1 Pro Highspeed waren vom ersten Tag an in der Web-App und den mobilen Apps von Kimi, in Kimi Work, Kimi Code und der Kimi API verfügbar; Moonshot verspricht die vollständigen Gewichte auf Hugging Face bis zum 4. November

Thinking und Parameter

Nur mit Thinking: Thinking zu deaktivieren liefert 400. reasoning_effort akzeptiert low / high / max, Standard ist max; temperature, top_p und die übrigen Sampling-Parameter sind fest vorgegeben, dieselben Einschränkungen wie bei K3

Unabhängige Bewertung

Artificial Analysis Intelligence Index v4.3.2: 55 Punkte, Platz 4 von 215, nur hinter Claude Opus 5.5 (58), Sonnet 5.5 (56) und Muse Wonder Full (56) und 11 Punkte vor K3; $2.11 pro Aufgabe, etwa ein Drittel von Opus 5.5

API und Kanäle

Die Modell-IDs lauten kimi-k3.1-pro und kimi-k3.1-pro-highspeed auf der Kimi-Plattform sowie k3.1-pro und k3.1-pro-highspeed in Kimi Code. Wokey stellt /v1/chat/completions und /v1/messages bereit (funktioniert mit Claude Code)

Geprüft am 2026-11-02 · Quellen: Moonshot · K3.1 Pro quickstart · Pricing · Kimi Code models · Artificial Analysis

Offizielle Benchmarks: Kimi K3.1 Pro vs Opus 5.5 vs GPT-6 Astra vs Fable 5.1 vs GLM-5.3 vs DeepSeek

Aus dem Tech-Blog von Moonshot zu K3.1 Pro; das sind Herstellerangaben, und „—“ bedeutet, dass kein Wert veröffentlicht wurde. Highspeed ist dasselbe Modell, die Werte sind also identisch. Interne Evaluationen und Cybersecurity-Evaluationen sind ausgelassen.

Alle Werte von K3.1 Pro gelten für reasoning_effort=max, temperature=1.0 und top_p=0.95, Coding-Benchmarks liefen in der Claude-Code-Umgebung; die drei proprietären Modelle liefen auf max mit Fallback. Die Zeile ProgramBench ist ein binärer Wert (eine Aufgabe zählt, wenn sie ≥95 % erreicht) und daher nicht mit den Rohwerten auf der K3-Seite vergleichbar. Der HLE-Full-Wert von GLM-5.3 gilt für die reine Text-Teilmenge.

Welches Modell: Highspeed oder Pro, und andere Modelle

Pro oder Highspeed

Beide sind dasselbe Modell mit denselben Benchmark-Werten. Highspeed kostet das Doppelte und verbraucht in Kimi Code etwa das doppelte Kontingent; in den Messungen von Wokey ist es etwa 1.9× schneller (118–129 vs 64–67 Token/s) und liefert das erste Token etwa eine Sekunde früher. Nimm Highspeed für interaktives Coding, bei dem jemand auf die Antwort wartet; nimm Pro für Hintergrund-Agents, Batch-Aufgaben und Jobs mit Token-Budget.

Im Vergleich zu Claude Opus 5.5

Im Intelligence Index v4.3.2 von Artificial Analysis erreicht Opus 5.5 (max) 58 Punkte und K3.1 Pro 55, nur 3 Punkte Abstand, während eine Aufgabe $5.98 gegenüber $2.11 kostet – bei K3.1 Pro etwa ein Drittel. In der Tabelle von Moonshot liegen beide in Terminal-Bench 4.0 fast gleichauf (65.7 % vs 66.4 %), und nach den Kostendaten von tbench.ai kostet eine Aufgabe etwa $5.25 mit K3.1 Pro und $14.30 mit Opus 5.5. K3.1 Pro führt in SWE-Marathon v1.1 (51.7 % vs 46.3 %), HLE mit Tools (70.0 % vs 67.7 %) und OfficeQA Pro v2; Opus 5.5 ist klar stärker in ProgramBench (65.0 % vs 31.5 %), Terminal-Bench Science (63.3 % vs 38.1 %) und HLE ohne Tools (59.8 % vs 51.1 %) und schneller (etwa 96 vs 77 Token/s). Nimm K3.1 Pro für lang laufende Coding-Agents, Dokumenten- und Finanzanalyse und kostensensibles Volumen; nimm Opus 5.5 für komplexe Programme, die auf Anhieb funktionieren müssen, und für wissenschaftliche Aufgaben.

Von K3 umsteigen

Ja, wenn du die API pro Token bezahlst. K3.1 Pro liegt im Index 11 Punkte vor K3 (55 vs 44), kostet laut Liste ein Drittel weniger und gibt in den Messungen von Wokey etwa 64–67 Token/s aus, K3 dagegen 45. Die Einschränkungen bei den Request-Parametern sind dieselben wie bei K3, für den Umstieg änderst du also nur model von kimi-k3 auf kimi-k3.1-pro. Kimi empfiehlt, eine neue Sitzung zu starten: Ein Wechsel mitten in einer K3-Sitzung macht den Cache ungültig und kann die Ausgabequalität senken. Beim Kimi-Code-Kontingent sieht es anders aus: Seit dem 10-27 verbrauchen dieselben Token auf den neuen Tarifen mit K3.1 Pro 11× (Eingabe) und 14× (Ausgabe) so viel Kontingent wie mit K3 (Produktionsdaten von Wokey), bei knappem Abo-Kontingent kommst du mit K3 also deutlich weiter.

Effort wählen

Thinking lässt sich nicht abschalten, und reasoning_effort akzeptiert nur low, high und max, Standard ist max. Auf der von Moonshot veröffentlichten Kostenkurve für Terminal-Bench 4.0 erreicht high 52.8 % bei etwa $4.16 pro Aufgabe und max 65.7 % bei etwa $5.25: max kostet 26 % mehr für 12.9 Punkte mehr. Bleib für Coding und Agents bei max und nimm low für einfache Fragen und Formatkonvertierung. Reasoning-Token werden zum Ausgabepreis berechnet, und Artificial Analysis hat über den gesamten Index 150 Mio. Ausgabe-Token gezählt, 70 % über dem Median von 87 Mio. – plane bei Ausgabe-Budgets also Spielraum ein.

Kimi-Dokumentation

Bewertungen von Dritten und aus der Community

• Artificial Analysis: Intelligence Index v4.3.2: 55 Punkte, Platz 4 von 215. Über den gesamten Index verbrauchte das Modell 150 Mio. Ausgabe-Token (Median 87 Mio.), es kostet $2.11 pro Aufgabe, gibt etwa 77 Token/s aus und braucht etwa 3.1 Sekunden bis zum ersten Token. Bis die Gewichte erscheinen, wird es als proprietär geführt.
• Hacker News (Thread mit 542 Punkten): Am meisten diskutiert wurde, dass Moonshot Cybersecurity-Material aus den Trainingsdaten entfernt hat: Manche halten das für robuster als Ablehnungen, andere sorgen sich um die allgemeinen Coding-Fähigkeiten. Danach kam das Abo-Kontingent von Kimi: Ein Nutzer im Tarif für $99 hat das 5-Stunden-Kontingent in 47 Minuten einer einzigen Sitzung aufgebraucht. Andere merkten an, dass der Preis in China etwa 30 % unter K3 liegt und dass das Modell bei Artificial Analysis jetzt vor GPT-6 Astra und Fable 5.1 steht.
• Messungen von Wokey: Am 10-24 hat Wokey denselben Prompt (einen technischen Text von etwa 900 Wörtern) dreimal pro Modell am Kimi-Code-Endpunkt ausgeführt (effort=high): K3.1 Pro lief mit 64–67 Token/s, Highspeed mit 118–129 Token/s und K3 mit etwa 45 Token/s. Sowohl chat/completions als auch das messages-Format, das Claude Code verwendet, liefern Thinking normal zurück; deaktiviertes Thinking, top_p≠0.95 und öffentliche Bild-URLs liefern alle 400.

K3.1 Pro Highspeed in Claude Code nutzen und Regeln für Anfragen

Diese Regeln stammen aus der Dokumentation von Kimi und aus den Tests beider Modelle durch Wokey am 10-24. Prüfe sie, bevor du von K3 umsteigst oder das Modell zum ersten Mal anbindest.

• Modell-IDs: Die Kimi-Plattform und Wokey verwenden kimi-k3.1-pro / kimi-k3.1-pro-highspeed; Keys aus einem Kimi-Code-Abo brauchen k3.1-pro / k3.1-pro-highspeed. Im Test von Wokey liefert kimi-k3.1-pro an Kimi Code 400 „Your model id does not exist“.
• Thinking lässt sich nicht abschalten: thinking: {"type": "disabled"} liefert 400 „K3.1 Pro does not support disabled thinking mode“. Steuere die Thinking-Tiefe über reasoning_effort auf oberster Ebene (low / high / max).
• temperature, top_p, n, presence_penalty und frequency_penalty sind fest auf 1.0, 0.95, 1, 0 und 0 gesetzt, und Kimi bittet darum, sie wegzulassen; top_p=1 liefert 400 „invalid top_p: only 0.95 is allowed for this model“. Das Wokey-Gateway setzt dieselben Regeln durch, das Ergebnis hängt also nicht davon ab, welcher Upstream die Anfrage bedient.
• Gib in Unterhaltungen mit mehreren Turns und bei Tool-Aufrufen die vollständige Assistant-Nachricht zurück, die die API geliefert hat, einschließlich reasoning_content und tool_calls.
• Bilder werden als Base64-Data-URL übergeben, etwa data:image/png;base64,.... Im Test von Wokey am 10-24 lieferte eine öffentliche Bild-URL 400 „unsupported image url“, wie bei K3; auch Video wird als Base64 übergeben.
• In Claude Code: Setze ANTHROPIC_BASE_URL auf https://api.wokey.ai, ANTHROPIC_AUTH_TOKEN auf deinen Wokey-API-Key und ANTHROPIC_MODEL auf kimi-k3.1-pro-highspeed. Wokey hat beide Modelle am 10-24 im Format /v1/messages getestet, das Claude Code verwendet; Thinking-Blöcke und Text kamen normal zurück; das kostet $1.60 Eingabe / $8.00 Ausgabe pro 1 Mio. Token. OpenCode und andere OpenAI-kompatible Clients nutzen /v1/chat/completions mit der Base URL https://api.wokey.ai/v1.

Request-Body mit Bild (/v1/chat/completions)

{
  "model": "kimi-k3.1-pro-highspeed",
  "reasoning_effort": "high",
  "messages": [{
    "role": "user",
    "content": [
      { "type": "image_url", "image_url": { "url": "data:image/png;base64,iVBORw0KGgo..." } },
      { "type": "text", "text": "Rebuild this CAD sketch as a parametric Blender script" }
    ]
  }]
}

Aktuelle Katalogpreise

Preise pro 1 Mio. Token; abgerechnet wird zum Preis, der bei der Verarbeitung der Anfrage gilt.

Offizielle Preisquelle: https://platform.kimi.ai/docs/pricing/chat

Gemessen auf Wokey

Letzte 28 Tage (2026-10-13 bis 2026-11-09), jeden Montag aktualisiert · Echte Anfragen von 30+ Konten

Zeit bis zum ersten Token, kurze Prompts

1,5 s (Median · Prompts unter 8K Token · P90 2,5 s)

Zeit bis zum ersten Token, Agent-Prompts

5,7 s (Median · Prompts mit 32K–128K Token)

Trefferquote des Prompt-Cache

96% (Anteil der Eingabe-Token, die aus dem Cache gelesen wurden)

Meistgenutzte Clients: DeepSeek Harness 91%. Anteil an den Anfragen erkannter Clients; bei 8% der Anfragen wurde der Client erkannt.

So wird gemessen

Die Zeit bis zum ersten Token läuft vom Eingang der Anfrage am Wokey-Gateway bis zum ersten gestreamten Inhalt (Text, Zusammenfassung des Reasonings oder Ablehnung). Sie enthält Wartezeit in der Warteschlange, Wiederholungen über ein anderes Konto und die Denkzeit des Modells und ist deshalb länger als die eigene First-Token-Latenz des Upstreams. Gezählt werden nur erfolgreiche Streaming-Anfragen, gruppiert nach Prompt-Größe (Eingabe plus Cache-Lesen und Cache-Schreiben).

Cache-Trefferquote = aus dem Cache gelesene Token ÷ Eingabe-Token über erfolgreiche Anfragen. Sie hängt vom Client und von der Art der Nutzung ab; die Seiten zur Cache-Trefferquote schlüsseln sie nach Client auf.

Enterprise-Konten und Wokeys eigene Testkonten sind ausgenommen. Ein Modell wird angezeigt, sobald es in den letzten 28 Tagen von mindestens 20 Nutzern verwendet wurde und kein einzelner Nutzer mehr als 50 % der Anfragen gesendet hat; Konten, die über dieselbe Empfehlungskette registriert wurden, zählen als ein Nutzer. Jeder Wert für die Zeit bis zum ersten Token braucht mindestens 500 Anfragen.

Cache-Trefferquote nach Client

Modellfähigkeiten

Context

1,048,576 tokens

Maximale Ausgabe

1,048,576 tokens

Streaming

Unterstützt

Tools

Unterstützt

Vision

Unterstützt

Unterstützte API-Formate

/v1/chat/completions · /v1/responses · /v1/messages

Anfrage senden

/v1/chat/completions

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3.1-pro-highspeed","messages":[{"role":"user","content":"Hello"}]}'

/v1/responses

curl https://api.wokey.ai/v1/responses \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3.1-pro-highspeed","input":"Hello"}'

/v1/messages

curl https://api.wokey.ai/v1/messages \
  -H "x-api-key: $WOKEY_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3.1-pro-highspeed","max_tokens":1024,"messages":[{"role":"user","content":"Hello"}]}'

Kimi K3.1 Pro Highspeed in deinen Tools nutzen

Das Gateway ist https://api.wokey.ai (OpenAI-kompatible Clients erwarten meist https://api.wokey.ai/v1), die Modell-ID lautet kimi-k3.1-pro-highspeed. Öffne die Einrichtung für deinen Client.

• Kimi K3.1 Pro Highspeed in Claude Code nutzen: Anthropic Messages · Base URL und API-Key einrichten
• Kimi K3.1 Pro Highspeed in Codex nutzen: OpenAI Responses · Base URL und API-Key einrichten
• Kimi K3.1 Pro Highspeed in Claude Desktop nutzen: Anthropic Messages · Base URL und API-Key einrichten
• Kimi K3.1 Pro Highspeed in opencode nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• Kimi K3.1 Pro Highspeed in pi nutzen: Anthropic Messages · Base URL und API-Key einrichten
• Kimi K3.1 Pro Highspeed in DeepSeek Harness nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• Kimi K3.1 Pro Highspeed in Z Code nutzen: Anthropic Messages · Base URL und API-Key einrichten
• Kimi K3.1 Pro Highspeed in Cherry Studio nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• Kimi K3.1 Pro Highspeed in WorkBuddy nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• Kimi K3.1 Pro Highspeed in OpenClaw nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• Kimi K3.1 Pro Highspeed in Hermes Agent nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• Kimi K3.1 Pro Highspeed in Magpie nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• Kimi-API-Kostenrechner: was Kimi K3.1 Pro Highspeed pro Monat kostet: Vergleiche die Monatskosten über die Kimi API und über Wokey für deine Nutzung und Cache-Trefferquote.
• Kimi-Code-Limits, gemessen: wie viel Kimi K3.1 Pro Highspeed ein Tarif abdeckt: Gemessene Token pro 5-Stunden-Fenster und pro Monat – und was sie zu API-Preisen wert sind.
• OpenRouter-Alternative: Wokey und OpenRouter im Vergleich: Vergleiche Token-Preise, Zahlungsgebühren, API-Formate und Upstream-Quellen.
• Verifizierbare KI-API: welche Modelle und API-Formate Antwortnachweise tragen: Antwortnachweise gibt es derzeit nur für unverändert durchgereichte Claude-Messages- und GPT-Responses-Antworten auf offiziellen Routen.

Häufige Fragen

Verwandte Modelle und Dokumentation

• Kimi K3.1 Pro
• Kimi K3
• Kimi K2.8 Preview
• API-Dokumentation
• Alle Modelle und Preise
• Provider Node