Kimi K3.1 Pro Highspeed API

O Kimi K3.1 Pro Highspeed é a variante rápida que a Moonshot AI lançou junto com o K3.1 Pro em 2026-10-23: o mesmo modelo e os mesmos benchmarks, com saída que a Moonshot diz ser 2–3× mais rápida, a $4 de entrada / $20 de saída por milhão de tokens, o dobro do Pro. Esta página traz as velocidades medidas pela Wokey, como escolher entre Highspeed e Pro, os limites dos planos do Kimi Code e as regras das requisições.

Comparação de preços: oficial, OpenRouter e Wokey

USD por milhão de tokens. Os preços oficiais e do OpenRouter foram conferidos manualmente em 2026-10-24, sem impostos; o preço da Wokey é lido da tabela de preços em tempo real.

CanalEntradaLeitura de cacheSaída
API oficial$4$0.2$20
OpenRouter$4$0.2$20
Wokey$1.6$0.08$8

· Página oficial de preços · Lista de endpoints do OpenRouter

Usar no Claude Code

Este modelo oferece suporte a /v1/messages na Wokey. Defina estas variáveis e depois inicie o 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 em resumo

Highspeed
O mesmo modelo, que segundo a Moonshot roda 2–3× mais rápido. Medição da Wokey em 10-24 (endpoint do Kimi Code, effort=high): Pro 64–67 tokens/s, Highspeed 118–129 tokens/s, cerca de 1.9× mais rápido; o K3 rodou a cerca de 45 tokens/s nas mesmas condições
Preço oficial
O Highspeed custa $4 de entrada / $20 de saída por milhão de tokens, o dobro do Pro ($2 / $10); os acertos de cache continuam em $0.20, e as gravações de cache custam $4 (5 minutos) ou $8 (1 hora)
Data de lançamento
2026-10-23: o K3.1 Pro e o K3.1 Pro Highspeed chegaram desde o primeiro dia ao app web e aos apps móveis da Kimi, ao Kimi Work, ao Kimi Code e à API da Kimi; a Moonshot promete publicar os pesos completos no Hugging Face até 4 de novembro
Thinking e parâmetros
Só thinking: desativar o thinking retorna 400. reasoning_effort aceita low / high / max, com max como padrão; temperature, top_p e os demais parâmetros de amostragem são fixos, com as mesmas restrições do K3
Avaliação independente
Artificial Analysis Intelligence Index v4.3.2: 55, posição 4 de 215, atrás apenas do Claude Opus 5.5 (58), do Sonnet 5.5 (56) e do Muse Wonder Full (56), e 11 pontos acima do K3; $2.11 por tarefa, cerca de um terço do Opus 5.5
API e canais
Os IDs de modelo são kimi-k3.1-pro e kimi-k3.1-pro-highspeed na plataforma da Kimi, e k3.1-pro e k3.1-pro-highspeed no Kimi Code. A Wokey oferece /v1/chat/completions e /v1/messages (compatível com o Claude Code)

· Fontes: Moonshot · K3.1 Pro quickstart · Pricing · Kimi Code models · Artificial Analysis

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

Do blog técnico do K3.1 Pro da Moonshot; são resultados informados pelo próprio fornecedor, e “—” significa que nenhuma pontuação foi publicada. O Highspeed é o mesmo modelo, então as pontuações são idênticas. As avaliações internas e de cibersegurança ficaram de fora.

BenchmarkKimi K3.1 ProClaude Opus 5.5GPT-6 AstraClaude Fable 5.1GLM-5.3DeepSeek V4.1 Flash 1017
Terminal-Bench 4.065.7%66.4%58.2%57.9%41.8%42.3%
SWE-Marathon v1.151.7%46.3%42.5%45.6%42.5%40.0%
DeepSWE v1.175.5%74.2%74.1%67.4%66.9%77.0%
ProgramBench (binary)31.5%65.0%50.0%53.5%19.0%29.1%
Terminal-Bench Science 0.138.1%63.3%68.1%40.0%8.1%15.7%
BenchCAD (tools)92.7%96.2%95.9%92.6%—81.6%
HLE-Full (tools)70.0%67.7%57.2%65.6%62.5%58.8%
HLE-Full51.1%59.8%53.6%57.6%43.0%42.6%
GPQA Diamond94.2%93.9%96.1%93.7%91.7%92.2%
BrowseComp92.1%90.8%91.5%———
OSWorld V2.179.6%81.8%75.8%80.7%—69.3%
OfficeQA Pro v264.4%62.2%54.4%54.5%31.1%40.4%
GDPval-AA v2.1184618661573175416501746
MMMU-Pro84.1%87.7%86.9%86.3%—80.6%

Todas as pontuações do K3.1 Pro usam reasoning_effort=max, temperature=1.0 e top_p=0.95, com os benchmarks de programação no harness do Claude Code; os três modelos proprietários rodaram em max com fallback. A linha do ProgramBench é uma pontuação binária (uma tarefa conta quando atinge ≥95%), então não é comparável às pontuações brutas da página do K3. A pontuação HLE-Full do GLM-5.3 é no subconjunto só de texto.

Qual usar: Highspeed ou Pro, e outros modelos

Pro ou Highspeed

São o mesmo modelo, com as mesmas pontuações de benchmark. O Highspeed custa o dobro e usa cerca do dobro da cota no Kimi Code; nas medições da Wokey, ele é cerca de 1.9× mais rápido (118–129 vs 64–67 tokens/s) e entrega o primeiro token cerca de um segundo antes. Escolha o Highspeed para programação interativa em que alguém espera a resposta; escolha o Pro para agentes em segundo plano, trabalho em lote e tarefas com orçamento de tokens.

Em relação ao Claude Opus 5.5

No Intelligence Index v4.3.2 da Artificial Analysis, o Opus 5.5 (max) marca 58 e o K3.1 Pro 55, só 3 pontos de diferença, enquanto uma tarefa custa $5.98 contra $2.11, cerca de um terço no K3.1 Pro. A tabela da Moonshot os deixa quase empatados no Terminal-Bench 4.0 (65.7% vs 66.4%), e os dados de custo do tbench.ai colocam uma tarefa em cerca de $5.25 no K3.1 Pro e $14.30 no Opus 5.5. O K3.1 Pro lidera no SWE-Marathon v1.1 (51.7% vs 46.3%), no HLE com ferramentas (70.0% vs 67.7%) e no OfficeQA Pro v2; o Opus 5.5 é claramente mais forte no ProgramBench (65.0% vs 31.5%), no Terminal-Bench Science (63.3% vs 38.1%) e no HLE sem ferramentas (59.8% vs 51.1%), e é mais rápido (cerca de 96 vs 77 tokens/s). Escolha o K3.1 Pro para agentes de programação de longo horizonte, análise de documentos e finanças, e volume sensível a orçamento; escolha o Opus 5.5 para programas complexos que precisam funcionar de primeira e para trabalho científico.

Atualizando do K3

Sim, para uso da API com pagamento por token. O K3.1 Pro marca 11 pontos a mais que o K3 no índice (55 vs 44), custa um terço a menos pela tabela e gera cerca de 64–67 tokens/s contra 45 do K3 nas medições da Wokey. As restrições da requisição são as mesmas do K3, então basta trocar model de kimi-k3 para kimi-k3.1-pro. A Kimi recomenda começar uma sessão nova: trocar no meio de uma sessão do K3 invalida o cache e pode reduzir a qualidade da saída. A cota do Kimi Code é outra história: desde 10-27, nos planos novos, os mesmos tokens usam no K3.1 Pro 11× (entrada) e 14× (saída) a cota que usam no K3 (dados de produção da Wokey), então numa assinatura com cota apertada o K3 rende muito mais.

Como escolher o effort

O thinking não pode ser desativado, e reasoning_effort só aceita low, high e max, com max como padrão. Na curva de custo do Terminal-Bench 4.0 publicada pela Moonshot, high marca 52.8% por cerca de $4.16 por tarefa e max 65.7% por cerca de $5.25: o max custa 26% a mais por 12.9 pontos a mais. Deixe o max para programação e agentes e use low para perguntas e respostas simples e conversão de formatos. Os tokens de raciocínio são cobrados na tarifa de saída, e a Artificial Analysis registrou 150 milhões de tokens de saída em todo o índice, 70% acima da mediana de 87 milhões, então deixe folga nos orçamentos de saída.

Documentação da Kimi

Avaliações de terceiros e da comunidade

  • Artificial Analysis: Intelligence Index v4.3.2: 55, posição 4 de 215. Usou 150 milhões de tokens de saída em todo o índice (mediana de 87 milhões), custa $2.11 por tarefa, gera cerca de 77 tokens/s e leva cerca de 3.1 segundos até o primeiro token. Ele aparece como proprietário até os pesos serem publicados.
  • Hacker News (thread de 542 pontos): O ponto mais discutido foi a Moonshot ter removido material de cibersegurança dos dados de treinamento: alguns veem isso como mais robusto que recusas, outros se preocupam com a habilidade geral de programação. Em seguida veio a cota da assinatura da Kimi: um usuário no nível de $99 esgotou a cota de 5 horas em 47 minutos de uma sessão. Outros observaram que o preço na China é cerca de 30% menor que o do K3 e que agora ele fica acima do GPT-6 Astra e do Fable 5.1 na Artificial Analysis.
  • Medições da Wokey: Em 10-24, a Wokey rodou o mesmo prompt (um texto técnico de cerca de 900 palavras) três vezes por modelo no endpoint do Kimi Code (effort=high): o K3.1 Pro fez 64–67 tokens/s, o Highspeed 118–129 tokens/s e o K3 cerca de 45 tokens/s. Tanto chat/completions quanto o formato messages que o Claude Code usa retornam o thinking normalmente; desativar o thinking, top_p≠0.95 e URLs de imagens públicas retornam 400.

Usando o K3.1 Pro Highspeed no Claude Code e regras de requisição a conferir

Essas regras vêm da documentação da Kimi e dos testes da Wokey com os dois modelos em 10-24. Confira-as antes de migrar do K3 ou de conectar pela primeira vez.

  • IDs de modelo: a plataforma da Kimi e a Wokey usam kimi-k3.1-pro / kimi-k3.1-pro-highspeed; chaves de uma assinatura do Kimi Code precisam de k3.1-pro / k3.1-pro-highspeed. No teste da Wokey, enviar kimi-k3.1-pro ao Kimi Code retorna 400 “Your model id does not exist”.
  • O thinking não pode ser desativado: thinking: {"type": "disabled"} retorna 400 “K3.1 Pro does not support disabled thinking mode”. Use reasoning_effort no nível superior da requisição (low / high / max) para controlar quanto ele pensa.
  • temperature, top_p, n, presence_penalty e frequency_penalty são fixos em 1.0, 0.95, 1, 0 e 0, e a Kimi pede que você os omita; top_p=1 retorna 400 “invalid top_p: only 0.95 is allowed for this model”. O gateway da Wokey aplica as mesmas regras, então a resposta não depende de qual upstream atende a requisição.
  • Em chats com vários turnos e chamadas de ferramentas, reenvie a mensagem de assistant completa que a API retornou, incluindo reasoning_content e tool_calls.
  • Imagens são enviadas como data URLs em base64, como data:image/png;base64,.... No teste da Wokey de 10-24, uma URL de imagem pública retornou 400 “unsupported image url”, como no K3; vídeo também é enviado em base64.
  • No Claude Code: defina ANTHROPIC_BASE_URL como https://api.wokey.ai, ANTHROPIC_AUTH_TOKEN com sua chave de API da Wokey e ANTHROPIC_MODEL como kimi-k3.1-pro-highspeed. A Wokey testou os dois modelos em 10-24 no formato /v1/messages que o Claude Code usa, e os blocos de thinking e o texto voltaram normalmente; custa $1.60 de entrada / $8.00 de saída por milhão de tokens. O OpenCode e outros clientes compatíveis com OpenAI usam /v1/chat/completions com a base URL https://api.wokey.ai/v1.

Corpo de requisição com uma imagem (/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" }
    ]
  }]
}
ID do modelo
kimi-k3.1-pro-highspeed
Fornecedores
moonshot
Status da oferta
Disponível para chamada

Preços atuais do catálogo

Preços por 1M de tokens; a liquidação segue o preço vigente no momento da solicitação.

ItemWokeyReferência oficialEconomia
Input$1.6$460%
Output$8$2060%
Cache read$0.08$0.260%
Cache write———

Fonte do preço oficial: https://platform.kimi.ai/docs/pricing/chat

Medido na Wokey

Últimos 28 dias (2026-10-13 a 2026-11-09), atualizado toda segunda-feira · Requisições reais de mais de 30 contas

Tempo até o primeiro token, prompts curtos
1,5 s (Mediana · prompts com menos de 8K tokens · p90 2,5 s)
Tempo até o primeiro token, prompts de agente
5,7 s (Mediana · prompts de 32K–128K tokens)
Taxa de acerto do cache de prompt
96% (Parcela dos tokens de entrada lidos do cache)

Clientes mais usados: DeepSeek Harness 91%. Parcela das requisições de clientes identificados; 8% das requisições tiveram o cliente identificado.

Como medimos

O tempo até o primeiro token vai do recebimento da requisição pelo gateway da Wokey até o primeiro conteúdo transmitido (texto, resumo do raciocínio ou recusa). Inclui a espera na fila, as novas tentativas em outra conta e o tempo de raciocínio do modelo, por isso é maior que a latência de primeiro token do próprio upstream. Só contam as requisições em streaming bem-sucedidas, agrupadas pelo tamanho do prompt (entrada mais leituras e gravações de cache).

Taxa de acerto de cache = tokens lidos do cache ÷ tokens de entrada nas requisições bem-sucedidas. Ela depende do cliente e da forma de uso; as páginas de taxa de acerto de cache detalham por cliente.

Contas empresariais e as contas de teste da própria Wokey ficam de fora. Um modelo aparece quando pelo menos 20 usuários o usaram nos últimos 28 dias e nenhum usuário enviou mais de 50% das requisições; contas cadastradas por uma mesma cadeia de indicação contam como um único usuário. Cada número de tempo até o primeiro token precisa de pelo menos 500 requisições.

Taxa de acerto de cache por cliente

Recursos do modelo

Context
1,048,576 tokens
Saída máxima
1,048,576 tokens
Streaming
Compatível
Tools
Compatível
Vision
Compatível
Formas de API aceitas
/v1/chat/completions · /v1/responses · /v1/messages

Enviar uma solicitação

/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"}]}'

Use o Kimi K3.1 Pro Highspeed nas suas ferramentas

O gateway é https://api.wokey.ai (clientes compatíveis com OpenAI costumam usar https://api.wokey.ai/v1) e o ID do modelo é kimi-k3.1-pro-highspeed. Abra o guia do cliente que você usa.

Perguntas frequentes

Quanto o Kimi K3.1 Pro Highspeed é mais rápido que o Pro?

A Moonshot diz 2–3×. Em 10-24, a Wokey rodou o mesmo prompt três vezes em cada modelo no endpoint do Kimi Code (effort=high, cerca de 2,500–3,600 tokens de saída): o Highspeed fez 118–129 tokens/s e o Pro 64–67 tokens/s, cerca de 1.9× mais rápido, com o primeiro token em 3.2–3.8 segundos contra 3.9–5.2 do Pro. A velocidade varia com a carga e o horário, então meça com as suas próprias tarefas.

Quanto custa o Kimi K3.1 Pro Highspeed, e vale a pena?

O preço oficial é $4 de entrada / $20 de saída por milhão de tokens, o dobro do Pro; os acertos de cache continuam em $0.20, e as gravações de cache custam $4 (5 minutos) ou $8 (1 hora). No Kimi Code, ele usa cerca do dobro da cota. É o mesmo modelo com os mesmos benchmarks, então pagar 2× por cerca de 1.9× de velocidade só compensa em trabalho interativo em que alguém espera a resposta. Pela Wokey, o kimi-k3.1-pro-highspeed custa $1.60 de entrada / $8.00 de saída por milhão de tokens (40% da tarifa oficial), com as leituras de cache com desconto na mesma proporção.

Quais níveis de assinatura do Kimi Code (Coding Plan) incluem o K3.1 Pro Highspeed?

O Highspeed está disponível nos planos novos do Kimi Code a partir do Pro (planos antigos, a partir do Allegretto); Plus e Moderato têm só o K3.1 Pro. No Kimi Code, o ID do modelo é k3.1-pro-highspeed, e ele usa cerca do dobro da cota do Pro; o OpenCode Go não inclui o Highspeed. O acesso com pagamento por token pela Wokey não tem níveis de plano.

Kimi K3.1 Pro vs Claude Opus 5.5: qual é melhor?

No Intelligence Index v4.3.2 da Artificial Analysis, o Opus 5.5 marca 58 e o K3.1 Pro 55, só 3 pontos de diferença, mas uma tarefa custa $5.98 contra $2.11, cerca de um terço no K3.1 Pro. Os dois estão quase empatados no Terminal-Bench 4.0 (66.4% vs 65.7%); o K3.1 Pro lidera no SWE-Marathon e no HLE com ferramentas, enquanto o Opus 5.5 é claramente mais forte no ProgramBench e em trabalho científico, e é mais rápido. Escolha o K3.1 Pro para agentes de longo horizonte com orçamento controlado e o Opus 5.5 para programas complexos que precisam funcionar de primeira.

Por que o Kimi K3.1 Pro retorna “does not support disabled thinking mode”?

O K3.1 Pro e o Highspeed só rodam em modo thinking, então uma requisição com thinking: {"type": "disabled"} retorna 400 “K3.1 Pro does not support disabled thinking mode”. Remova o parâmetro thinking e reduza o raciocínio com reasoning_effort: "low"; se você não precisa de thinking nenhum, use outro modelo.

Quanto K3.1 Pro Highspeed cabe em uma janela de 5 horas do Kimi Code Max (¥699)?

Na noite de 10-24, a Kimi dobrou a janela de 5 horas dos planos novos e manteve o total mensal. Pelas leituras de cota no gateway da Wokey desde então, o Highspeed usa cerca de 187% da cota de 5 horas de um plano Max por milhão de tokens de entrada sem cache e cerca de 1804% por milhão de tokens de saída (incluindo o thinking), então uma janela cobre aproximadamente 535 mil tokens de entrada sem cache ou cerca de 55 mil tokens de saída. Isso é o dobro do K3.1 Pro (93.5% / 902%). Desde 10-27, a Kimi também passou a descontar nos planos novos cerca de dez vezes mais cota por token do K3.1 (o K3 não mudou, nem a relação entre K3.1 e K3 nos planos antigos), e os números acima são posteriores a essa mudança: os mesmos tokens usam no K3.1 Pro 11× (entrada) e 14× (saída) a cota que usam no K3. Acertos de cache quase não contam e a primeira gravação de cache conta como entrada normal, então evite reiniciar sessões longas. Pelo preço oficial da API do K3.1 Pro, uma janela vale cerca de $2.1 só de entrada ou $1.1 só de saída, cerca de $3.8 numa sessão de programação com 93% de acertos de cache e cerca de $6.8 com 99% (o Highspeed passa metade dos tokens por janela). Com a janela maior, um mês equivale a cerca de 12.5 janelas de 5 horas (antes, cerca de 25).

O Kimi Code diz “You’ve reached your 5-hour usage limit”: e agora?

A cota móvel de 5 horas do Kimi Code acabou, e a API retorna 429: “You’ve reached your 5-hour usage limit. Your quota will reset when the current 5-hour window ends.” Tentar de novo não adianta; espere a janela renovar, e o console do Kimi Code mostra quando. Desde outubro de 2026, os planos novos (Plus e acima) não têm cota semanal, mas continuam valendo a janela de 5 horas e o total mensal compartilhado com o app web da Kimi, e esgotar o total mensal bloqueia o acesso até a renovação. Para continuar, você pode fazer upgrade, ativar o Extra Usage, que cobra pelo uso a um valor que a Kimi descreve como próximo do preço da API ($4 / $20 para o Highspeed), ou mudar para uma API com pagamento por token, por exemplo o kimi-k3.1-pro-highspeed pela Wokey a $1.60 de entrada / $8.00 de saída por milhão de tokens, sem janela de 5 horas. O Highspeed usa cerca do dobro da cota do Pro, então volte para o Pro quando a cota estiver apertada.

Quanto custa a API do Kimi K3.1 Pro Highspeed e quanto ela economiza em relação à API oficial?

A Wokey cobra a entrada a $1.6 por 1M de tokens e a saída a $8 por 1M de tokens; as referências oficiais são $4 e $20. Isso é 60% menos na entrada e 60% menos na saída. A liquidação segue o preço vigente no processamento da solicitação, e a fonte de preços do fornecedor está linkada nesta página.

Qual é o ID de modelo da API do Kimi K3.1 Pro Highspeed?

O ID de modelo do Kimi K3.1 Pro Highspeed na Wokey é kimi-k3.1-pro-highspeed. Use-o exatamente como está no campo model do corpo da solicitação ou na configuração de modelo do seu cliente (por exemplo ANTHROPIC_MODEL no Claude Code, ou model no config.toml do Codex CLI); GET https://api.wokey.ai/v1/models também o lista.

Quais formas de API o Kimi K3.1 Pro Highspeed aceita e como chamá-lo pela Wokey?

O Kimi K3.1 Pro Highspeed aceita /v1/chat/completions (solicitações Chat Completions), /v1/responses (solicitações Responses) e /v1/messages (solicitações Messages). Defina a URL base da API como https://api.wokey.ai, autentique com uma chave de API da Wokey e use o ID de modelo canônico kimi-k3.1-pro-highspeed; você pode começar com /v1/chat/completions. A seção Enviar uma solicitação inclui um exemplo de curl para cada forma de API aceita.

Como usar o Kimi K3.1 Pro Highspeed no Claude Code?

O Claude Code chama o Kimi K3.1 Pro Highspeed via /v1/messages. Defina ANTHROPIC_BASE_URL="https://api.wokey.ai", coloque sua chave de API da Wokey em ANTHROPIC_AUTH_TOKEN e ANTHROPIC_MODEL="kimi-k3.1-pro-highspeed", e depois inicie o claude. O Claude Desktop também usa /v1/messages; os guias de configuração explicam os dois passo a passo.

Qual é a janela de contexto e a saída máxima do Kimi K3.1 Pro Highspeed?

A janela de contexto do catálogo é de 1,048,576 tokens e a saída máxima é de 1,048,576 tokens. São limites separados, e a solicitação também precisa atender às restrições do upstream em vigor no momento do processamento.

Como são cobradas as leituras e gravações de cache do Kimi K3.1 Pro Highspeed?

Leitura de cache: a Wokey cobra $0.08 por 1M de tokens e a referência oficial é $0.2 por 1M de tokens. Gravação de cache: o fornecedor não publica um item de cobrança separado, então a Wokey também mostra — como preço público.

Qual é a diferença entre chamar o Kimi K3.1 Pro Highspeed pela Wokey e pelo OpenRouter?

A Wokey oferece o Kimi K3.1 Pro Highspeed a $1.6 de entrada / $8 de saída por 1M de tokens, contra uma referência oficial de $4 / $20. O OpenRouter afirma que não adiciona margem à inferência e cobra sua taxa na compra de créditos (5.5% no cartão). A Wokey oferece uma seleção curada de modelos e não tem parâmetros de roteamento por fornecedor, então o OpenRouter é mais adequado se você precisa de um catálogo mais amplo. A página de alternativa ao OpenRouter traz a comparação completa.

Como o Kimi K3.1 Pro Highspeed e o Kimi K3.1 Pro se diferenciam em preço e contexto?

Na comparação de preços publicada, o Kimi K3.1 Pro Highspeed tem entrada/saída a $1.6 / $8 com janela de contexto de 1,048,576 tokens; o Kimi K3.1 Pro tem $0.8 / $4 com janela de contexto de 1,048,576 tokens. É uma comparação objetiva de preço e capacidade, não um ranking de qualidade; compare também as formas de API e os recursos aceitos.

Qual a velocidade do Kimi K3.1 Pro Highspeed na Wokey?

Medido em requisições reais do gateway da Wokey de 2026-10-13 a 2026-11-09: a mediana do tempo até o primeiro token foi de 1,5 s para prompts com menos de 8K tokens (p90 2,5 s) e de 5,7 s para prompts de agente de 32K–128K tokens. 96% dos tokens de entrada foram lidos do cache de prompt. Os clientes mais usados foram DeepSeek Harness. Os tempos contam a partir do recebimento da requisição pelo gateway e incluem fila, novas tentativas e raciocínio.

Modelos e documentação relacionados

Obter chave de API · kimi-k3.1-pro-highspeed