Kimi K3.1 Pro Highspeed.
- Entrada
- texto imagen $4/M
- Salida
- texto $20/M
- Lectura de caché
- $0.2/M
- Contexto
- 1M
- vs GPT-4o
- ~20% más barato
Precios por longitud de entrada
Toda la solicitud usa la tarifa del tramo de longitud de entrada. Precios en USD por millón de tokens.
| Tokens de entrada | Entrada | Salida | Entrada (modo razonamiento) |
|---|
El precio en contexto
Posición del precio entre 79 modelos comparables
La barra muestra dónde queda el precio de este modelo entre todos los modelos del mismo tipo en Synthorai. En cada extremo se nombra el más barato y el más caro. Son tarifas base; los descuentos por lote, región y escritura en caché están en la página de precios.
Especificaciones y límites
Tokens
| Ventana de contexto (especificación del proveedor) | 1.048.576 |
|---|---|
| Salida máxima (especificación del proveedor) | 131.072 |
Caché de prompts
| Modo | automático |
|---|
Razonamiento
| Parámetro | reasoning_effort |
|---|---|
| Valores | minimal · low · medium · high los valores aceptados los define el proveedor |
Modelo
| Modalidades | texto + imagen → texto |
|---|
Un prompt, medido a través de la pasarela
Kimi K3.1 Pro Highspeed superado · 3 sentences
Enabling reasoning makes the model generate extra “thinking” tokens before each answer, so every request consumes more compute and output tokens even when the visible response stays short. Those reasoning tokens are typically billed, and the new configuration may also use a more expensive model or processing tier, raising both usage and unit cost. To control spend, we should verify reasoning-token volume and model pricing on the invoice, then cap reasoning effort and reserve it for high-value tasks.
salida 410 tok (+410 razonamiento) latencia 8.6 s
Cumplimiento de la instrucción (exactamente tres frases, se pueden contar), adaptación al público (registro de CFO) y la diferencia de facturación por razonamiento oculto que dejan ver los contadores de tokens de abajo.
Kimi K3.1 Pro Highspeed superado · 8/8 cases
```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The bug is counter bookkeeping, not the loop bounds: `cur` starts at zero, so the original counts equal adjacent pairs rather than items and never records a run for a single-element input. Runs are therefore reported one short, with singleton runs appearing as zero, including runs reaching the last index. The fix treats each item as a run of length one, resets `cur` to one on a mismatch, and updates `best` after every step, so a trailing run is recorded without needing a following mismatch; empty input returns `0`.
salida 2102 tok (+2079 razonamiento) latencia 31.7 s
Si la corrección funciona de verdad (se puede ejecutar), lo densa que es la explicación y la eficiencia en tokens en una tarea acotada.
Kimi K3.1 Pro Highspeed superado · 5/5 fields, guidance "Formal guidance withheld pending the Q4 "
{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": "Formal guidance withheld pending the Q4 close" }
salida 2170 tok (+2170 razonamiento) latencia 29.3 s
Respeto del esquema (sin campos inventados), tentación de alucinar (la guidance se omite a propósito) y diferencias entre las vías de salida estructurada.
Kimi K3.1 Pro Highspeed superado · 120 words, 0 banned, 1 question
Introducing Cross-Provider Prompt Cache, a new API gateway feature that stores prompt responses and serves them across model providers. By reusing responses, teams can reduce latency, cut duplicate inference costs, and keep applications responsive during traffic spikes. You choose cache lifetime, scope, and eligibility rules, while provider credentials and routing policies remain under your control. Built-in metrics show hit rates, savings, and response times, helping you tune performance with confidence. Sensitive workloads can bypass caching, and entries expire according to your retention settings. Ready to spend less on repeated prompts? Enable the feature from your gateway configuration, define a cache policy, and start measuring results today. Cross-Provider Prompt Cache is available now, with documentation and examples in the developer console.
salida 2161 tok (+2151 razonamiento) latencia 23.5 s
Respeto de las restricciones (límite de palabras, lista de palabras prohibidas, una única pregunta), sello de estilo y control de la longitud.
Usa Kimi K3.1 Pro Highspeed en 30 segundos
Compatible con OpenAI: cambia el base_url y conserva tu SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="kimi-k3.1-pro-highspeed",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "kimi-k3.1-pro-highspeed",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k3.1-pro-highspeed",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "kimi-k3.1-pro-highspeed",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("kimi-k3.1-pro-highspeed")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Acerca de Kimi K3.1 Pro Highspeed
- Inferencia más rápida.
- Comprensión visual.
- Llamadas a herramientas.
- En Synthorai esta variante utiliza una temperature fija de 0.6.
Preguntas frecuentes
¿Se puede probar gratis la API de Kimi K3.1 Pro Highspeed?
Sí: las cuentas nuevas reciben 10 llamadas de prueba y hasta $1 de crédito gratuito, sin tarjeta. A $4/M de tokens de entrada, solo con ese crédito tienes para unas 31 solicitudes de ~8K tokens a Kimi K3.1 Pro Highspeed.
¿En qué destaca Kimi K3.1 Pro Highspeed?
Inferencia más rápida; Comprensión visual; Llamadas a herramientas. En la sección «Acerca de» tienes la visión completa, según las notas de lanzamiento del propio proveedor.
¿Cuánto cuesta Kimi K3.1 Pro Highspeed?
Kimi K3.1 Pro Highspeed cuesta $4 por millón de tokens de entrada y $20 por millón de tokens de salida en Synthorai. Es el precio de lista del proveedor, sin recargo de plataforma. Los tokens de entrada en caché se facturan a $0.2/M.
¿Cuál es la ventana de contexto de Kimi K3.1 Pro Highspeed?
Kimi K3.1 Pro Highspeed tiene una ventana de contexto de 1M tokens en Synthorai. Una sola respuesta puede tener hasta 131,072 tokens.
¿Kimi K3.1 Pro Highspeed admite caché de prompts?
Sí, de forma automática: los prompts que sirve Moonshot se guardan en caché sin tocar el código. Los tokens de entrada en caché se facturan a $0.2/M frente a $4/M sin caché. Guía de caché de prompts →
¿Cómo obtengo acceso a Kimi K3.1 Pro Highspeed?
Apunta el SDK de OpenAI que ya usas a base_url="https://synthorai.io/v1", pon model="kimi-k3.1-pro-highspeed" y listo. Una sola clave API sirve para todos los modelos de la pasarela.
Modelos relacionados
Comparar
Las especificaciones y los benchmarks de los proveedores enlazan a sus fuentes. La compatibilidad de la pasarela describe la implementación de Synthorai. Los ejemplos archivados son solicitudes individuales y no garantizan el rendimiento general del modelo. Los precios proceden del servicio público de precios o de su instantánea usada en la compilación.