Коротко
Moonshot AI выпустила Kimi K3.1 Pro 4 ноября 2026 года. Вариант Highspeed был анонсирован 10 ноября — вместе с появлением модели в Amazon Bedrock. ID модели — kimi-k3-1-pro-highspeed.
Цифры, и все они из материалов релиза:
- Скорость: Highspeed выдаёт выход в два-три раза быстрее, чем K3.1 Pro.
- Контекст: 1 млн токенов, столько же, сколько у K3.1 Pro.
- Стандартный тариф Bedrock (за 1 млн токенов, профиль Global cross-Region): $4.00 вход, $20.00 выход, $0.20 чтение из кэша, $5.00 запись в кэш (30 минут).
- Уровни размышления:
none,low,medium,high,xhigh,max, по умолчаниюmax. - Возможности: вызов инструментов, структурированный вывод, входные изображения, потоковая отдача, настраиваемое размышление.
- API: совместимые с OpenAI Chat Completions и Responses либо Converse и Invoke в Bedrock.
Модели kimi-k3-1-pro-highspeed в TeamoRouter пока нет. Когда она появится, подойдёт ваш текущий ключ и тот же адрес — достаточно поменять model на kimi-k3-1-pro-highspeed. Других моделей Moonshot в каталоге у нас тоже нет, так что заменить её на что-то от того же вендора пока не получится.
Что именно выпустили
K3.1 Pro — это дообученная версия Kimi K3: архитектура и окно контекста не изменились, это по-прежнему открытая модель класса 3T, но на посттренировку ушло заметно больше вычислений. По словам Moonshot, дополнительные ресурсы пошли на длительные агентные задачи и на снижение числа фактических ошибок, а улучшения заметны в финансовом моделировании, офисных документах и коде для игровых движков, 3D-сцен и скриптов CAD.
Highspeed — не отдельная модель, а более быстрая версия той же самой: выход в два-три раза быстрее, при том же контексте, тех же возможностях и тех же API. С 10 ноября она доступна в Amazon Bedrock через три профиля вывода:
- Global cross-Region — маршрутизация в любой поддерживаемый коммерческий регион AWS.
- US cross-Region — маршрутизация не выходит за пределы США.
- India cross-Region — маршрутизация остаётся в Индии, запросы распределяются между Mumbai и Hyderabad.
Два последних профиля нужны для требований к размещению данных. Отдельно: данные инференса остаются внутри периметра AWS, не передаются Moonshot AI и не используются для обучения модели. Нулевое хранение данных включено всегда, а операторы AWS не видят ни запросы, ни ответы.
Если Kimi K3 уже работает у вас в Bedrock, для перехода достаточно сменить ID модели. AWS советует использовать Chat Completions.
Что поддерживается, а что нет
Что работает — по официальным материалам:
- Вызов инструментов: тот же интерфейс, что у K3, отдельного эндпоинта нет.
- Структурированный вывод: ответ можно ограничить схемой, например JSON.
- Настраиваемое размышление: шесть уровней, о них ниже.
- Входные изображения: картинку можно передать.
- Потоковая отдача: токены приходят по мере генерации.
Ограничения стоит знать заранее:
- Видео на вход не принимается. В Bedrock эта модель видео не поддерживает.
- Converse не принимает вложения PDF и HTML. Для таких документов нужен другой путь.
- У Converse есть ловушка в многораундовых запросах: если в запрос попадёт содержимое размышлений из предыдущих раундов, может вернуться внутренняя ошибка 500. Фреймворки вроде LangChain и Strands Agents ловят её в конфигурации по умолчанию, поэтому перед многораундовым вызовом Converse блоки reasoning из истории нужно убрать.
- Явное кэширование промпта в Converse не работает — только в Responses, Chat Completions и Invoke. Перед каждой точкой кэширования должно идти не меньше 256 токенов стабильного содержимого.
- Выходные токены расходуют квоту: в
bedrock-runtimeкаждый выходной токен списывает 10 токенов из квоты аккаунта. Это ограничение ёмкости, а не счёт.
Цена
Сразу о рамках: ниже — тарифы стандартного уровня Amazon Bedrock, по профилям вывода, за 1 млн токенов в долларах. Цен собственного API Moonshot в материалах релиза нет, поэтому здесь мы их не угадываем.
| Профиль вывода | Вход | Выход | Чтение кэша | Запись в кэш (30 мин) |
|---|---|---|---|---|
| Global cross-Region | $4.00 | $20.00 | $0.20 | $5.00 |
| US cross-Region | $4.40 | $22.00 | $0.22 | $5.50 |
| India cross-Region | $4.40 | $22.00 | $0.22 | $5.50 |
Есть ещё два уровня, они выбираются на каждый запрос отдельно:
- Flex — половина стандартной цены, но ответ может прийти позже. Подходит для оценок, суммаризации и фоновой работы агентов.
- Priority — наценка 75% за более предсказуемую задержку, для вызовов, где она критична.
В кэшировании важны две детали: чтение из кэша идёт со скидкой и не расходует квоту входных токенов в минуту, а запись стоит дороже обычного входа. Поэтому кэш имеет смысл настраивать на то, что действительно повторяется: системные инструкции, описания инструментов, соглашения по репозиторию. Разовое содержимое туда лучше не класть.
И ещё одна ловушка по деньгам: уровень размышления по умолчанию — max. Если ничего не настраивать, каждый запрос будет тарифицироваться по самому дорогому уровню.
Как выбрать уровень размышления
Поддерживаются значения none, low, medium, high, xhigh и max; по умолчанию — max.
| Уровень | Поведение |
|---|---|
none |
Размышление в этом запросе отключено |
low |
Минимум рассуждений, минимальные задержка и расход токенов |
medium |
Средний |
high |
Глубокий |
xhigh |
Очень глубокий |
max (по умолчанию) |
Самый глубокий и самый расходный |
Компромисс на низких уровнях прямой: задержка и расход токенов падают, но и качество на задаче тоже. Для сервисов, где важна цена, первым делом стоит уйти с дефолтного max и на своих тестах найти самый низкий уровень, который держит планку качества. И наоборот: на длительных агентных задачах и сложных многошаговых рассуждениях не стоит ради экономии сваливаться в none.
Как вызывать
Модели в TeamoRouter пока нет, поэтому пример ниже показывает, как её вызывать, когда она появится. Интеграцию можно написать заранее, но работать она пока не будет — не проверяйте её как доступную.
Совместимый с OpenAI формат, с вашим текущим адресом и ключом:
from openai import OpenAI
client = OpenAI(base_url="https://api.teamorouter.com/v1", api_key="ВАШ_КЛЮЧ")
resp = client.chat.completions.create(
model="kimi-k3-1-pro-highspeed",
messages=[{"role": "user", "content": "Сделай этот CAD-скрипт параметрическим: ..."}],
)
print(resp.choices[0].message.content)
Тот же совместимый с OpenAI интерфейс предлагает и форму Responses:
curl https://api.teamorouter.com/v1/responses \
-H "Authorization: Bearer $TEAMOROUTER_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "kimi-k3-1-pro-highspeed", "input": "Объясни в одном предложении, что такое длительная агентная задача."}'
На нативной стороне, то есть через собственный вход AWS, используется Converse из Bedrock:
import boto3
client = boto3.client("bedrock-runtime", region_name="us-east-1")
resp = client.converse(
modelId="kimi-k3-1-pro-highspeed", # полный modelId берите из консоли Bedrock
messages=[{"role": "user", "content": [{"text": "Сделай этот CAD-скрипт параметрическим: ..."}]}],
inferenceConfig={"maxTokens": 2048},
)
print(resp["output"]["message"]["content"][0]["text"])
Обе оговорки про Converse, о которых говорилось выше, действуют и здесь: в многораундовых запросах уберите блоки reasoning из истории, а вложения PDF и HTML он не примет. Управление уровнем размышления к тому же полностью доступно только в Responses, Chat Completions и Invoke.
Что использовать пока
kimi-k3-1-pro-highspeed в TeamoRouter ещё нет. Если вызвать этот ID сегодня, запрос упадёт — и дело будет не в ключе и не в адресе.
Когда модель появится, хватит того же ключа и того же адреса: поменяйте model на kimi-k3-1-pro-highspeed, остальной код трогать не нужно. Она работает по стандартному пути, совместимому с OpenAI, а не через отдельный эндпоинт.
Других моделей Moonshot у нас в каталоге тоже нет — ни K3, ни K3.1 Pro, — так что искать замену «из той же семьи» смысла нет. Продолжайте работать на том, что уже запущено, а переключитесь, когда kimi-k3-1-pro-highspeed появится в каталоге. Само переключение — та же одна строка.
Как оплатить
Подписки нет: пополняете баланс в консоли от $5, каждый запрос списывается по фактически использованным токенам. Поддерживаются карты, а также USDT, USDC и ETH. Тем же ключом доступны модели Claude и GPT.
У нового аккаунта баланс нулевой — пополните его до первого запроса. Пополнить от $5. Если запрос возвращает 402 (в формате OpenAI — 400) с сообщением «wallet balance is insufficient», значит баланс пустой, а не адрес или ключ. Пополните и повторите.
Частые вопросы
Kimi K3.1 Pro Highspeed уже вышла?
Да. K3.1 Pro выпустили 4 ноября 2026 года, а вариант Highspeed представили 10 ноября вместе с запуском в Amazon Bedrock.
Какой у неё ID модели?
kimi-k3-1-pro-highspeed. В Bedrock в modelId подставляется полный идентификатор из консоли, в совместимом с OpenAI эндпоинте — тот, что указан выше.
Сколько она стоит?
В стандартном тарифе Bedrock, за 1 млн токенов: $4.00 вход, $20.00 выход, $0.20 чтение кэша и $5.00 запись в кэш для профиля Global; $4.40 / $22.00 / $0.22 / $5.50 для профилей US и India. Flex — половина стандартной цены, Priority — наценка 75%.
Это другая модель по сравнению с K3.1 Pro?
Нет. Это та же модель с более высокой скоростью выхода — в два-три раза быстрее, — с тем же контекстом, теми же возможностями и теми же API.
Какой размер контекстного окна?
1 млн токенов. K3.1 Pro — дообученная Kimi K3, и архитектура с окном контекста у неё сохранились.
Она понимает видео?
Нет. Видео на вход не поддерживается, а Converse к тому же не принимает вложения PDF и HTML.
Можно ли вызывать её в TeamoRouter сейчас?
Пока нет. kimi-k3-1-pro-highspeed нет в нашем каталоге, поэтому сегодня такой запрос не пройдёт. Когда модель появится, подойдут тот же ключ и тот же адрес — нужно поменять только model. Другой модели Moonshot, чтобы переждать, у нас тоже нет.
Связанное
- Kimi K3.1 Pro Highspeed: доступ и настройка: что подготовить до перехода
- Kimi K3.1 Pro Highspeed и альтернативы: сравнение по сценариям и цене