SI-APIEnglishAbrir painel LANÇAMENTO DE MODELO
Kimi K3.1 Pro chegou: preços da API, benchmarks e quando usar o Highspeed
A Moonshot lançou o Kimi K3.1 Pro com uma janela de contexto de 1 milhão de tokens e tarifas básicas de API de US$ 2 para entrada e US$ 10 para saída por milhão de tokens. O Highspeed promete gerar respostas mais rapidamente, com tarifas básicas mais altas. O modelo já está disponível nos serviços do Kimi; a Moonshot prevê publicar os pesos completos do modelo até 4 de novembro.
O que mudou em relação ao Kimi K3?
O K3.1 Pro foi desenvolvido a partir do K3, com pós-treinamento adicional. Os exemplos da Moonshot se concentram em agentes de programação que executam tarefas mais longas, modelagem 3D por scripts e documentos financeiros. A empresa o descreve como um modelo da classe de 3 trilhões de parâmetros.
Você já pode usar o modelo no aplicativo Kimi, no Kimi Work, no Kimi Code ou pela API oficial. A disponibilização dos pesos é uma etapa separada: a Moonshot afirma que os pesos completos serão publicados até 4 de novembro de 2026.
Quanto custa a API oficial?
O Pro custa US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída. O Highspeed dobra essas tarifas básicas, enquanto a entrada em cache custa US$ 0,20 em ambos os modelos.
| Modelo / ID na API | Entrada | Saída | Entrada em cache |
|---|---|---|---|
Prokimi-k3.1-pro | US$ 2,00 | US$ 10,00 | US$ 0,20 |
Pro Highspeedkimi-k3.1-pro-highspeed | US$ 4,00 | US$ 20,00 | US$ 0,20 |
As gravações no cache têm cobrança adicional. No Pro, custam US$ 2 por milhão de tokens para uma retenção de 5 minutos ou US$ 4 para 1 hora. No Highspeed, os valores são US$ 4 e US$ 8, respectivamente. O tempo de retenção padrão é de 5 minutos.
Uma estimativa simples: 1 milhão de tokens de entrada sem cache mais 200 mil tokens de saída custam US$ 4 no Pro ou US$ 8 no Highspeed, antes das cobranças por gravação no cache e dos impostos. É um cálculo com as tarifas listadas, e não o custo medido de uma execução de agente.
O Kimi cobra o uso da API separadamente das assinaturas do Kimi e do Kimi Code. Consulte a tabela de preços vigente ao planejar um volume maior de uso.
O que mostram os benchmarks de lançamento?
A Moonshot informa uma pontuação de 65,7% no Terminal-Bench 4.0 e de 61,2% no Kimi Code Bench 3.0 Long-horizon, sua avaliação interna. Nesse segundo teste, o K3 havia alcançado 55,95%.
| Avaliação | K3.1 Pro | O que mede |
|---|---|---|
| Terminal-Bench 4.0 | 65,7% | Agentes que concluem tarefas de terminal sob as restrições do teste. |
| Kimi Code Bench 3.0 Long-horizon | 61,2% | Trabalho de engenharia em várias etapas, na avaliação interna da Moonshot. |
Esses resultados foram divulgados pela própria empresa. A Moonshot usou o ambiente de execução e avaliação do Claude Code nos dois testes e, de modo geral, definiu o esforço de raciocínio como max. A configuração do agente importa na comparação das pontuações. Não reproduzimos essas execuções.
O que vale testar além do chat?
A Moonshot demonstra projetos em motores de jogos, recursos 3D criados com ferramentas de modelagem e planilhas financeiras. Considere essas demonstrações como exemplos dos fluxos de trabalho propostos. Para fazer seu próprio teste, escolha uma tarefa existente cujo resultado você consiga conferir: uma correção em um repositório com testes, um modelo 3D com dimensões definidas ou uma planilha com fórmulas rastreáveis.
Uma janela de contexto ampla permite fornecer mais material. Ainda assim, vale conferir se a resposta usa os arquivos corretos e cita as evidências adequadas.
Vale a pena pagar pelo Highspeed?
Comece pelo Pro para tarefas em segundo plano. Considere o Highspeed quando o tempo de espera pela geração das respostas justificar as tarifas mais altas. Segundo a Moonshot, o Highspeed gera tokens de saída de duas a três vezes mais rápido que o Pro. Isso não significa que uma tarefa completa, que também usa ferramentas externas, terá o mesmo ganho de velocidade.
Pro: uma boa opção para começar a testar tarefas em lote e trabalhos que você pode deixar em execução.
Highspeed: vale testar em sessões interativas de programação e em outros trabalhos nos quais a espera interrompe seu ritmo.
Execute a mesma tarefa nas duas versões, com as mesmas configurações. Compare a qualidade do resultado, o tempo total e o custo, incluindo o uso do cache. Escolha com base nesse resultado.
Como experimentar?
No Kimi Code, use /model para selecionar o K3.1 Pro. Na API, use os IDs de modelo listados acima. O guia oficial apresenta os níveis de esforço de raciocínio low, high e max, com max como padrão. O modo de raciocínio permanece ativado.