Kimi K3.1 Pro Highspeed API 怎么用？

TL;DR

Kimi K3.1 Pro Highspeed 是 Pro 的加速线路，已在 HiAPI 上线，打开模型页可以直接开聊，新用户注册送 200 积分。
接入方式和 Pro 完全一致：OpenAI Chat Completions 协议，9 个参数完全相同。你只需要把 model 从 kimi-k3.1-pro 改成 kimi-k3.1-pro-highspeed，其他一行代码不用动。
平台价输入 $4.3096 / 输出 $22.5426（每 1M tokens，缓存读 $0.2156），是 Pro 的 2 倍。响应速度是 Pro 的 3 倍（官方数据）。
最快调用：POST https://api.hiapi.ai/v1/chat/completions，model 写 kimi-k3.1-pro-highspeed。如果已经在用 Pro，改这一个值就完成切换。

Kimi K3.1 Pro Highspeed 是什么

不是新模型，是 Pro 上了加速线路。月之暗面在 Pro 基础上推了一个快三倍、贵一倍的变体，其他一切不变。对调用方来说，关心三件事就够了：

和 Pro 完全一样的能力：推理、流式输出、结构化输出（json_schema）、工具调用（含 tool_choice），Pro 能做的 Highspeed 都能做。
完全一样的参数：frequency_penalty、presence_penalty、reasoning_effort、response_format、temperature、thinking、tool_choice、tools、top_p，9 个参数一个不多一个不少。
完全一样的协议：OpenAI Chat Completions，base_url 不用换、SDK 不用换、headers 不用加新字段。

唯一的变量是 speed vs cost：你想要更快就切 Highspeed，你想省钱就留 Pro。什么时候该切，看价格对比。

两条上手路线

路线一：浏览器，3 步，零代码

打开 Kimi K3.1 Pro Highspeed 模型页，登录或注册（新用户送 200 积分）。
在对话框粘贴你的提示词。
直接发送，额度按实际 token 用量扣。

路线二：API，3 步，接入你的应用

在 HiAPI 控制台创建一把 API Key。
把下面 curl 里的 YOUR_HIAPI_API_KEY 换成你的 Key，跑通。
把 model 固定为 kimi-k3.1-pro-highspeed，收工。

curl：第一次调用

curl https://api.hiapi.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_HIAPI_API_KEY" \
  -d '{
    "model": "kimi-k3.1-pro-highspeed",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Explain what a CDN is in two sentences."}
    ],
    "reasoning_effort": "max",
    "max_tokens": 2000
  }'

返回里 choices[0].message.content 是正文。要流式就把 "stream": true 加进去，按 SSE 解析。

Python：非流式 + 流式

非流式，用 requests 就够：

import requests

resp = requests.post(
    "https://api.hiapi.ai/v1/chat/completions",
    headers={"Authorization": "Bearer YOUR_HIAPI_API_KEY"},
    json={
        "model": "kimi-k3.1-pro-highspeed",
        "messages": [
            {"role": "user", "content": "Write a Python function that merges two sorted lists into one sorted list."}
        ],
        "reasoning_effort": "high",
        "max_tokens": 4000,
    },
    timeout=120,
)
resp.raise_for_status()
data = resp.json()
print(data["choices"][0]["message"]["content"])

流式注意 SSE 标准解析，usage 在最后一个 chunk 里：

import json
import requests

with requests.post(
    "https://api.hiapi.ai/v1/chat/completions",
    headers={"Authorization": "Bearer YOUR_HIAPI_API_KEY"},
    json={
        "model": "kimi-k3.1-pro-highspeed",
        "messages": [{"role": "user", "content": "Plan a Redis-based rate limiter."}],
        "reasoning_effort": "high",
        "stream": True,
    },
    stream=True,
    timeout=300,
) as resp:
    resp.raise_for_status()
    for line in resp.iter_lines(decode_unicode=True):
        if not line or not line.startswith("data:"):
            continue
        payload = line[len("data:"):].strip()
        if payload == "[DONE]":
            break
        chunk = json.loads(payload)
        if not chunk["choices"]:
            print("\nusage:", chunk["usage"])
            continue
        delta = chunk["choices"][0]["delta"]
        if delta.get("content"):
            print(delta["content"], end="", flush=True)

参数表

字段	必填	取值	说明
model	是	`kimi-k3.1-pro-highspeed`	固定写这个 ID
messages	是	OpenAI 格式消息数组	system / user / assistant / tool 角色都支持
reasoning_effort	否	`low` / `high` / `max`，默认 `max`	推理强度；档越高、推理 tokens 越多、账单越厚
max_tokens	否	正整数	输出上限，包含 reasoning tokens
temperature	否	浮点数	控制随机性
response_format	否	`{"type": "json_object"}` 或 `{"type": "json_schema", ...}`	结构化输出
tools	否	OpenAI function calling 数组	工具调用，支持 tool_choice
tool_choice	否	`auto` / `none` / `required` / 指定函数	控制是否以及如何调用工具
stream	否	`true` / `false`，默认 `false`	SSE 流式
frequency_penalty	否	浮点数	抑制重复 token
presence_penalty	否	浮点数	鼓励新话题
top_p	否	浮点数	核采样

从 Pro 切到 Highspeed 的注意事项

model ID 改了，其他不动。 从 kimi-k3.1-pro 改成 kimi-k3.1-pro-highspeed。base_url、headers、请求体结构全部不变。
输出价翻倍，default max 推理档烧 token。 Highspeed 输出 $22.5426/M，搭配默认 max 推理档，一次请求的 reasoning tokens 量可能不少。简单任务降到 low，账单立刻好看。
缓存读省输入开销。 缓存读 $0.2156 与 Pro 同价。把不变的系统提示词放 messages 前面，重复请求命中缓存后输入开销降为零。高频 agent 循环特别受益。
max_tokens 封顶。 Highspeed 输出价 $22.5426/M，没上限的长输出会把账单拉得很高。每次请求显式设 max_tokens。