Kimi K3.1 Pro Highspeed API 支持文本生成，适合问答、代码生成、文档处理和 Agent 工作流。可在线试用，并在 HiAPI 页面查看参数、价格与 Chat Completions 调用示例。

提供商: Moonshot AI

类型: 文本生成

接口: /v1/chat/completions

状态: 已开放

消耗: --

返回模型市场
Moonshot AIText API在线

Kimi K3.1 Pro Highspeed

Moonshot AI 提供的 Kimi K3.1 Pro Highspeed 模型

在 Agent 中使用

API 接入

Endpoint

POST /v1/chat/completions

Base URL

https://api.hiapi.ai

兼容 OpenAI Chat Completions；同一个 HiAPI Key 可切换所有已开放模型。

输入价格

8,619.2 积分

/ 百万 Token

输出价格

45,085.2 积分

/ 百万 Token

Context

1.05M

上下文窗口

Max output

131.1K

最大输出 Token

开始测试 Kimi K3.1 Pro Highspeed

输入一个问题，页面会以流式方式展示回答，并在完成后显示 Token 用量、耗时和估算费用。

Kimi K3.1 Pro Highspeed API 快速开始

使用 OpenAI Chat Completions 兼容格式调用 Kimi K3.1 Pro Highspeed。下面提供 cURL、Python 和 Node.js 三种可直接复制的示例。

代码示例
API 端点:/v1/chat/completions
curl -X POST "https://api.hiapi.ai/v1/chat/completions" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "kimi-k3.1-pro-highspeed",
  "stream": false,
  "messages": [
    {
      "role": "user",
      "content": "A cat walking on the beach at sunset"
    }
  ],
  "reasoning_effort": "max"
}'

提示: 请将 YOUR_API_KEY 替换为您在 API 密钥 页面创建的密钥。

兼容 OpenAI Chat Completions 格式，只需替换 base URL、API Key 和模型名即可接入。

Kimi K3.1 Pro Highspeed 完整 API 文档管理 API Key同一个 HiAPI Key 可切换所有已开放模型。

Kimi K3.1 Pro Highspeed API 定价

按 usage 中实际产生的输入、输出及缓存 Token 计费，以下价格统一按 100 万 Token 展示。

输入 Token
8,619.2 积分/ 100 万 Token

发送给模型的提示词与上下文

输出 Token
45,085.2 积分/ 100 万 Token

模型生成的回答与推理内容

缓存读取
431.2 积分/ 100 万 Token

Kimi K3.1 Pro Highspeed 模型规格

以下规格对应 HiAPI 当前公开的文本请求契约；未披露的能力不会由页面自行推断。

流式响应
支持
Tool calling
支持
结构化 JSON
支持
推理模式
支持
输入模态
text
输出模态
text
推理档位
low · high · max（最大档请使用 max）
最大输出
131.1K

关于 Kimi K3.1 Pro Highspeed

Kimi K3.1 Pro Highspeed API 支持文本生成，适合问答、代码生成、文档处理和 Agent 工作流。可在线试用，并在 HiAPI 页面查看参数、价格与 Chat Completions 调用示例。

HiAPI 通过 /v1/chat/completions 提供该模型。你可以先在本页 Playground 验证提示词与参数，再使用同一个 HiAPI API Key 接入服务端。

提供商
Moonshot AI
接口
/v1/chat/completions
上下文窗口
1.05M
发布日期
2026-10-29

如何使用 Kimi K3.1 Pro Highspeed

在线调试与 API 接入共享同一个模型 ID，可以用三个步骤从提示词验证过渡到生产调用。

  1. 步骤 1

    在线验证

    在 Playground 中测试 系统提示词、输出长度和模型支持的推理选项。

  2. 步骤 2

    管理 API Key

    登录后查看已有密钥或按需新建；同一个密钥可切换所有已开放模型。

  3. 步骤 3

    接入服务端

    向 /v1/chat/completions 发送请求，并根据 usage 字段记录成本。

需要比较不同模型和计费档位？查看全部模型实时价格

常见问题

Kimi K3.1 Pro Highspeed 和 Kimi K3.1 Pro 怎么选？

Highspeed 是 K3.1 Pro 的高速版：响应更快，单价更高。两者请求契约相同，同样的 /v1/chat/completions、始终开启的思考和 low/high/max 三档，在 kimi-k3.1-pro 与 kimi-k3.1-pro-highspeed 之间切换只需改 model。对延迟敏感的交互场景选 Highspeed，更看重成本时选 K3.1 Pro，也可以用自己的任务对比 usage 和耗时。各项单价以模型定价为准。

Low、High、Max 三档怎么选？

日常提取、改写和短问答先试 low；多步分析试 high；复杂推理、整项目编程再用 max。reasoning_effort 默认是 max，只有这三档，没有 medium 或 none。档位越高通常思考 Token 越多、等待越久，应结合回答质量和 usage 选择。

为什么不能调 temperature 或关闭思考？

K3.1 Pro Highspeed 的思考始终开启，temperature 固定为 1、top_p 固定为 0.95。请求里请省略 thinking、temperature 和 top_p；传入其他 temperature 或 top_p 值会直接返回 HTTP 400，且不计费。想降低开销，先把 reasoning_effort 调到 low。从其他模型迁移时，记得删掉这些采样参数。

回答很短，为什么输出 Token 不少？

思考内容也按输出 Token 计费，最终回答的字数不代表总输出量。usage.completion_tokens 已包含思考 Token；completion_tokens_details.reasoning_tokens 是其中的明细，不要重复相加。max_tokens 同样把思考 Token 算在内，设置过小可能还没给出答案就被截断。

多轮对话和工具调用要注意什么？

续轮时把 API 返回的完整 assistant 消息原样带回，包括 content、reasoning_content 和 tool_calls，只保存最终文字会丢失上下文。tool_calls 只是模型提出的调用，由你的应用执行；执行后追加 role=tool 的结果，并让 tool_call_id 对应原调用的 id，再请求模型继续。tool_choice 支持 auto、none 和 required；由于思考始终开启，不支持指定某个具体函数。

JSON 模式和严格 JSON Schema 有什么区别？

response_format.type=json_object 保证返回 JSON，但字段仍需应用自己校验。需要约束字段和类型时，用 response_format.type=json_schema，提供 json_schema.schema 并设置 strict=true。结果在 choices[0].message.content 中，不要把 reasoning_content 拼进去解析。

支持图片、视频输入或 Responses API 吗？

官方模型可能具备图片和视频理解能力，但当前 HiAPI 接入只开放文本输入、文本输出，接口为 Chat Completions。不要直接套用官方的 image_url、video_url 或 Responses 示例；后续是否开放，以本页的输入能力和 Playground 控件为准。

上下文缓存怎么计费？

重复的请求前缀会自动尝试命中缓存，无需额外参数。命中的部分体现在 usage.prompt_tokens_details.cached_tokens，并按缓存读取单价计费，其余输入按普通输入计费。缓存不保证命中，各项单价以模型定价为准。