Kimi K3.1 Pro vs Highspeed: precios y casos de uso

Ambos endpoints de Novita indican una ventana de contexto de 1M y llamadas a herramientas. Admiten entradas de texto, imágenes y vídeo, y devuelven texto.

Fuentes: ¹²⁸

Con 100,000 tokens de entrada, 10,000 de salida y sin caché, el nivel estándar cuesta $0.30 y Highspeed $0.60. El extra de $0.30 se compensa al ahorrar 36 segundos productivos si ese tiempo se valora en $30 por hora. Es un cálculo ilustrativo de equilibrio, no una medición de velocidad.

Cuenta la espera real hasta una respuesta utilizable, además del tiempo de herramientas y pruebas. En modelos de razonamiento, el primer token visible de respuesta y el primer fragmento de razonamiento son eventos distintos.

Fuentes: ¹²³

Fuentes: ¹²

El ejemplo de caché nueva usa las tarifas de escritura de 5 minutos. El prefijo se cobra una vez como escritura y debe ser apto para caché. El ejemplo de caché activa supone una lectura posterior correcta.

Cada fila fija las cantidades de entrada y salida para calcular el coste de tokens. La lectura de caché requiere un acierto. Herramientas, ejecución de Sandbox, almacenamiento, red e impuestos se cobran aparte; se excluyen descuentos negociados y procesamiento por lotes.

Para ambos endpoints Kimi, el catálogo Novita indica 1,048,576 tokens de contexto y salida máxima; las fichas abrevian estos límites como 1M.¹⁸

Los valores de contexto y salida máxima son límites publicados, no una promesa de poder agotar ambos en una solicitud. Aplica las reglas de contexto total y generación del endpoint.

Fuentes: ¹²⁸

Usa la misma entrada, longitud de salida solicitada y criterios de aprobación en ambos niveles. Pagar más tiene sentido si esperar menos permite terminar antes; una espera que coincide con otro trabajo no es automáticamente tiempo recuperado.

Si la depuración interactiva necesita comandos o pruebas, un Novita Agent Sandbox opcional puede ejecutarlos con cualquiera de los niveles. Mantén el mismo entorno para no confundir respuestas más rápidas con pruebas más rápidas. La aplicación controla los permisos; el entorno Sandbox se factura aparte de los tokens del modelo.

Explorar Novita Agent Sandbox · Crear un entorno de ejecución reproducible

Fuentes: ⁵⁶

Este ejemplo envía la misma solicitud de planificación a cada ID de modelo Novita y muestra el motivo de parada y el uso. Enseña a cambiar de nivel; no ejecuta el plan ni mide la velocidad.

La generación está limitada a 1,024 tokens, incluidos los tokens de razonamiento que contabilice el endpoint. Ante una respuesta vacía o detenida por el límite de tokens, el código muestra un aviso y no solicita otra respuesta automáticamente. Revisa el uso antes de ampliar el límite.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["NOVITA_API_KEY"],
    base_url="https://api.novita.ai/openai/v1",
)

for model in ["moonshotai/kimi-k3.1-pro","moonshotai/kimi-k3.1-pro-highspeed"]:
    reply = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": "Review a repository bug fix: list the implementation steps and acceptance tests."}],
        max_tokens=1024,
    )
    choice = reply.choices[0]
    content = choice.message.content or ""
    print(model, "finish_reason:", choice.finish_reason)
    print("usage:", reply.usage)
    if choice.finish_reason == "length" or not content.strip():
        print("No complete answer. Inspect usage and adjust the generation budget before another request.")
    else:
        print(content)

Fuentes: ⁴

Fuentes: ¹²⁷