Kimi K3.1 Pro ve K3.1 Pro Highspeed: Hızın 2–3× Artması, 2× Fiyatı Ödemeye Değer mi?

Kimi K3.1 Pro Highspeed daha akıllı bir model değil. Moonshot AI, onu K3.1 Pro ile “aynı model yeteneklerine” sahip ve “yaklaşık 2–3× hızda” çalışan bir sürüm olarak tanımlıyor. AIHubMix’te girdi ve çıktı token’ı başına fiyatı tam olarak iki katı. Satın aldığınız şey duvar saati süresi; başka hiçbir şey değil.

Kısa yanıt: Etkileşimli bir kodlama oturumu veya kullanıcılarınızın yanıt beklediği bir sohbet özelliği gibi, akışı bir kişinin izlediği durumlarda Highspeed için ödeme yapın. Gözetimsiz çalışan veya her turunun çoğunu araçlarda ve testlerde geçiren işler için Pro’da kalın. AIHubMix’in örnek kontrolünde Highspeed, Pro’dan 2–3× değil, yaklaşık 1,6–1,75× hızlı çıktı üretti. Her yanıtın token’larının %85–90’ı akıl yürütme token’larıydı; yani iki katına çıkan faturanın çoğu, kimsenin okumadığı düşünme süreci için ödendi. Ölçülen hızlarda harcanan her ekstra dolar, yaklaşık yedi dakikalık bekleme süresini geri kazandırdı.

Aynı model, farklı hız

Moonshot, değişen tek şeyin hız olduğunu açıkça belirtiyor. Kimi Code model belgelerinde Highspeed, “K3.1 Pro’nun aynı yeteneklere sahip, daha hızlı çıktı üreten ve normal sürümün yaklaşık iki katı kota kullanan yüksek hızlı sürümü” olarak tanımlanıyor. K3.1 Pro teknik blog yazısı da aynı 2–3× hız değerini veriyor ve her iki kimliğin de Kimi API’de bulunduğunu belirtiyor.

Kimi Code’da 1M’lik pencere, plan düzeyine bağlıdır (aşağıdaki planlar bölümüne bakın). AIHubMix ayrıca kodlama kanalı kimlikleri olarak coding-kimi-k3.1-pro ve coding-kimi-k3.1-pro-highspeed değerlerini listeliyor ve bunları değerlendirme ön izlemesi olarak tanımlıyor.

Modeller aynı olduğundan K3.1 Pro için geçerli olan her şey Highspeed için de geçerlidir: düşünme kapatılamaz, varsayılan çaba düzeyi max değerindedir ve örnekleme ayarı sabittir. 24 Ekim’de AIHubMix, her iki kimlikte de temperature=0.2 ayarı için 400 invalid temperature: only 1 is allowed for this model yanıtını döndürdü.

Fiyat: önbellek isabetleri dışında her şeyin fiyatı iki katı

Fiyatlar milyon token başınadır. AIHubMix satırları, 24 Ekim’deki Kimi K3.1 Pro ve K3.1 Pro Highspeed model sayfalarından alınmıştır. Moonshot, ABD doları cinsinden liste fiyatlarını henüz yayımlamadı. Çin fiyatları, lansman günü dolaşıma giren ve henüz Moonshot’ın fiyatlandırma sayfasında yer almayan bir tablodan alınmıştır; bu nedenle bunları resmî değil, bildirilen fiyatlar olarak değerlendirin.

İki nokta öne çıkıyor. Birincisi, önbellek isabetleri her iki kimlikte de aynı fiyata sahip; dolayısıyla girdilerin çoğunun önbelleğe alındığı uzun bir oturumda fiyat farkı 2×’nin altına iner. Ancak bu her zaman böyle değil: K2.7 Code Highspeed’de AIHubMix önbellek okumalarını da iki katına çıkarıyor. İkincisi, Highspeed’in fiyatı K3’ünkinden yüksek. AIHubMix, K3’ü $2.84 / $14.20 fiyatla sunuyor; dolayısıyla K3’ten Pro’ya geçmek token başına fiyatı %26–30 düşürürken, Highspeed’e geçmek %41–48 artırıyor.

Ne kadar hızlı? AIHubMix’in örnek kontrolü

24 Ekim’de AIHubMix, ana kimlikleri olan kimi-k3.1-pro ve kimi-k3.1-pro-highspeed üzerinden her iki modele de tek bir istem gönderdi: hash map çakışmalarını açıklayan, kısa bir Python örneği içeren 600 kelimelik bir açıklama. İstekler reasoning_effort: low ayarıyla ve 8,192 token’lık tamamlama sınırıyla akışlı biçimde gönderildi; her model üç kez çalıştırıldı. Bunu bir kıyaslama testi olarak değil, tek bir istem üzerinde yapılan örnek kontrolü olarak değerlendirin.

Çıktı hızı, tamamlama token’larının akışla gönderilen ilk token’dan sonraki süreye bölünmesiyle hesaplanır. Pro çalıştırmalarından biri 8,192 token sınırına ulaştı. AIHubMix’in kodlama kanalı üzerinden yapılan daha önceki bir çalıştırmada (coding-kimi-k3.1-pro ve coding-kimi-k3.1-pro-highspeed) benzer bir oran elde edildi: 153–169’a karşı 95–97 tok/s.

• 2–3× değil, 1,6–1,75×. Highspeed’in en yavaş çalıştırması (138 tok/s), Pro’nun en hızlı çalıştırmasından (88) 1,6× hızlıydı. En hızlı çalıştırması (150) ise Pro’nun en yavaş çalıştırmasından (85.5) 1,75× hızlıydı. Baştan sona Highspeed, Pro’daki 80–99 saniyeye karşılık 43–60 saniyede tamamlandı.
• Bekleme süresinin çoğu düşünmeye ayrılıyor. Her iki model de low ayarında bile 830–930 token’lık bir yanıt yazmadan önce 5,100–7,400 token boyunca akıl yürüttü. Her bir tamamlamanın %85–90’ını akıl yürütme oluşturdu.
• Highspeed düşünme süresini de kısaltıyor. Akıl yürütme de model çıktısı olduğundan daha hızlı akışla gönderiliyor. İlk yanıt token’ı 71–91 saniye yerine 40–58 saniye sonra geldi. Her iki model de akıl yürütme çıktısını 2–5 saniye içinde akışla göndermeye başladı; dolayısıyla arayüzünüz akıl yürütmeyi gizliyorsa ilk görünen sözcük ortalama yaklaşık 30 saniye daha erken gelir.

Her modelde tek bir yanıtın maliyeti

Bu bir tahmindir. Yanıt başına 114 girdi token’ı (test istemi) ve 7,300 tamamlama token’ı (altı çalıştırmanın ortalaması yaklaşık 7,290’dı), AIHubMix fiyatları ve ölçülen 87 ve 144 tok/s ortalama hızlar varsayılmıştır.

• K3.1 Pro: 114 × $2.00/M + 7,300 × $10.50/M = $0.0002 + $0.0767 ≈ $0.077. Üretim yaklaşık 7,300 ÷ 87 ≈ 84 saniye sürer.
• K3.1 Pro Highspeed: 114 × $4.00/M + 7,300 × $21.00/M = $0.0005 + $0.1533 ≈ $0.154. Üretim yaklaşık 7,300 ÷ 144 ≈ 51 saniye sürer.
• Ödünleşim: Her yanıt başına yaklaşık $0.077 daha fazla ödeyerek yaklaşık 33 saniye kazanırsınız. Bu, kazanılan dakika başına yaklaşık $0.14 veya bekleme süresinin her saati başına yaklaşık $8 demektir.

Bildirilen Çin liste fiyatlarına göre aynı yanıt Pro’da yaklaşık ¥0.50 (114 × ¥13/M + 7,300 × ¥68/M), Highspeed’de ise yaklaşık ¥1.00 (114 × ¥26/M + 7,300 × ¥136/M) tutar.

Maliyet, yanıtın uzunluğuna bağlı değildir. Faturanın neredeyse tamamı çıktıdan oluştuğundan, milyon çıktı token’ı başına ödenen her ekstra $10.50 aynı süreyi kazandırır: Bir milyon token 87 tok/s hızında yaklaşık 11,490 saniye, 144 tok/s hızında ise 6,940 saniye sürer; bu da yaklaşık 76 dakika kazanç demektir. 2–3× hız farkı eksiksiz sağlansaydı aynı fiyat farkı 96–128 dakika kazandırır, yani kazanılan dakika başına $0.08–0.11 tutardı. Varsayılan max çaba düzeyinde her yanıt daha fazla akıl yürütme içerir; dolayısıyla hem saniyeler hem de maliyet artar. Hız oranı korunduğu sürece dakika başına maliyet değişmez; ancak örnek kontrolde max düzeyindeki hız ölçülmedi.

Saat başına $8’in ucuz olup olmadığı, kimin beklediğine bağlıdır. Her turda işi duran bir geliştiricinin maliyeti bundan çok daha fazladır. Gece çalışan toplu bir iş içinse beklemenin maliyeti yoktur.

Highspeed’in hızlandırmadığı şeyler

Moonshot’ın kendi SSS bölümü, kullanıcıların ilk soracağı “Highspeed neden gözle görülür biçimde daha hızlı değil?” sorusuna şöyle yanıt veriyor:

Highspeed yalnızca model çıktısını hızlandırır. Araç çağrıları (dosyaları okuma/yazma, komut çalıştırma vb.) ve betik yürütme etkilenmez; dolayısıyla bunlar bir turun çoğunu oluşturduğunda genel hız artışı sınırlı hissedilir.

Belirtilen varsayımlarla örnek bir ajan turu üzerinden bunun ne anlama geldiğine bakalım. Modelin 1,500 token yazdığını (akıl yürütme ve araç çağrısı toplamı), ardından turun testleri çalıştırmak için 20 saniye harcadığını varsayalım. Bağlam 60,000 token ve önbellek isabeti oranı %95. AIHubMix fiyatları kullanılmış; önbellek yazma ve istem işleme süresi hesaba katılmamış, hızlar ise örnek kontrol ortalamaları olarak alınmıştır.

• Süre: Çıktı için 17 sn + testler için 20 sn = Pro’da 37 sn; 10 sn + 20 sn = Highspeed’de 30 sn. Bu, 1,2× daha hızlı demektir.
• Maliyet: Pro’da 3,000 × $2.00/M + 57,000 × $0.20/M + 1,500 × $10.50/M ≈ $0.006 + $0.011 + $0.016 ≈ $0.033. Highspeed’de $0.012 + $0.011 + $0.032 ≈ $0.055. Bu, faturanın 1,7× olması demektir.

Testlerin yoğun olduğu bir döngüde Highspeed, yaklaşık 1,2× hız için yaklaşık 1,7× maliyet çıkarır. Aynı fiyatlı önbellek isabetleri faturayı hafifletir ama test paketini hafifletmez.

Önceki örnek: K2.7 Code Highspeed

Moonshot daha önce de “aynı model, daha hızlı” yaklaşımını sundu. Parametre referansında şöyle deniyor: “kimi-k2.7-code-highspeed, parametre kısıtlamaları aynı olan kimi-k2.7-code modeliyle aynıdır; yalnızca çıktı hızı farklıdır.” AIHubMix’in fiyatı temel modelin iki katıdır: milyon token başına $1.90 / $8.00’a karşılık $0.95 / $4.00; önbellek okumaları da iki katına çıkar.

K2.7 Code Highspeed model sayfasında “yaklaşık 180 Tokens/s ve kısa bağlam senaryolarında 260 Tokens/s’ye kadar” hız vaat ediliyor. Aynı sayfadaki AIHubMix’in kayan ölçümü 24 Ekim’de yaklaşık 29 tok/s gösterdi; bu, temel model rotalarından (yaklaşık 13–30 tok/s) daha hızlı değildi. Sayfada aktarım hızının nasıl ortalamasının alındığı belirtilmiyor; akıl yürütme süresi, kısa yanıtlar ve yükün tümü kayan ölçümü düşürebilir. Bu nedenle sonuç, varyantın yavaş olduğunu kanıtlamaz. Ancak iki katı fiyat ödemeden önce hız etiketini kendi trafiğinizde neden kontrol etmeniz gerektiğini gösterir.

Yanlış kimlik yazma tuzağı

Kimi Code’da Highspeed kimliğini yanlış yazmak belirgin bir hataya yol açmaz. Belgelerde “yanlış yazılmış bir model kimliği, düşünme olmadan K2.8 Preview’a geri döner” deniyor; SSS’de de yanlış bir Highspeed değerinin “sessizce düşünme olmadan K2.8 Preview’a döndüğü ve hız artışı sağlamadığı” belirtiliyor. Daha eski bir model kullanırsınız; akıl yürütme de hız artışı da olmaz.

Kimlikler farklı arayüzlerde farklı olduğundan bu hatayı yapmak kolaydır:

• Kimi Code: k3.1-pro-highspeed
• Kimi API ve AIHubMix: kimi-k3.1-pro-highspeed
• AIHubMix kodlama kanalı: coding-kimi-k3.1-pro-highspeed

Kimi Code belgelerinde yalnızca k3.1-pro-highspeed ve kimi-for-coding-highspeed geçerli Highspeed kimlikleri olarak listeleniyor. Bu nedenle API biçimindeki kimliği Kimi Code yapılandırmasına yapıştırmadan önce kontrol edin. AIHubMix’te ise yanlış yazılmış bir kimlik açıkça hata verir: kimi-k3.1-pro-highsped, 24 Ekim’de 400 hatası döndürdü.

En hızlı kontrol, K3.1 Pro’nun düşünme olmadan çalışamamasından yararlanır: Moonshot, düşünme kapalıyken gönderilen isteklerin reddedildiğini söylüyor. Gerçek bir K3.1 Pro yanıtında her zaman akıl yürütme bulunur: Chat Completions’ta reasoning_content, Messages’ta bir thinking bloğu ve kullanım bilgisinde sıfırdan büyük bir reasoning_tokens sayısı. Akıl yürütme içermeyen bir yanıt, başka bir modelin yanıt verdiği veya düşünmenin kapatıldığı anlamına gelir. AIHubMix’te düşünmeyi kapatan bir istek reddedilmedi; 24 Ekim’de akıl yürütme içermeden 200 yanıt koduyla döndü. İşte bu kontrol tam olarak böyle bir durumu yakalıyor. Bu yazının sonundaki betik söz konusu sayıyı yazdırır.

Kimi Code planları: Highspeed kotayı iki kat hızlı tüketir

K3.1 Pro’nun 1M bağlam penceresini kullanmak için Pro ve üzeri (eski planlarda Allegretto ve üzeri) gerekir.

Bir planda kotanın iki kat olması, sınıra ulaşmadan önce yapabileceğiniz işin yarıya inmesi demektir. Karşılaştırma için, Kimi Code’un önceki K2.7 Code Highspeed modeli (kimi-for-coding-highspeed), yaklaşık 3× kota karşılığında 6× hız sunuyor. Geçiş yapmayı düşünürken bir kural daha önemli: oturum ortasında modeli veya çaba düzeyini değiştirmek “mevcut bağlam önbelleğini geçersiz kılar; yeni bir ön doldurma gerektirir ve token kullanımını artırır”. Oturum açarken Pro veya Highspeed’i seçin ve oturum boyunca aynı modeli kullanın.

İş yüküne göre Pro veya Highspeed

Highspeed’e kimlerin ihtiyacı var: Kimi Code’da veya bir IDE’de K3.1 Pro ile tur tur çalışan, kotası yeterli bir plandaki geliştiriciler ve ilk görünen kelimenin binlerce akıl yürütme token’ının ardından geldiği, kullanıcıya yönelik özellikler geliştiren ekipler. Kimlerin ihtiyacı yok: iş hatları, arka plan ajanları, CI ve değerlendirmeler ile turlarının çoğu araçların çalışmasını beklemekle geçen herkes.

K3 kullanıcıları için dürüst bir uyarı. Aynı ana ID testi, aynı istemde Kimi K3’ü de low düzeyinde zamanladı. K3, benzer miktarda akıl yürüttü (3,013–7,051 token), ancak 22–26 tok/s hızında çıktı üretti ve 154–309 saniyede tamamlandı; K3.1 Pro ise 80–99 saniyede tamamladı. K3 size yavaş geldiyse, normal K3.1 Pro bu isteme ortalamada zaten yarıdan kısa sürede yanıt verdi ve AIHubMix’te token başına fiyatı daha düşüktü. Highspeed bunun üzerine 1.6–1.75× daha hız ekliyor; ancak bu son adım Pro’nun iki katına mal oluyor. Bu, tek bir günde tek bir istemle yapılan bir test olduğundan, K3 ile aradaki farkı iki modelin genel hızının ölçümü değil, bir ipucu olarak değerlendirin. Ayrıca testte yanıt kalitesi karşılaştırılmadı.

Kendi isteminizde ölçün

Her iki ID de AIHubMix üzerinden tek bir anahtarla çalışır. Hızlı başlangıç bölümünde anahtarlar ve temel URL’ler anlatılıyor; AIHubMix karşılaştırma sayfasında ise her iki fiyat listesi, maliyet hesaplayıcısıyla birlikte yan yana yer alıyor. Bu betik aynı istemi her iki ID üzerinden akış halinde gönderir ve nokta kontrolünde kullanılan süreleri yazdırır:

import os, time
from openai import OpenAI

client = OpenAI(base_url="https://aihubmix.com/v1", api_key=os.environ["AIHUBMIX_API_KEY"])
PROMPT = ("Write a clear 600-word explanation of how a hash map handles collisions, "
          "with one short code example in Python. Plain prose, no headings.")

for model in ["kimi-k3.1-pro", "kimi-k3.1-pro-highspeed"]:
    start = time.time()
    first_token = first_answer = usage = None
    stream = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": PROMPT}],
        reasoning_effort="low",
        max_completion_tokens=16384,
        stream=True,
        stream_options={"include_usage": True},
    )
    for chunk in stream:
        if chunk.usage:
            usage = chunk.usage
        if not chunk.choices:
            continue
        delta = chunk.choices[0].delta
        now = time.time() - start
        if first_token is None and (getattr(delta, "reasoning_content", None) or delta.content):
            first_token = now
        if first_answer is None and delta.content:
            first_answer = now
    total = time.time() - start
    details = usage.completion_tokens_details
    reasoning = details.reasoning_tokens if details else 0
    speed = usage.completion_tokens / (total - first_token)
    print(f"{model}: first answer {first_answer:.1f}s, total {total:.1f}s, "
          f"{usage.completion_tokens} tokens ({reasoning} reasoning), {speed:.0f} tok/s")
    if not reasoning:
        print("  no reasoning tokens: this response did not come from K3.1 Pro")

Betik, her iki ID de 1 dışında bir değeri kabul etmediği için temperature parametresini belirtmiyor. Chat Completions kullanıyor: 24 Ekim’de AIHubMix’in Responses uç noktası her iki ana ID için de 404 hatası döndürdü; bu nedenle Codex gibi Responses gerektiren araçlar şimdilik kodlama kanalı ID’lerini kullanıyor. Her modeli birkaç kez çalıştırın. Yukarıdaki tabloda görülen aralıkların da gösterdiği gibi, akıl yürütme modelinin tek bir çalıştırmasının sonucu gürültüden ibarettir.

Sık Sorulan Sorular

Kimi K3.1 Pro Highspeed, K3.1 Pro’dan farklı bir model mi?
Hayır. Moonshot, model yeteneklerinin aynı olduğunu ve yalnızca daha hızlı çalıştığını söylüyor. Kimi API’sinde her iki ID de aynı parametre kısıtlamalarına tabi.

Highspeed ne kadar daha hızlı?
Moonshot’a göre yaklaşık 2–3×. AIHubMix’in tek bir istemde yaptığı nokta kontrolünde Highspeed, Pro’nun 85–88 token/s hızına karşılık 138–150 token/s hızında çıktı üretti; bu yaklaşık 1.6–1.75× hız demek. Ayrıca Pro’nun 80–99 saniyesine karşılık 43–60 saniyede tamamlandı.

Highspeed ne kadar daha pahalı?
Girdi ve çıktı için iki katı, önbellek isabetleri içinse aynı fiyat. AIHubMix’te fiyatlar, milyon token başına $2.00 / $10.50’ye karşılık $4.00 / $21.00; önbellek okumaları her iki modelde de $0.20. Moonshot USD cinsinden liste fiyatlarını henüz yayımlamadı.

Highspeed kodlama ajanımı iki kat hızlandırır mı?
Yalnızca modelin kod yazdığı kısmı. Araç çağrıları, dosya okuma ve yazma işlemleri, komutlar ve betikler aynı hızda çalışır; dolayısıyla zamanının çoğunu testlerde geçiren bir turda kazanım az olur.

Kimi Code’da Highspeed neden bende daha hızlı değil?
Önce model ID’sini kontrol edin. Değer k3.1-pro-highspeed olmalı; yanlış yazılan bir değer, herhangi bir uyarı vermeden K2.8 Preview’e geri döner. ID doğruysa turlarınızda muhtemelen en çok zamanı araçlar alıyordur.

Hangi Kimi Code planlarında Highspeed var?
Yeni planlarda Pro ve üzeri, eski planlarda Allegretto ve üzeri. Highspeed, K3.1 Pro’nun yaklaşık iki katı kota kullanır.

Oturum ortasında Pro ve Highspeed arasında geçiş yapabilir miyim?
Yapabilirsiniz, ancak Kimi Code model değiştirmenin bağlam önbelleğini geçersiz kıldığını ve yeni bir ön doldurma gerektirdiğini bildiriyor. Oturum başlarken birini seçin.

Okumaya devam edin: Kimi K3.1 Pro serisi

• K3’ten geçiş yapmaya K3.1 Pro’nun değip değmediğine henüz karar vermediyseniz, bu yazıda nelerin değiştiği ve gerçek bir görevin maliyeti ele alınıyor: Kimi K3.1 Pro vs K3: Neler Değişti, Maliyeti Ne ve Kimler Geçiş Yapmalı
• ID tuzağı, geçiş sırasında sorun çıkarabilecek durumlardan yalnızca biri. Bu yazıda 400 hataları ve hem bekleme süresini hem de faturayı artıran maksimum çaba varsayılanı ele alınıyor: Kimi K3.1 Pro’ya Geçiş: 400 Hatalarını Giderin, Maksimum Çaba Varsayılanına Dikkat Edin ve Highspeed’i Yanlış Yazmayın
• Hız için ödeme yapıyorsanız, K3.1 Pro’nun aynı ön yüz görevindeki rakipleriyle ve görev başına maliyet açısından nasıl karşılaştırıldığına göz atın: Kimi K3.1 Pro vs Qwen 4 vs Claude Fable 5.5: Ön Yüz Kalitesi, Görev Başına Maliyet ve Abartının Gerçeklik Sınavı

Kaynaklar

• Moonshot AI: Kimi Code model yapılandırması
• Moonshot AI: Kimi K3.1 Pro teknik blogu
• Moonshot AI: Model parametreleri referansı
• AIHubMix: Kimi K3.1 Pro ile Kimi K3.1 Pro Highspeed karşılaştırması
• AIHubMix: Kimi K2.7 Code Highspeed model sayfası