月之暗面Kimi K3.1 Pro Highspeed上线Amazon Bedrock
AWS称该模型是Kimi K3的后训练版本，保持 3T级开放权重架构和 100 万token上下文窗口，输出速度据Moonshot AI报告为Kimi K3.1 Pro的 2–3 倍；已有Kimi K3应用只需修改模型ID。
AI解读：据Moonshot AI说法，该模型是Kimi K3的后训练版本，沿用 3T级开放权重架构与 100 万token上下文窗口，额外训练针对长程智能体任务、降低事实错误，并改进财务建模、办公文档以及游戏引擎、3D场景和CAD脚本等编码任务。
输出速度方面，Moonshot AI报告Highspeed版本达到Kimi K3.1 Pro的 2–3 倍；AWS未在文中给出独立测速数据。
AWS表示模型沿用Kimi K3的端点和功能，客户改模型ID即可试用；推理请求启用零数据保留，数据不共享给Moonshot AI、不用于训练模型。
成本相关选项包括半价的Flex层级和显式提示缓存：Flex价格是Standard的一半，但响应时间可能更长；缓存写入按较高费率计费，缓存读取有折扣且不计入每分钟输入token配额。
可用推理配置文件分为global、us和in三种：global路由到任一支持的商业AWS区域、每token成本更低；us和in分别将处理限制在美国和印度区域内。
AWS机器学习博客 7 月发布文章，介绍Moonshot AI的Kimi K3.1 Pro Highspeed在Amazon Bedrock上线。作者Aris Tsakpinis称，该模型可通过OpenAI兼容的Chat Completions和Responses API，以及Bedrock的Converse和Invoke API调用，推荐使用Chat Completions API。
模型定位与能力
文章称Kimi K3.1 Pro Highspeed属于Moonshot AI新的K3.1系列，是Kimi K3的后训练版本，保持相同的 3T级开放权重架构和 100 万token上下文窗口，并用更多后训练算力训练。
根据Moonshot AI的说法，这些额外训练面向长程智能体工作并减少事实错误，同时改进财务建模、办公文档等专业任务，以及针对游戏引擎、3D场景和计算机辅助设计（CAD）脚本的编码能力。
模型支持工具调用、结构化输出、可配置推理、图像输入和流式输出。AWS称其使用与Kimi K3相同的端点、API和功能，已有Kimi K3应用只需更改代码中的模型ID。
速度、推理设置与价格层级
Moonshot AI报告Highspeed版本的输出token生成速率高于Kimi K3.1 Pro，为后者的 2–3 倍。文章未提供AWS侧的独立基准或延迟数据。
模型总是在回答前进行推理，reasoning_effort可选low、high或max；不设置时默认max，文章称对简单任务降低该值是最直接的减少延迟和输出token的方式。
Flex层级以Standard价格的一半提供推理，代价是响应时间可能更长，适合模型评估、内容摘要和智能体工作流中的后台任务。按请求选择层级，同一应用可混用Priority、Standard和Flex；按需配额在三个层级间共享。
数据边界与提示缓存
AWS称客户数据在AWS数据边界内处理，不共享给Moonshot AI，也不用于训练模型；推理请求始终启用零数据保留，且采用零操作员访问，AWS操作员在推理期间无法查看提示和补全内容。
显式提示缓存适用于Chat Completions、Responses和Invoke API，不适用于Converse。缓存断点前至少要有 256 个token的稳定内容，缓存内容至少保留 30 分钟；缓存写入按高于标准输入的费率计费，缓存读取按折扣费率计费，且不计入每分钟输入token配额。
区域选择与接入方式
模型通过三种跨区域推理配置文件提供：global.moonshotai.kimi-k3.1将请求路由到任一支持的商业AWS区域，每token成本低于地理配置文件，文章推荐多数工作负载使用；us和in前缀的配置文件分别将处理限制在美国和印度区域内，用于有数据驻留要求的工作负载。
文章还演示了在终端编码智能体OpenCode中通过Bedrock Chat Completions接口接入该模型，并在配置中列出low、high、max三档推理强度。