{
  "aboutHtml": "<p>Kimi K3.1 Pro Highspeed est une variante distincte de K3.1 Pro, présentée par Moonshot AI en même temps que le modèle principal de la série. Le concepteur la distingue par l’accent mis sur la rapidité des échanges. Dans Ailoot, elle dispose de sa propre fiche et de l’identifiant exact <code>k3.1-pro-highspeed</code>, ce qui permet de la sélectionner séparément de K3.1 Pro classique.</p><h3>Pour un travail par étapes</h3><p>Cette variante peut être utilisée dans un processus textuel où le résultat est affiné en plusieurs messages : analyser d’abord la tâche, choisir ensuite une solution, puis préparer un texte ou du code exploitable. Vous pouvez, par exemple, fournir un passage de programme et décrire le comportement souhaité, recevoir une proposition, ajouter des contraintes et demander de retravailler une partie précise.</p><p>L’analyse de contenus constitue un autre usage. Ajoutez des extraits de plusieurs documents, posez vos questions et demandez d’abord une conclusion brève, puis une explication pour chaque source. Pour un échange long, il est utile de conserver l’objectif, les décisions prises et les questions ouvertes : la réponse suivante disposera ainsi de repères clairs.</p><h3>Que transmettre dans la requête</h3><ul><li>La tâche et le type de résultat : explication, plan, code ou texte analytique.</li><li>Les données de départ, avec les titres des sections et leur ordre de priorité.</li><li>Les contraintes à prendre en compte pour préparer la réponse.</li><li>Les critères de vérification : conditions à respecter et points à expliquer impérativement.</li></ul><p>Vous pouvez demander une comparaison de solutions, des instructions pas à pas ou une explication d’une modification du code. Pour un calcul, indiquez les unités et les valeurs de départ ; pour un rapport, précisez le public, la structure et la longueur. Ces précisions rendent le résultat plus facile à utiliser par la suite.</p><h3>Format et volume</h3><p>La fiche fonctionne avec une entrée textuelle et une réponse textuelle. Vous pouvez transmettre des instructions, l’historique d’une conversation, des documents au format texte et du code. Dans Standard, l’entrée est limitée à 262 144 jetons et la réponse à 65 536 jetons. Tenez compte de l’historique et des contenus joints lors de la préparation d’une requête volumineuse. Pour un travail étendu, il est pratique de fixer un plan d’ensemble, puis de traiter successivement ses différentes parties en conservant les conclusions intermédiaires.</p>",
  "aboutText": "Kimi K3.1 Pro Highspeed est une variante distincte de K3.1 Pro, présentée par Moonshot AI en même temps que le modèle principal de la série. Le concepteur la distingue par l’accent mis sur la rapidité des échanges. Dans Ailoot, elle dispose de sa propre fiche et de l’identifiant exact `k3.1-pro-highspeed`, ce qui permet de la sélectionner séparément de K3.1 Pro classique.\n\n### Pour un travail par étapes\n\nCette variante peut être utilisée dans un processus textuel où le résultat est affiné en plusieurs messages : analyser d’abord la tâche, choisir ensuite une solution, puis préparer un texte ou du code exploitable. Vous pouvez, par exemple, fournir un passage de programme et décrire le comportement souhaité, recevoir une proposition, ajouter des contraintes et demander de retravailler une partie précise.\n\nL’analyse de contenus constitue un autre usage. Ajoutez des extraits de plusieurs documents, posez vos questions et demandez d’abord une conclusion brève, puis une explication pour chaque source. Pour un échange long, il est utile de conserver l’objectif, les décisions prises et les questions ouvertes : la réponse suivante disposera ainsi de repères clairs.\n\n### Que transmettre dans la requête\n\n- La tâche et le type de résultat : explication, plan, code ou texte analytique.\n- Les données de départ, avec les titres des sections et leur ordre de priorité.\n- Les contraintes à prendre en compte pour préparer la réponse.\n- Les critères de vérification : conditions à respecter et points à expliquer impérativement.\n\nVous pouvez demander une comparaison de solutions, des instructions pas à pas ou une explication d’une modification du code. Pour un calcul, indiquez les unités et les valeurs de départ ; pour un rapport, précisez le public, la structure et la longueur. Ces précisions rendent le résultat plus facile à utiliser par la suite.\n\n### Format et volume\n\nLa fiche fonctionne avec une entrée textuelle et une réponse textuelle. Vous pouvez transmettre des instructions, l’historique d’une conversation, des documents au format texte et du code. Dans Standard, l’entrée est limitée à 262 144 jetons et la réponse à 65 536 jetons. Tenez compte de l’historique et des contenus joints lors de la préparation d’une requête volumineuse. Pour un travail étendu, il est pratique de fixer un plan d’ensemble, puis de traiter successivement ses différentes parties en conservant les conclusions intermédiaires.",
  "locale": "fr-ca",
  "methods": [
    {
      "html": "<section class=\"meth\" data-route=\"Core\"><header><b><span class=\"alias\">Core</span> Anthropic Messages</b><code>POST /v1/messages</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Entrée</dt><dd><code>text</code></dd></div><div><dt>Sortie</dt><dd><code>text</code></dd></div><div><dt>Contexte</dt><dd>262 144 <em>tokens</em></dd></div><div><dt>Réponse maximale</dt><dd>65 536 <em>tokens</em></dd></div></dl><dl><div><dt>Entrée</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Sortie</dt><dd>0,02 USD <em>/ 1K</em></dd></div><div><dt>Lecture du cache</dt><dd>0,0002 USD <em>/ 1K</em></dd></div><div><dt>Écriture dans le cache</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Écriture dans le cache, 5 min</dt><dd>0,004 USD <em>/ 1K tokens</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "k3.1-pro-highspeed",
        "fmt": "messages",
        "http": "POST",
        "path": "/v1/messages",
        "request_model_id": "k3.1-pro-highspeed",
        "route_label": "Core"
      },
      "method_key": "Core|messages|/v1/messages|k3.1-pro-highspeed",
      "ordinal": 0,
      "rawMethod": {
        "cache_read": 0.2,
        "cache_write": 4.0,
        "cache_write_1h": null,
        "cache_write_5m": 4.0,
        "conditional_meter": null,
        "ctx": 262144,
        "family": "anthropic",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "messages",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 4.0,
        "input": [
          "text"
        ],
        "label": "Anthropic Messages",
        "max_out": 65536,
        "max_tool_calls": null,
        "out": 20.0,
        "output": [
          "text"
        ],
        "path": "/v1/messages",
        "request_model_id": "k3.1-pro-highspeed",
        "route_label": "Core",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Core\"><header><b><span class=\"alias\">Core</span> OpenAI Responses</b><code>POST /v1/responses</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Entrée</dt><dd><code>text</code></dd></div><div><dt>Sortie</dt><dd><code>text</code></dd></div><div><dt>Contexte</dt><dd>262 144 <em>tokens</em></dd></div><div><dt>Réponse maximale</dt><dd>65 536 <em>tokens</em></dd></div></dl><dl><div><dt>Entrée</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Sortie</dt><dd>0,02 USD <em>/ 1K</em></dd></div><div><dt>Lecture du cache</dt><dd>0,0002 USD <em>/ 1K</em></dd></div><div><dt>Écriture dans le cache</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Écriture dans le cache, 5 min</dt><dd>0,004 USD <em>/ 1K tokens</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "k3.1-pro-highspeed",
        "fmt": "responses",
        "http": "POST",
        "path": "/v1/responses",
        "request_model_id": "k3.1-pro-highspeed",
        "route_label": "Core"
      },
      "method_key": "Core|responses|/v1/responses|k3.1-pro-highspeed",
      "ordinal": 1,
      "rawMethod": {
        "cache_read": 0.2,
        "cache_write": 4.0,
        "cache_write_1h": null,
        "cache_write_5m": 4.0,
        "conditional_meter": null,
        "ctx": 262144,
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 4.0,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": 65536,
        "max_tool_calls": null,
        "out": 20.0,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "k3.1-pro-highspeed",
        "route_label": "Core",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Core\"><header><b><span class=\"alias\">Core</span> OpenAI Chat</b><code>POST /v1/chat/completions</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Entrée</dt><dd><code>text</code></dd></div><div><dt>Sortie</dt><dd><code>text</code></dd></div><div><dt>Contexte</dt><dd>262 144 <em>tokens</em></dd></div><div><dt>Réponse maximale</dt><dd>65 536 <em>tokens</em></dd></div></dl><dl><div><dt>Entrée</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Sortie</dt><dd>0,02 USD <em>/ 1K</em></dd></div><div><dt>Lecture du cache</dt><dd>0,0002 USD <em>/ 1K</em></dd></div><div><dt>Écriture dans le cache</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Écriture dans le cache, 5 min</dt><dd>0,004 USD <em>/ 1K tokens</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "k3.1-pro-highspeed",
        "fmt": "chat",
        "http": "POST",
        "path": "/v1/chat/completions",
        "request_model_id": "k3.1-pro-highspeed",
        "route_label": "Core"
      },
      "method_key": "Core|chat|/v1/chat/completions|k3.1-pro-highspeed",
      "ordinal": 2,
      "rawMethod": {
        "cache_read": 0.2,
        "cache_write": 4.0,
        "cache_write_1h": null,
        "cache_write_5m": 4.0,
        "conditional_meter": null,
        "ctx": 262144,
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 4.0,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": 65536,
        "max_tool_calls": null,
        "out": 20.0,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "k3.1-pro-highspeed",
        "route_label": "Core",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Core\"><header><b><span class=\"alias\">Core</span> Gemini generateContent</b><code>POST /v1beta/models/{model}:generateContent</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Entrée</dt><dd><code>text</code></dd></div><div><dt>Sortie</dt><dd><code>text</code></dd></div><div><dt>Contexte</dt><dd>262 144 <em>tokens</em></dd></div><div><dt>Réponse maximale</dt><dd>65 536 <em>tokens</em></dd></div></dl><dl><div><dt>Entrée</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Sortie</dt><dd>0,02 USD <em>/ 1K</em></dd></div><div><dt>Lecture du cache</dt><dd>0,0002 USD <em>/ 1K</em></dd></div><div><dt>Écriture dans le cache</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Écriture dans le cache, 5 min</dt><dd>0,004 USD <em>/ 1K tokens</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "k3.1-pro-highspeed",
        "fmt": "gemini",
        "http": "POST",
        "path": "/v1beta/models/{model}:generateContent",
        "request_model_id": "k3.1-pro-highspeed",
        "route_label": "Core"
      },
      "method_key": "Core|gemini|/v1beta/models/{model}:generateContent|k3.1-pro-highspeed",
      "ordinal": 3,
      "rawMethod": {
        "cache_read": 0.2,
        "cache_write": 4.0,
        "cache_write_1h": null,
        "cache_write_5m": 4.0,
        "conditional_meter": null,
        "ctx": 262144,
        "family": "gemini",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "gemini",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 4.0,
        "input": [
          "text"
        ],
        "label": "Gemini generateContent",
        "max_out": 65536,
        "max_tool_calls": null,
        "out": 20.0,
        "output": [
          "text"
        ],
        "path": "/v1beta/models/{model}:generateContent",
        "request_model_id": "k3.1-pro-highspeed",
        "route_label": "Core",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    }
  ],
  "model_id": "k3.1-pro-highspeed",
  "page": {
    "canonical": "https://ailoot.ai/models/fr-ca/k3-1-pro-highspeed/",
    "description": "Kimi K3.1 Pro Highspeed est une variante distincte de K3.1 Pro pour le dialogue textuel, l’analyse de contenus et la préparation de code au fil du travail.",
    "locale": "fr-ca",
    "md_url": "https://ailoot.ai/models/fr-ca/k3-1-pro-highspeed/index.md",
    "title": "k3.1-pro-highspeed",
    "url": "https://ailoot.ai/models/fr-ca/k3-1-pro-highspeed/"
  },
  "rawModel": {
    "about": "Kimi K3.1 Pro Highspeed est une variante distincte de K3.1 Pro, présentée par Moonshot AI en même temps que le modèle principal de la série. Le concepteur la distingue par l’accent mis sur la rapidité des échanges. Dans Ailoot, elle dispose de sa propre fiche et de l’identifiant exact `k3.1-pro-highspeed`, ce qui permet de la sélectionner séparément de K3.1 Pro classique.\n\n### Pour un travail par étapes\n\nCette variante peut être utilisée dans un processus textuel où le résultat est affiné en plusieurs messages : analyser d’abord la tâche, choisir ensuite une solution, puis préparer un texte ou du code exploitable. Vous pouvez, par exemple, fournir un passage de programme et décrire le comportement souhaité, recevoir une proposition, ajouter des contraintes et demander de retravailler une partie précise.\n\nL’analyse de contenus constitue un autre usage. Ajoutez des extraits de plusieurs documents, posez vos questions et demandez d’abord une conclusion brève, puis une explication pour chaque source. Pour un échange long, il est utile de conserver l’objectif, les décisions prises et les questions ouvertes : la réponse suivante disposera ainsi de repères clairs.\n\n### Que transmettre dans la requête\n\n- La tâche et le type de résultat : explication, plan, code ou texte analytique.\n- Les données de départ, avec les titres des sections et leur ordre de priorité.\n- Les contraintes à prendre en compte pour préparer la réponse.\n- Les critères de vérification : conditions à respecter et points à expliquer impérativement.\n\nVous pouvez demander une comparaison de solutions, des instructions pas à pas ou une explication d’une modification du code. Pour un calcul, indiquez les unités et les valeurs de départ ; pour un rapport, précisez le public, la structure et la longueur. Ces précisions rendent le résultat plus facile à utiliser par la suite.\n\n### Format et volume\n\nLa fiche fonctionne avec une entrée textuelle et une réponse textuelle. Vous pouvez transmettre des instructions, l’historique d’une conversation, des documents au format texte et du code. Dans Standard, l’entrée est limitée à 262 144 jetons et la réponse à 65 536 jetons. Tenez compte de l’historique et des contenus joints lors de la préparation d’une requête volumineuse. Pour un travail étendu, il est pratique de fixer un plan d’ensemble, puis de traiter successivement ses différentes parties en conservant les conclusions intermédiaires.",
    "alias_of": null,
    "aliases": [],
    "author": "MoonshotAI",
    "canonical_model": "k3.1-pro-highspeed",
    "ctx": 262144,
    "formats": [
      "chat",
      "gemini",
      "messages",
      "responses"
    ],
    "id": "k3.1-pro-highspeed",
    "input": [
      "text"
    ],
    "kind": "text",
    "max_out": 65536,
    "methods": [
      {
        "cache_read": 0.2,
        "cache_write": 4.0,
        "cache_write_1h": null,
        "cache_write_5m": 4.0,
        "conditional_meter": null,
        "ctx": 262144,
        "family": "anthropic",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "messages",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 4.0,
        "input": [
          "text"
        ],
        "label": "Anthropic Messages",
        "max_out": 65536,
        "max_tool_calls": null,
        "out": 20.0,
        "output": [
          "text"
        ],
        "path": "/v1/messages",
        "request_model_id": "k3.1-pro-highspeed",
        "route_label": "Core",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.2,
        "cache_write": 4.0,
        "cache_write_1h": null,
        "cache_write_5m": 4.0,
        "conditional_meter": null,
        "ctx": 262144,
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 4.0,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": 65536,
        "max_tool_calls": null,
        "out": 20.0,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "k3.1-pro-highspeed",
        "route_label": "Core",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.2,
        "cache_write": 4.0,
        "cache_write_1h": null,
        "cache_write_5m": 4.0,
        "conditional_meter": null,
        "ctx": 262144,
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 4.0,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": 65536,
        "max_tool_calls": null,
        "out": 20.0,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "k3.1-pro-highspeed",
        "route_label": "Core",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.2,
        "cache_write": 4.0,
        "cache_write_1h": null,
        "cache_write_5m": 4.0,
        "conditional_meter": null,
        "ctx": 262144,
        "family": "gemini",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "gemini",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 4.0,
        "input": [
          "text"
        ],
        "label": "Gemini generateContent",
        "max_out": 65536,
        "max_tool_calls": null,
        "out": 20.0,
        "output": [
          "text"
        ],
        "path": "/v1beta/models/{model}:generateContent",
        "request_model_id": "k3.1-pro-highspeed",
        "route_label": "Core",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "k3.1-pro-highspeed",
        "request_model_id": "k3.1-pro-highspeed",
        "route_label": "Core"
      }
    ],
    "name": "k3.1-pro-highspeed",
    "price": {
      "in": 4.0,
      "in_label": null,
      "out": 20.0,
      "out_label": null,
      "sort_in": 4.0,
      "sort_out": 20.0,
      "varies": false
    },
    "public_id": "k3.1-pro-highspeed",
    "short": "Kimi K3.1 Pro Highspeed est une variante distincte de K3.1 Pro pour le dialogue textuel, l’analyse de contenus et la préparation de code au fil du travail."
  },
  "renderer_schema": {
    "method_order": "rawModel.methods-ordinal",
    "prices": "exact-native-DTO-units-and-selected-renderer-html"
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Kimi K3.1 Pro Highspeed est une variante distincte de K3.1 Pro pour le dialogue textuel, l’analyse de contenus et la préparation de code au fil du travail.",
  "source": {
    "audit_sha256": "1d135bcb310b5e2e26ab0b305d86256dc036cc0664f60f6215bbe23771af619d",
    "bridge_map_sha256": "1d135bcb310b5e2e26ab0b305d86256dc036cc0664f60f6215bbe23771af619d",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "fa0e63bbafed3f31a6e15cbe165b2da5af1754712081c36b3284249dfcc53e74",
      "renderer_sha256": "d00c2641e8634b9840a33c7bef78f4e4bcefbc3499086d92fabcdf9fde35dc47"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "fa0e63bbafed3f31a6e15cbe165b2da5af1754712081c36b3284249dfcc53e74",
    "renderer_sha256": "d00c2641e8634b9840a33c7bef78f4e4bcefbc3499086d92fabcdf9fde35dc47"
  },
  "sourceRevision": "e8d7fedf97ccb636cf64830c21f274e71ff30686ac8350ac9eb936c0023709ec"
}
