{
  "aboutHtml": "<p>Kimi K3.1 Pro Highspeed er en egen variant av K3.1 Pro som Moonshot AI presenterte sammen med seriens hovedmodell. Produsenten beskriver den som en utgave med vekt på interaksjonshastighet. I Ailoot har den et eget modellkort og den nøyaktige identifikatoren <code>k3.1-pro-highspeed</code>, slik at den kan velges uavhengig av vanlig K3.1 Pro.</p><h3>For trinnvis arbeid</h3><p>Denne varianten kan brukes i et tekstbasert arbeidsløp der resultatet presiseres gjennom flere meldinger: først analysere oppgaven, deretter velge en løsning og så utarbeide tekst eller kode. Send for eksempel inn et programutdrag og en beskrivelse av ønsket oppførsel, få et forslag, legg til begrensninger og be om at en bestemt del omarbeides.</p><p>Et annet bruksområde er analyse av materiale. Legg ved utdrag fra flere dokumenter, still spørsmål og be først om en kort konklusjon, deretter en forklaring for hver kilde. I en lang diskusjon er det nyttig å bevare målet, beslutninger som er tatt, og åpne spørsmål. Det gir neste svar et tydelig utgangspunkt.</p><h3>Hva forespørselen bør inneholde</h3><ul><li>Oppgaven og resultattypen: forklaring, plan, programkode eller analytisk tekst.</li><li>Grunnlagsmaterialet med navn på delene og angivelse av prioritet.</li><li>Begrensninger det må tas hensyn til når svaret utarbeides.</li><li>Kontrollkriterier: hvilke vilkår som må være oppfylt, og hvilke detaljer som må forklares.</li></ul><p>Du kan be om å sammenligne alternativer, lage en trinnvis veiledning eller forklare en kodeendring. Hvis du trenger en beregning, oppgir du måleenheter og utgangsverdier. For en rapport angir du målgruppe, struktur og omfang. Slike presiseringer gjør resultatet enklere å bruke videre.</p><h3>Format og omfang</h3><p>Modellkortet bruker tekst som både inndata og utdata. Du kan sende inn instruksjoner, samtalehistorikk, dokumenter i tekstform og kode. I Standard er grensen opptil 262 144 tokener for inndata og 65 536 tokener for svaret. Ta hensyn til historikk og vedlagt materiale når du setter sammen en stor forespørsel. For omfattende arbeid er det nyttig å fastsette en overordnet plan, gå gjennom delene etter tur og lagre foreløpige konklusjoner.</p>",
  "aboutText": "Kimi K3.1 Pro Highspeed er en egen variant av K3.1 Pro som Moonshot AI presenterte sammen med seriens hovedmodell. Produsenten beskriver den som en utgave med vekt på interaksjonshastighet. I Ailoot har den et eget modellkort og den nøyaktige identifikatoren `k3.1-pro-highspeed`, slik at den kan velges uavhengig av vanlig K3.1 Pro.\n\n### For trinnvis arbeid\n\nDenne varianten kan brukes i et tekstbasert arbeidsløp der resultatet presiseres gjennom flere meldinger: først analysere oppgaven, deretter velge en løsning og så utarbeide tekst eller kode. Send for eksempel inn et programutdrag og en beskrivelse av ønsket oppførsel, få et forslag, legg til begrensninger og be om at en bestemt del omarbeides.\n\nEt annet bruksområde er analyse av materiale. Legg ved utdrag fra flere dokumenter, still spørsmål og be først om en kort konklusjon, deretter en forklaring for hver kilde. I en lang diskusjon er det nyttig å bevare målet, beslutninger som er tatt, og åpne spørsmål. Det gir neste svar et tydelig utgangspunkt.\n\n### Hva forespørselen bør inneholde\n\n- Oppgaven og resultattypen: forklaring, plan, programkode eller analytisk tekst.\n- Grunnlagsmaterialet med navn på delene og angivelse av prioritet.\n- Begrensninger det må tas hensyn til når svaret utarbeides.\n- Kontrollkriterier: hvilke vilkår som må være oppfylt, og hvilke detaljer som må forklares.\n\nDu kan be om å sammenligne alternativer, lage en trinnvis veiledning eller forklare en kodeendring. Hvis du trenger en beregning, oppgir du måleenheter og utgangsverdier. For en rapport angir du målgruppe, struktur og omfang. Slike presiseringer gjør resultatet enklere å bruke videre.\n\n### Format og omfang\n\nModellkortet bruker tekst som både inndata og utdata. Du kan sende inn instruksjoner, samtalehistorikk, dokumenter i tekstform og kode. I Standard er grensen opptil 262 144 tokener for inndata og 65 536 tokener for svaret. Ta hensyn til historikk og vedlagt materiale når du setter sammen en stor forespørsel. For omfattende arbeid er det nyttig å fastsette en overordnet plan, gå gjennom delene etter tur og lagre foreløpige konklusjoner.",
  "locale": "nb",
  "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>Inndatatyper</dt><dd><code>text</code></dd></div><div><dt>Utdatatyper</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>262 144 <em>tokener</em></dd></div><div><dt>Maks. svar</dt><dd>65 536 <em>tokener</em></dd></div></dl><dl><div><dt>Inndata</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Utdata</dt><dd>0,02 USD <em>/ 1K</em></dd></div><div><dt>Lesing fra hurtigbuffer</dt><dd>0,0002 USD <em>/ 1K</em></dd></div><div><dt>Skriving til hurtigbuffer</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Skriving til hurtigbuffer, 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>Inndatatyper</dt><dd><code>text</code></dd></div><div><dt>Utdatatyper</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>262 144 <em>tokener</em></dd></div><div><dt>Maks. svar</dt><dd>65 536 <em>tokener</em></dd></div></dl><dl><div><dt>Inndata</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Utdata</dt><dd>0,02 USD <em>/ 1K</em></dd></div><div><dt>Lesing fra hurtigbuffer</dt><dd>0,0002 USD <em>/ 1K</em></dd></div><div><dt>Skriving til hurtigbuffer</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Skriving til hurtigbuffer, 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>Inndatatyper</dt><dd><code>text</code></dd></div><div><dt>Utdatatyper</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>262 144 <em>tokener</em></dd></div><div><dt>Maks. svar</dt><dd>65 536 <em>tokener</em></dd></div></dl><dl><div><dt>Inndata</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Utdata</dt><dd>0,02 USD <em>/ 1K</em></dd></div><div><dt>Lesing fra hurtigbuffer</dt><dd>0,0002 USD <em>/ 1K</em></dd></div><div><dt>Skriving til hurtigbuffer</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Skriving til hurtigbuffer, 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>Inndatatyper</dt><dd><code>text</code></dd></div><div><dt>Utdatatyper</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>262 144 <em>tokener</em></dd></div><div><dt>Maks. svar</dt><dd>65 536 <em>tokener</em></dd></div></dl><dl><div><dt>Inndata</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Utdata</dt><dd>0,02 USD <em>/ 1K</em></dd></div><div><dt>Lesing fra hurtigbuffer</dt><dd>0,0002 USD <em>/ 1K</em></dd></div><div><dt>Skriving til hurtigbuffer</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Skriving til hurtigbuffer, 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/nb/k3-1-pro-highspeed/",
    "description": "Kimi K3.1 Pro Highspeed er en egen K3.1 Pro-variant for tekstdialog, materialanalyse og kodeutarbeiding i et trinnvis arbeidsløp.",
    "locale": "nb",
    "md_url": "https://ailoot.ai/models/nb/k3-1-pro-highspeed/index.md",
    "title": "k3.1-pro-highspeed",
    "url": "https://ailoot.ai/models/nb/k3-1-pro-highspeed/"
  },
  "rawModel": {
    "about": "Kimi K3.1 Pro Highspeed er en egen variant av K3.1 Pro som Moonshot AI presenterte sammen med seriens hovedmodell. Produsenten beskriver den som en utgave med vekt på interaksjonshastighet. I Ailoot har den et eget modellkort og den nøyaktige identifikatoren `k3.1-pro-highspeed`, slik at den kan velges uavhengig av vanlig K3.1 Pro.\n\n### For trinnvis arbeid\n\nDenne varianten kan brukes i et tekstbasert arbeidsløp der resultatet presiseres gjennom flere meldinger: først analysere oppgaven, deretter velge en løsning og så utarbeide tekst eller kode. Send for eksempel inn et programutdrag og en beskrivelse av ønsket oppførsel, få et forslag, legg til begrensninger og be om at en bestemt del omarbeides.\n\nEt annet bruksområde er analyse av materiale. Legg ved utdrag fra flere dokumenter, still spørsmål og be først om en kort konklusjon, deretter en forklaring for hver kilde. I en lang diskusjon er det nyttig å bevare målet, beslutninger som er tatt, og åpne spørsmål. Det gir neste svar et tydelig utgangspunkt.\n\n### Hva forespørselen bør inneholde\n\n- Oppgaven og resultattypen: forklaring, plan, programkode eller analytisk tekst.\n- Grunnlagsmaterialet med navn på delene og angivelse av prioritet.\n- Begrensninger det må tas hensyn til når svaret utarbeides.\n- Kontrollkriterier: hvilke vilkår som må være oppfylt, og hvilke detaljer som må forklares.\n\nDu kan be om å sammenligne alternativer, lage en trinnvis veiledning eller forklare en kodeendring. Hvis du trenger en beregning, oppgir du måleenheter og utgangsverdier. For en rapport angir du målgruppe, struktur og omfang. Slike presiseringer gjør resultatet enklere å bruke videre.\n\n### Format og omfang\n\nModellkortet bruker tekst som både inndata og utdata. Du kan sende inn instruksjoner, samtalehistorikk, dokumenter i tekstform og kode. I Standard er grensen opptil 262 144 tokener for inndata og 65 536 tokener for svaret. Ta hensyn til historikk og vedlagt materiale når du setter sammen en stor forespørsel. For omfattende arbeid er det nyttig å fastsette en overordnet plan, gå gjennom delene etter tur og lagre foreløpige konklusjoner.",
    "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 er en egen K3.1 Pro-variant for tekstdialog, materialanalyse og kodeutarbeiding i et trinnvis arbeidsløp."
  },
  "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 er en egen K3.1 Pro-variant for tekstdialog, materialanalyse og kodeutarbeiding i et trinnvis arbeidsløp.",
  "source": {
    "audit_sha256": "17c19456e77c235d526367e317e3117e1b51960a26bd8a4f922b344ddc93b67f",
    "bridge_map_sha256": "17c19456e77c235d526367e317e3117e1b51960a26bd8a4f922b344ddc93b67f",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "5a54fa007b398578ab3416e3b0bc45224e960125015b39b725b14b075c6f203b",
      "renderer_sha256": "0739208b6e1aec5b084a8e59808ee40491ceffe1bc116c904e660d83028800dc"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "5a54fa007b398578ab3416e3b0bc45224e960125015b39b725b14b075c6f203b",
    "renderer_sha256": "0739208b6e1aec5b084a8e59808ee40491ceffe1bc116c904e660d83028800dc"
  },
  "sourceRevision": "ab22e47deee785c7557bb10fc9c1a3b8018d3f1c233a90ba3bc73862f2873609"
}
