{
  "aboutHtml": "<p>Kimi K3.1 Pro Highspeed is een aparte variant van K3.1 Pro die Moonshot AI samen met het hoofdmodel van de serie presenteerde. De maker onderscheidt deze uitvoering door de nadruk op interactiesnelheid. In Ailoot heeft het model een eigen modelkaart en de exacte identificatie <code>k3.1-pro-highspeed</code>, zodat je het afzonderlijk van de gewone K3.1 Pro kunt kiezen.</p><h3>Voor stapsgewijs werk</h3><p>Deze variant is bruikbaar in een tekstproces waarin je het resultaat via meerdere berichten aanscherpt: eerst de taak analyseren, dan een oplossing kiezen en vervolgens de benodigde tekst of code voorbereiden. Geef bijvoorbeeld een programmafragment en het gewenste gedrag, ontvang een voorstel, voeg beperkingen toe en laat een specifiek gedeelte herwerken.</p><p>Een andere toepassing is het analyseren van materiaal. Voeg fragmenten uit meerdere documenten toe, stel vragen en vraag eerst om een korte conclusie en daarna om een toelichting per bron. Bij een lang gesprek helpt het om het doel, genomen besluiten en openstaande vragen te bewaren. Zo heeft het volgende antwoord een duidelijke basis.</p><h3>Wat je in de aanvraag meegeeft</h3><ul><li>De taak en het soort resultaat: uitleg, een plan, programmacode of een analytische tekst.</li><li>Bronmateriaal met sectienamen en een aanduiding van de prioriteit.</li><li>Beperkingen waarmee het antwoord rekening moet houden.</li><li>Controlecriteria: aan welke voorwaarden moet het resultaat voldoen en welke details moeten worden uitgelegd?</li></ul><p>Je kunt vragen om opties te vergelijken, een stappenplan te maken of een codewijziging uit te leggen. Geef bij berekeningen de eenheden en beginwaarden aan; vermeld bij een rapport de doelgroep, structuur en omvang. Met zulke verduidelijkingen is het resultaat gemakkelijker verder te gebruiken.</p><h3>Formaat en omvang</h3><p>De modelkaart werkt met tekstinvoer en tekstuitvoer. Je kunt instructies, gespreksgeschiedenis, documenten als tekst en code aanleveren. In Standard geldt een invoerlimiet van 262 144 tokens en een antwoordlimiet van 65 536 tokens. Houd bij een grote aanvraag rekening met de geschiedenis en bijgevoegd materiaal. Leg bij omvangrijk werk eerst het algemene plan vast, behandel vervolgens de afzonderlijke delen en bewaar de tussenconclusies.</p>",
  "aboutText": "Kimi K3.1 Pro Highspeed is een aparte variant van K3.1 Pro die Moonshot AI samen met het hoofdmodel van de serie presenteerde. De maker onderscheidt deze uitvoering door de nadruk op interactiesnelheid. In Ailoot heeft het model een eigen modelkaart en de exacte identificatie `k3.1-pro-highspeed`, zodat je het afzonderlijk van de gewone K3.1 Pro kunt kiezen.\n\n### Voor stapsgewijs werk\n\nDeze variant is bruikbaar in een tekstproces waarin je het resultaat via meerdere berichten aanscherpt: eerst de taak analyseren, dan een oplossing kiezen en vervolgens de benodigde tekst of code voorbereiden. Geef bijvoorbeeld een programmafragment en het gewenste gedrag, ontvang een voorstel, voeg beperkingen toe en laat een specifiek gedeelte herwerken.\n\nEen andere toepassing is het analyseren van materiaal. Voeg fragmenten uit meerdere documenten toe, stel vragen en vraag eerst om een korte conclusie en daarna om een toelichting per bron. Bij een lang gesprek helpt het om het doel, genomen besluiten en openstaande vragen te bewaren. Zo heeft het volgende antwoord een duidelijke basis.\n\n### Wat je in de aanvraag meegeeft\n\n- De taak en het soort resultaat: uitleg, een plan, programmacode of een analytische tekst.\n- Bronmateriaal met sectienamen en een aanduiding van de prioriteit.\n- Beperkingen waarmee het antwoord rekening moet houden.\n- Controlecriteria: aan welke voorwaarden moet het resultaat voldoen en welke details moeten worden uitgelegd?\n\nJe kunt vragen om opties te vergelijken, een stappenplan te maken of een codewijziging uit te leggen. Geef bij berekeningen de eenheden en beginwaarden aan; vermeld bij een rapport de doelgroep, structuur en omvang. Met zulke verduidelijkingen is het resultaat gemakkelijker verder te gebruiken.\n\n### Formaat en omvang\n\nDe modelkaart werkt met tekstinvoer en tekstuitvoer. Je kunt instructies, gespreksgeschiedenis, documenten als tekst en code aanleveren. In Standard geldt een invoerlimiet van 262 144 tokens en een antwoordlimiet van 65 536 tokens. Houd bij een grote aanvraag rekening met de geschiedenis en bijgevoegd materiaal. Leg bij omvangrijk werk eerst het algemene plan vast, behandel vervolgens de afzonderlijke delen en bewaar de tussenconclusies.",
  "locale": "nl-be",
  "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>Invoer</dt><dd><code>text</code></dd></div><div><dt>Uitvoer</dt><dd><code>text</code></dd></div><div><dt>Context</dt><dd>262.144 <em>tokens</em></dd></div><div><dt>Max. antwoord</dt><dd>65.536 <em>tokens</em></dd></div></dl><dl><div><dt>Invoer</dt><dd>US$ 0,004 <em>/ 1K</em></dd></div><div><dt>Uitvoer</dt><dd>US$ 0,02 <em>/ 1K</em></dd></div><div><dt>Cache lezen</dt><dd>US$ 0,0002 <em>/ 1K</em></dd></div><div><dt>Cache schrijven</dt><dd>US$ 0,004 <em>/ 1K</em></dd></div><div><dt>Cache schrijven, 5 min</dt><dd>US$ 0,004 <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>Invoer</dt><dd><code>text</code></dd></div><div><dt>Uitvoer</dt><dd><code>text</code></dd></div><div><dt>Context</dt><dd>262.144 <em>tokens</em></dd></div><div><dt>Max. antwoord</dt><dd>65.536 <em>tokens</em></dd></div></dl><dl><div><dt>Invoer</dt><dd>US$ 0,004 <em>/ 1K</em></dd></div><div><dt>Uitvoer</dt><dd>US$ 0,02 <em>/ 1K</em></dd></div><div><dt>Cache lezen</dt><dd>US$ 0,0002 <em>/ 1K</em></dd></div><div><dt>Cache schrijven</dt><dd>US$ 0,004 <em>/ 1K</em></dd></div><div><dt>Cache schrijven, 5 min</dt><dd>US$ 0,004 <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>Invoer</dt><dd><code>text</code></dd></div><div><dt>Uitvoer</dt><dd><code>text</code></dd></div><div><dt>Context</dt><dd>262.144 <em>tokens</em></dd></div><div><dt>Max. antwoord</dt><dd>65.536 <em>tokens</em></dd></div></dl><dl><div><dt>Invoer</dt><dd>US$ 0,004 <em>/ 1K</em></dd></div><div><dt>Uitvoer</dt><dd>US$ 0,02 <em>/ 1K</em></dd></div><div><dt>Cache lezen</dt><dd>US$ 0,0002 <em>/ 1K</em></dd></div><div><dt>Cache schrijven</dt><dd>US$ 0,004 <em>/ 1K</em></dd></div><div><dt>Cache schrijven, 5 min</dt><dd>US$ 0,004 <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>Invoer</dt><dd><code>text</code></dd></div><div><dt>Uitvoer</dt><dd><code>text</code></dd></div><div><dt>Context</dt><dd>262.144 <em>tokens</em></dd></div><div><dt>Max. antwoord</dt><dd>65.536 <em>tokens</em></dd></div></dl><dl><div><dt>Invoer</dt><dd>US$ 0,004 <em>/ 1K</em></dd></div><div><dt>Uitvoer</dt><dd>US$ 0,02 <em>/ 1K</em></dd></div><div><dt>Cache lezen</dt><dd>US$ 0,0002 <em>/ 1K</em></dd></div><div><dt>Cache schrijven</dt><dd>US$ 0,004 <em>/ 1K</em></dd></div><div><dt>Cache schrijven, 5 min</dt><dd>US$ 0,004 <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/nl-be/k3-1-pro-highspeed/",
    "description": "Kimi K3.1 Pro Highspeed is een aparte K3.1 Pro-variant voor tekstgesprekken, materiaalanalyse en codevoorbereiding tijdens stapsgewijs werk.",
    "locale": "nl-be",
    "md_url": "https://ailoot.ai/models/nl-be/k3-1-pro-highspeed/index.md",
    "title": "k3.1-pro-highspeed",
    "url": "https://ailoot.ai/models/nl-be/k3-1-pro-highspeed/"
  },
  "rawModel": {
    "about": "Kimi K3.1 Pro Highspeed is een aparte variant van K3.1 Pro die Moonshot AI samen met het hoofdmodel van de serie presenteerde. De maker onderscheidt deze uitvoering door de nadruk op interactiesnelheid. In Ailoot heeft het model een eigen modelkaart en de exacte identificatie `k3.1-pro-highspeed`, zodat je het afzonderlijk van de gewone K3.1 Pro kunt kiezen.\n\n### Voor stapsgewijs werk\n\nDeze variant is bruikbaar in een tekstproces waarin je het resultaat via meerdere berichten aanscherpt: eerst de taak analyseren, dan een oplossing kiezen en vervolgens de benodigde tekst of code voorbereiden. Geef bijvoorbeeld een programmafragment en het gewenste gedrag, ontvang een voorstel, voeg beperkingen toe en laat een specifiek gedeelte herwerken.\n\nEen andere toepassing is het analyseren van materiaal. Voeg fragmenten uit meerdere documenten toe, stel vragen en vraag eerst om een korte conclusie en daarna om een toelichting per bron. Bij een lang gesprek helpt het om het doel, genomen besluiten en openstaande vragen te bewaren. Zo heeft het volgende antwoord een duidelijke basis.\n\n### Wat je in de aanvraag meegeeft\n\n- De taak en het soort resultaat: uitleg, een plan, programmacode of een analytische tekst.\n- Bronmateriaal met sectienamen en een aanduiding van de prioriteit.\n- Beperkingen waarmee het antwoord rekening moet houden.\n- Controlecriteria: aan welke voorwaarden moet het resultaat voldoen en welke details moeten worden uitgelegd?\n\nJe kunt vragen om opties te vergelijken, een stappenplan te maken of een codewijziging uit te leggen. Geef bij berekeningen de eenheden en beginwaarden aan; vermeld bij een rapport de doelgroep, structuur en omvang. Met zulke verduidelijkingen is het resultaat gemakkelijker verder te gebruiken.\n\n### Formaat en omvang\n\nDe modelkaart werkt met tekstinvoer en tekstuitvoer. Je kunt instructies, gespreksgeschiedenis, documenten als tekst en code aanleveren. In Standard geldt een invoerlimiet van 262 144 tokens en een antwoordlimiet van 65 536 tokens. Houd bij een grote aanvraag rekening met de geschiedenis en bijgevoegd materiaal. Leg bij omvangrijk werk eerst het algemene plan vast, behandel vervolgens de afzonderlijke delen en bewaar de tussenconclusies.",
    "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 is een aparte K3.1 Pro-variant voor tekstgesprekken, materiaalanalyse en codevoorbereiding tijdens stapsgewijs werk."
  },
  "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 is een aparte K3.1 Pro-variant voor tekstgesprekken, materiaalanalyse en codevoorbereiding tijdens stapsgewijs werk.",
  "source": {
    "audit_sha256": "583868e180ab5e90c4682fd41f1b133ea13773008fd67ad3b1d090ae3beebbfb",
    "bridge_map_sha256": "583868e180ab5e90c4682fd41f1b133ea13773008fd67ad3b1d090ae3beebbfb",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "f496ac3c7237a55e203da79c5a9b1b792d67cf0e4619a36b218d08b758a215dc",
      "renderer_sha256": "b942fac530cc59ce30b81de9d2d3a3935a4331cdd5fb411371b7cbacc34ce19f"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "f496ac3c7237a55e203da79c5a9b1b792d67cf0e4619a36b218d08b758a215dc",
    "renderer_sha256": "b942fac530cc59ce30b81de9d2d3a3935a4331cdd5fb411371b7cbacc34ce19f"
  },
  "sourceRevision": "478770661094b5b54260a2c3cddd93a16e55ed15576cdc26c7df9957ba59f545"
}
