{
  "aboutHtml": "<p>Kimi K3.1 Pro Highspeed to osobny wariant K3.1 Pro, który Moonshot AI przedstawiła wraz z głównym modelem serii. Producent wyróżnia go jako wykonanie z naciskiem na szybkość interakcji. W Ailoot ma niezależną kartę i dokładny identyfikator <code>k3.1-pro-highspeed</code>, dlatego można go wybierać osobno od zwykłego K3.1 Pro.</p><h3>Do stopniowej pracy</h3><p>Ten wariant można wykorzystać w procesie tekstowym, w którym wynik jest dopracowywany w kilku wiadomościach: najpierw analiza zadania, potem wybór rozwiązania, a następnie przygotowanie tekstu roboczego lub kodu. Przykładowo przekaż fragment programu i opis potrzebnego zachowania, otrzymaj propozycję, dodaj ograniczenia i poproś o przerobienie konkretnego fragmentu.</p><p>Inny scenariusz to analiza materiałów. Dodaj wyciągi z kilku dokumentów, zadaj pytania i poproś najpierw o krótki wniosek, a potem o wyjaśnienie dla każdego źródła. Przy długiej dyskusji warto zachowywać cel, podjęte decyzje i otwarte pytania: daje to kolejnej odpowiedzi czytelne oparcie.</p><h3>Co przekazać w zapytaniu</h3><ul><li>Zadanie i rodzaj wyniku: wyjaśnienie, plan, kod programu lub tekst analityczny.</li><li>Dane źródłowe z nazwami sekcji i określeniem ich priorytetu.</li><li>Ograniczenia, które trzeba uwzględnić przy przygotowaniu odpowiedzi.</li><li>Kryteria kontroli: jakie warunki muszą być spełnione i które szczegóły należy wyjaśnić.</li></ul><p>Możesz poprosić o porównanie wariantów, instrukcję krok po kroku lub wyjaśnienie zmiany w kodzie. Jeśli potrzebne jest obliczenie, podaj jednostki i wartości wejściowe; jeśli raport — odbiorców, strukturę i objętość. Takie doprecyzowania ułatwiają późniejsze wykorzystanie wyniku.</p><h3>Format i objętość</h3><p>Karta działa z wejściem tekstowym i odpowiedzią tekstową. Można przekazywać instrukcje, historię rozmowy, dokumenty w postaci tekstowej i kod. W Standard ustawiono limit wejścia do 262 144 tokenów i odpowiedzi do 65 536 tokenów. Przy dużym zapytaniu uwzględnij historię i dołączone materiały. Przy obszernej pracy warto ustalić wspólny plan, a następnie kolejno analizować poszczególne części i zapisywać wnioski pośrednie.</p>",
  "aboutText": "Kimi K3.1 Pro Highspeed to osobny wariant K3.1 Pro, który Moonshot AI przedstawiła wraz z głównym modelem serii. Producent wyróżnia go jako wykonanie z naciskiem na szybkość interakcji. W Ailoot ma niezależną kartę i dokładny identyfikator `k3.1-pro-highspeed`, dlatego można go wybierać osobno od zwykłego K3.1 Pro.\n\n### Do stopniowej pracy\n\nTen wariant można wykorzystać w procesie tekstowym, w którym wynik jest dopracowywany w kilku wiadomościach: najpierw analiza zadania, potem wybór rozwiązania, a następnie przygotowanie tekstu roboczego lub kodu. Przykładowo przekaż fragment programu i opis potrzebnego zachowania, otrzymaj propozycję, dodaj ograniczenia i poproś o przerobienie konkretnego fragmentu.\n\nInny scenariusz to analiza materiałów. Dodaj wyciągi z kilku dokumentów, zadaj pytania i poproś najpierw o krótki wniosek, a potem o wyjaśnienie dla każdego źródła. Przy długiej dyskusji warto zachowywać cel, podjęte decyzje i otwarte pytania: daje to kolejnej odpowiedzi czytelne oparcie.\n\n### Co przekazać w zapytaniu\n\n- Zadanie i rodzaj wyniku: wyjaśnienie, plan, kod programu lub tekst analityczny.\n- Dane źródłowe z nazwami sekcji i określeniem ich priorytetu.\n- Ograniczenia, które trzeba uwzględnić przy przygotowaniu odpowiedzi.\n- Kryteria kontroli: jakie warunki muszą być spełnione i które szczegóły należy wyjaśnić.\n\nMożesz poprosić o porównanie wariantów, instrukcję krok po kroku lub wyjaśnienie zmiany w kodzie. Jeśli potrzebne jest obliczenie, podaj jednostki i wartości wejściowe; jeśli raport — odbiorców, strukturę i objętość. Takie doprecyzowania ułatwiają późniejsze wykorzystanie wyniku.\n\n### Format i objętość\n\nKarta działa z wejściem tekstowym i odpowiedzią tekstową. Można przekazywać instrukcje, historię rozmowy, dokumenty w postaci tekstowej i kod. W Standard ustawiono limit wejścia do 262 144 tokenów i odpowiedzi do 65 536 tokenów. Przy dużym zapytaniu uwzględnij historię i dołączone materiały. Przy obszernej pracy warto ustalić wspólny plan, a następnie kolejno analizować poszczególne części i zapisywać wnioski pośrednie.",
  "locale": "pl",
  "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>Wejście</dt><dd><code>text</code></dd></div><div><dt>Wyjście</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>262 144 <em>tokenów</em></dd></div><div><dt>Maks. odpowiedź</dt><dd>65 536 <em>tokenów</em></dd></div></dl><dl><div><dt>Wejście</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Wyjście</dt><dd>0,02 USD <em>/ 1K</em></dd></div><div><dt>Odczyt cache</dt><dd>0,0002 USD <em>/ 1K</em></dd></div><div><dt>Zapis do cache</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Zapis do 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>Wejście</dt><dd><code>text</code></dd></div><div><dt>Wyjście</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>262 144 <em>tokenów</em></dd></div><div><dt>Maks. odpowiedź</dt><dd>65 536 <em>tokenów</em></dd></div></dl><dl><div><dt>Wejście</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Wyjście</dt><dd>0,02 USD <em>/ 1K</em></dd></div><div><dt>Odczyt cache</dt><dd>0,0002 USD <em>/ 1K</em></dd></div><div><dt>Zapis do cache</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Zapis do 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>Wejście</dt><dd><code>text</code></dd></div><div><dt>Wyjście</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>262 144 <em>tokenów</em></dd></div><div><dt>Maks. odpowiedź</dt><dd>65 536 <em>tokenów</em></dd></div></dl><dl><div><dt>Wejście</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Wyjście</dt><dd>0,02 USD <em>/ 1K</em></dd></div><div><dt>Odczyt cache</dt><dd>0,0002 USD <em>/ 1K</em></dd></div><div><dt>Zapis do cache</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Zapis do 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>Wejście</dt><dd><code>text</code></dd></div><div><dt>Wyjście</dt><dd><code>text</code></dd></div><div><dt>Kontekst</dt><dd>262 144 <em>tokenów</em></dd></div><div><dt>Maks. odpowiedź</dt><dd>65 536 <em>tokenów</em></dd></div></dl><dl><div><dt>Wejście</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Wyjście</dt><dd>0,02 USD <em>/ 1K</em></dd></div><div><dt>Odczyt cache</dt><dd>0,0002 USD <em>/ 1K</em></dd></div><div><dt>Zapis do cache</dt><dd>0,004 USD <em>/ 1K</em></dd></div><div><dt>Zapis do 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/pl/k3-1-pro-highspeed/",
    "description": "Kimi K3.1 Pro Highspeed to osobny wariant K3.1 Pro do dialogu tekstowego, analizy materiałów i przygotowania kodu w kolejnych etapach pracy.",
    "locale": "pl",
    "md_url": "https://ailoot.ai/models/pl/k3-1-pro-highspeed/index.md",
    "title": "k3.1-pro-highspeed",
    "url": "https://ailoot.ai/models/pl/k3-1-pro-highspeed/"
  },
  "rawModel": {
    "about": "Kimi K3.1 Pro Highspeed to osobny wariant K3.1 Pro, który Moonshot AI przedstawiła wraz z głównym modelem serii. Producent wyróżnia go jako wykonanie z naciskiem na szybkość interakcji. W Ailoot ma niezależną kartę i dokładny identyfikator `k3.1-pro-highspeed`, dlatego można go wybierać osobno od zwykłego K3.1 Pro.\n\n### Do stopniowej pracy\n\nTen wariant można wykorzystać w procesie tekstowym, w którym wynik jest dopracowywany w kilku wiadomościach: najpierw analiza zadania, potem wybór rozwiązania, a następnie przygotowanie tekstu roboczego lub kodu. Przykładowo przekaż fragment programu i opis potrzebnego zachowania, otrzymaj propozycję, dodaj ograniczenia i poproś o przerobienie konkretnego fragmentu.\n\nInny scenariusz to analiza materiałów. Dodaj wyciągi z kilku dokumentów, zadaj pytania i poproś najpierw o krótki wniosek, a potem o wyjaśnienie dla każdego źródła. Przy długiej dyskusji warto zachowywać cel, podjęte decyzje i otwarte pytania: daje to kolejnej odpowiedzi czytelne oparcie.\n\n### Co przekazać w zapytaniu\n\n- Zadanie i rodzaj wyniku: wyjaśnienie, plan, kod programu lub tekst analityczny.\n- Dane źródłowe z nazwami sekcji i określeniem ich priorytetu.\n- Ograniczenia, które trzeba uwzględnić przy przygotowaniu odpowiedzi.\n- Kryteria kontroli: jakie warunki muszą być spełnione i które szczegóły należy wyjaśnić.\n\nMożesz poprosić o porównanie wariantów, instrukcję krok po kroku lub wyjaśnienie zmiany w kodzie. Jeśli potrzebne jest obliczenie, podaj jednostki i wartości wejściowe; jeśli raport — odbiorców, strukturę i objętość. Takie doprecyzowania ułatwiają późniejsze wykorzystanie wyniku.\n\n### Format i objętość\n\nKarta działa z wejściem tekstowym i odpowiedzią tekstową. Można przekazywać instrukcje, historię rozmowy, dokumenty w postaci tekstowej i kod. W Standard ustawiono limit wejścia do 262 144 tokenów i odpowiedzi do 65 536 tokenów. Przy dużym zapytaniu uwzględnij historię i dołączone materiały. Przy obszernej pracy warto ustalić wspólny plan, a następnie kolejno analizować poszczególne części i zapisywać wnioski pośrednie.",
    "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 to osobny wariant K3.1 Pro do dialogu tekstowego, analizy materiałów i przygotowania kodu w kolejnych etapach pracy."
  },
  "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 to osobny wariant K3.1 Pro do dialogu tekstowego, analizy materiałów i przygotowania kodu w kolejnych etapach pracy.",
  "source": {
    "audit_sha256": "f37d00fc608bca5ab0ef5730f61f9cde98f824367430cdde170aa2b5ad519ce3",
    "bridge_map_sha256": "f37d00fc608bca5ab0ef5730f61f9cde98f824367430cdde170aa2b5ad519ce3",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "b9559fa6c6cdd20e25fcaed937b5264619b76809aa1c2a4b3a632944db23536a",
      "renderer_sha256": "19857fe4524e380b439f3b08d06374786526d2163493acd84b2077bd615ff582"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "b9559fa6c6cdd20e25fcaed937b5264619b76809aa1c2a4b3a632944db23536a",
    "renderer_sha256": "19857fe4524e380b439f3b08d06374786526d2163493acd84b2077bd615ff582"
  },
  "sourceRevision": "709ad8c271318a62c8386c168c8dc9a3fde2402dc92ed4c320af2d91ef1fec44"
}