Amazon Web Services ha reso disponibile il 10 novembre 2026 il modello Kimi K3.1 Pro Highspeed di Moonshot AI attraverso Amazon Bedrock, estendendo l’offerta di modelli per lo sviluppo software e l’automazione agentica. Il sistema dispone di una finestra di contesto da un milione di token e, secondo Moonshot AI, la variante Highspeed produce output a una velocità da due a tre volte superiore rispetto a K3.1 Pro. Il modello originale era stato presentato il 4 novembre e deriva da un’architettura open-weight di classe 3.000 miliardi di parametri, già utilizzata per Kimi K3, con un processo di post-addestramento più intensivo. Gli obiettivi dichiarati comprendono una maggiore affidabilità nell’esecuzione di attività agentiche prolungate, la riduzione degli errori fattuali e il miglioramento delle capacità di modellazione finanziaria, gestione dei documenti d’ufficio e programmazione di videogiochi, scene tridimensionali e script CAD. La variante distribuita su Bedrock supporta chiamate agli strumenti, output strutturati, input di immagini, streaming e regolazione dello sforzo di ragionamento. Le applicazioni precedentemente configurate per Kimi K3 possono effettuare la migrazione modificando l’identificativo del modello.
Gli sviluppatori possono utilizzare le API Chat Completions e Responses compatibili con il formato OpenAI oppure le interfacce Converse e Invoke di Bedrock, con una preferenza indicata da AWS per Chat Completions. La disponibilità è organizzata attraverso profili di inferenza globali e geografici: il profilo Global può instradare le richieste verso le regioni commerciali AWS supportate, mentre i profili Stati Uniti e India mantengono il trattamento entro i rispettivi ambiti geografici. Per l’India vengono utilizzate Mumbai e Hyderabad. AWS dichiara che i dati di inferenza rimangono entro il proprio perimetro infrastrutturale, non vengono trasferiti a Moonshot AI né impiegati per addestrare il modello. Le richieste operano inoltre con conservazione dei dati disabilitata e senza accesso degli operatori AWS al contenuto dei prompt o delle risposte durante l’inferenza. Le funzionalità possono essere utilizzate anche da agenti di programmazione da terminale come OpenCode, collegati tramite API e credenziali Bedrock.
Le tariffe Standard per il profilo Global sono fissate a 4 dollari per milione di token in ingresso, 20 dollari per milione di token in uscita, 0,20 dollari per milione di token letti dalla cache e 5 dollari per milione di token scritti nella cache con durata di 30 minuti. Nei profili Stati Uniti e India i rispettivi importi salgono a 4,40, 22, 0,22 e 5,50 dollari. Per confronto, Kimi K3 nel profilo Global Standard presenta tariffe di 3 dollari per milione di token in ingresso e 15 dollari in uscita. Il livello Flex riduce i prezzi Standard del 50% accettando possibili tempi di risposta superiori, mentre Priority applica una maggiorazione del 75%. Il caching esplicito consente di riutilizzare porzioni stabili del prompt, con punti di interruzione collocati dopo almeno 256 token di contenuto stabile, ed è disponibile per Responses, Chat Completions e Invoke, ma non per Converse. Lo sforzo di ragionamento può essere impostato su none, low, medium, high, xhigh e max, quest’ultimo predefinito. L’interfaccia Converse presenta inoltre limitazioni nelle conversazioni mult turno che contengono blocchi di ragionamento precedenti e non accetta documenti PDF o HTML allegati; gli input video non sono supportati dal modello su Bedrock.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)