Présentation du modèle K3.1 Pro et Highspeed

Kimi Code propose désormais six identifiants de modèle, dont K3.1 Pro et son dérivé K3.1 Pro Highspeed. Le modèle K3.1 Pro constitue le premier modèle de la série K3.1, classé 3T, avec une fenêtre de contexte de 1 M de tokens. La version Highspeed conserve les mêmes capacités fonctionnelles mais promet une augmentation de vitesse de 2 à 3 fois pour les interactions.

Ces deux modèles ne sont accessibles que via les plans d’abonnement incluant la Kimi Coding Plan. Un identifiant de modèle exact (k3.1-pro ou k3.1-pro-highspeed) doit être fourni aux clients officiels ou aux outils tiers ; toute faute de frappe entraîne un basculement silencieux vers le modèle K2.8 Preview, sans amélioration de vitesse.

Architecture et capacités techniques

Le K3.1 Pro appartient à la catégorie « 3T‑class », ce qui indique un nombre de paramètres supérieur aux modèles précédents (K3, K2.8). Sa fenêtre de contexte de 1 M de tokens permet de conserver de longues chaînes de raisonnement, notamment pour le codage, la création 3D et la modélisation financière. Tous les appels doivent activer le mode thinking ; les requêtes avec le mode désactivé sont rejetées avec l’erreur 400.

Le mode Highspeed ne modifie pas l’architecture du modèle ; il optimise uniquement le pipeline d’inférence, ce qui explique le gain de 2–3×. Cette optimisation n’affecte pas les temps d’exécution des outils externes (lecture/écriture de fichiers, appels de scripts), d’où le constat que la vitesse perçue peut rester limitée lorsque ces opérations dominent le cycle de traitement.

Gestion du cache, effort de réflexion et consommation de tokens

Le passage d’un modèle à un autre ou la modification de l’effort de réflexion (low / high / max) invalide le cache de contexte existant. Cette invalidation impose un pré‑remplissage complet et augmente la consommation de tokens, car chaque nouveau préfixe doit être retransmis au serveur. Il est donc recommandé de conserver le même modèle et le même niveau d’effort pendant toute la durée d’une session afin de limiter les coûts.

Les modèles K3.1 Pro supportent trois niveaux d’effort de réflexion, tandis que le K2.7 Code Highspeed ne propose aucun réglage. Un changement d’effort sans redémarrage de session entraîne une perte de cache similaire à un changement de modèle.

Implications pratiques et exigences d’abonnement

Les plans d’abonnement déterminent l’accès aux modèles, aux fenêtres de contexte et aux vitesses Highspeed. Un compte sans le droit à la fenêtre de 1 M reçoit une erreur 403 lors de la tentative d’utilisation du modèle K3.1 Pro. De même, une requête dépassant la limite de contexte renvoie une erreur 400, invitant à compacter le contexte ou à basculer vers un modèle à fenêtre plus petite (par ex. k3-256k).

/model k3.1-pro-highspeed

Cette commande CLI illustre le changement de modèle dans le client officiel. Si le modèle n’apparaît pas, il faut redémarrer l’application ou se reconnecter, conformément aux consignes de Kimi Code Desktop, CLI et VS Code.

En résumé, le K3.1 Pro Highspeed offre une vitesse d’inférence doublée sans sacrifier la capacité de contexte, à condition de respecter les contraintes de mode thinking, de gestion du cache et de plan d’abonnement.