AWS disponibiliza Kimi K3.1 Pro Highspeed no Amazon Bedrock
A AWS passou a oferecer o modelo da Moonshot AI no Amazon Bedrock, com suporte a chamadas de ferramentas e entrada de imagens. Segundo a Moonshot AI, ele gera tokens de saída de 2 a 3 vezes mais rápido que o Kimi K3.1 Pro.

A AWS disponibilizou o Kimi K3.1 Pro Highspeed, da Moonshot AI, no Amazon Bedrock. Parte da série K3.1, o modelo mantém a arquitetura de pesos abertos da classe 3T e a janela de contexto de 1 milhão de tokens do Kimi K3. Segundo a Moonshot AI, o treinamento adicional busca melhorar tarefas longas com agentes e reduzir erros factuais.
A empresa também cita melhorias em tarefas profissionais, como modelagem financeira e documentos de escritório, e em programação para motores de jogos, cenas 3D e scripts de CAD. A Moonshot AI afirma que a versão Highspeed gera tokens de saída de 2 a 3 vezes mais rápido que o Kimi K3.1 Pro. A fonte não apresenta uma avaliação independente dessa comparação.
O modelo aceita chamadas de ferramentas, saída estruturada, níveis configuráveis de raciocínio, imagens e respostas em fluxo contínuo. Na AWS, usa os mesmos endpoints e APIs do Kimi K3. A publicação também explica como usar a opção Flex, que custa metade do preço da Standard, mas pode ter respostas mais demoradas, e como configurar o armazenamento temporário de contextos repetidos para reduzir custos e latência.
O que muda para você
A novidade serve a quem já usa ou desenvolve aplicações com Amazon Bedrock. É possível testar o modelo no console da AWS ou integrá-lo pelas APIs Chat Completions, Responses, Converse e Invoke. A opção Flex custa metade da tarifa Standard, mas pode levar mais tempo para responder. Para quem não trabalha com desenvolvimento nem usa Bedrock, a disponibilidade não muda algo de imediato.
Minha leitura
A velocidade divulgada vem da Moonshot AI; eu não trataria essa comparação como garantia para qualquer tarefa. Para quem já tem uma aplicação no Bedrock, a troca pode ser simples: segundo a AWS, basta mudar o identificador do modelo. Mas a escolha entre Standard e Flex envolve um custo claro: pagar menos em troca de aceitar respostas potencialmente mais lentas. O que vale medir é essa troca na tarefa que a aplicação realmente executa.
Thiago FelizolaConsultor de IA, curador do Diário da IA

