Este modelo está obsoleto. Continuamos medindo o desempenho apenas para a carga padrão de 10 mil tokens de entrada. Os resultados de outras cargas são históricos e não são mais atualizados.

Kimi lançou uma versão mais recente, Kimi K3.1 Pro. Sugerimos considerá-la como alternativa.

Kimi

•

Kimi K3

•

Open weights model

•

Released julho de 2026

Kimi K3 (Max) Benchmarking e análise de provedores de API

Name: Velocidade
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Comparação de modelos

Esta análise ajuda você a escolher o melhor provedor de API de Kimi K3 (Max) para seu caso de uso.

Mais rápido

Inco (FAST)

499.1 t/s

LithosAI (ULTRA CHAT)

439.5 t/s

LithosAI (ULTRA)

254.7 t/s

LithosAI (FAST)

251.9 t/s

LithosAI

245.2 t/s

Velocidade de saída

17 provedores no total

Menor latência

LithosAI (ULTRA CHAT)

5.24 s

Inco (FAST)

5.85 s

LithosAI (ULTRA)

8.63 s

LithosAI (FAST)

8.74 s

LithosAI

8.94 s

Tempo até o primeiro token da resposta final

17 provedores no total

Menor preço

Makora

$1.72

LithosAI

$1.85

Together AI

$2.08

Databricks

$2.31

Fireworks

$2.31

Preço combinado (por 1M de tokens)

17 provedores no total

Kimi K3 (max) está disponível em 17 provedores de API, cada um com características de desempenho e preços diferentes. Veja abaixo uma comparação das principais métricas entre os provedores.

Em velocidade de saída, os principais provedores são Inco (FAST) (499.1 t/s), LithosAI (ULTRA CHAT) (439.5 t/s) e LithosAI (ULTRA) (254.7 t/s). A velocidade varia significativamente entre os provedores, com uma diferença de 987% entre o mais rápido e o mais lento.
Em latência, LithosAI (ULTRA CHAT) (5.24s), Inco (FAST) (5.85s) e LithosAI (ULTRA) (8.63s) têm o menor tempo até o primeiro token da resposta final.
Em preço, Makora (1.72), LithosAI (1.85) e Together AI (2.08) têm os menores preços combinados por 1M de tokens. Os preços variam em até 2.7x entre os provedores.

Velocidade

Output tokens per second · Higher is better

Latência

Seconds to first answer token received · Lower is better

Preço

USD per 1M tokens (blended) · Lower is better

Acurácia do endpoint

Endpoint Accuracy Index: Kimi K3 (Max)

v1.0 · Composite of BFCL v4-500, HLE-250 and AA-LCR-25 run against each provider endpoint · Percentage of the reference endpoint, with 95% confidence interval · Higher is better

Composite measure of how much of a model's accuracy a given provider endpoint preserves, from re-running BFCL v4-500, HLE-250 and AA-LCR-25 against that endpoint. Where a self-hosted reference endpoint exists, scores are expressed as a percentage of that reference (100 = matches reference); lower scores indicate accuracy lost to quantisation, sampling defaults, or other endpoint-side configuration. Scores are point-in-time snapshots. Methodology.

Preços

Preços: acertos de cache, entrada e saída: provedores do Kimi K3 (max)

Price (USD per M Tokens) · Lower is better · 10,000 input tokens

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Custo por tarefa do Intelligence Index: provedores do Kimi K3 (max)

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Velocidade de saída vs. preço: provedores do Kimi K3 (max)

Blended at 7:2:1 (cache-input-output) · Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Velocidade

Medida pela velocidade de saída (tokens por segundo)

Velocidade de saída: Kimi K3 (Max)

Velocidade de saída: tokens de saída por segundo · 10,000 input tokens

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Tempo por tarefa do Intelligence Index: provedores do Kimi K3 (max)

Weighted average decode time (minutes) per Intelligence Index task · Excludes TTFT and overhead time · Lower is better

The weighted average time (seconds) per Artificial Analysis Intelligence Index task. This is calculated by dividing output tokens per task by output speed, weighted by the relative weights of each benchmark in the Intelligence Index.

Custo por tarefa vs. tempo por tarefa: provedores do Kimi K3 (max)

Weighted average cost (USD) per Intelligence Index task · Weighted average decode time (minutes) per Intelligence Index task

Most attractive quadrant

Pareto line

Latência

Medida pelo tempo (segundos) até o primeiro token

Tempo até o primeiro token da resposta final: provedores do Kimi K3 (max)

Seconds to first token received · Lower is better · 10,000 input tokens

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Figures represent median (P50) measurement over the past 72 hours to reflect sustained changes in performance.

Comportamento do cache

Taxa de acertos do cache: provedores do Kimi K3 (max)

Proporção de tokens de entrada elegíveis para cache atendidos pelo cache · Mediana das últimas quatro semanas, atualizada em 26 de set. de 2026

The share of cacheable input tokens served from the provider's prompt cache, measured during multi-turn agentic coding sessions. We regularly measure each endpoint and report a representative rate based on recent measurements. Higher values mean more of the input is billed at the cheaper cache-hit price, where the provider offers one, which lowers the effective cost of agentic workloads. For further details, see our methodology page.

Custo por tarefa vs. Taxa de acertos do cache: provedores do Kimi K3 (max)

Weighted average cost (USD) per Intelligence Index task · Cache hit rate: median of the last four weeks, updated Sep 26, 2026

Most attractive quadrant

Pareto line

Tempo de resposta de ponta a ponta

Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed

Tempo de resposta de ponta a ponta: provedores do Kimi K3 (max)

Seconds to output 500 tokens, including reasoning model 'thinking' time · Lower is better · 10,000 input tokens

Seconds to receive a 500 token response. Key components:

Input time: Time to receive the first response token
Thinking time (only for reasoning models): Time reasoning models spend outputting tokens to reason prior to providing an answer. Amount of tokens based on the average reasoning tokens across a diverse set of 60 prompts (methodology details).
Answer time: Time to generate 500 output tokens, based on output speed

Principais métricas de comparação e recursos da API



Databricks	93%	205k	Aberto	$1.85	112	0.98	23.20	17.78
Fireworks	97%	1.05M	Aberto	$1.91	115	0.97	22.77	17.44
Modal	98%	1.05M	Aberto	$3.48	155	1.07	17.17	12.88
Together AI	100%	1.05M	Aberto	$2.16	55	1.07	46.58	36.41
Makora	97%	1.05M	Aberto	$1.18	61	1.24	41.95	32.56
LithosAI	n/d	1.05M	Aberto	$3.93	424	0.70	6.60	4.72
DigitalOcean	n/d	1.05M	Aberto	$1.90	48	1.19	53.79	42.08
Baseten	99%	1.05M	Aberto	$2.42	96	0.89	26.95	20.85
Parasail	102%	1.05M	Aberto	$4.14	201	1.19	13.66	9.97
Nebius	100%	1.05M	Aberto	$1.81	111	1.17	23.77	18.08
Inco	n/d	1.05M	Aberto	$3.77	540	9.42	14.05	3.71
Amazon Bedrock	n/d	1M	Aberto	$1.87	133	1.74	20.50	15.00
Kimi	100%	1.05M	Aberto	$2.00	38	3.61	69.62	52.81
LithosAI	98%	1.05M	Aberto	$1.69	250	0.78	10.77	8.00
LithosAI	n/d	1.05M	Aberto	$2.81	249	0.80	10.83	8.03
LithosAI	n/d	1.05M	Aberto	$3.93	235	0.79	11.43	8.51
Inco	n/d	1M	Aberto	$1.88	143	1.41	18.88	13.98

Perguntas frequentes

Perguntas comuns sobre os provedores do Kimi K3 (Max)

Kimi K3 (Max) está disponível em 17 provedores de API: Databricks, Fireworks, Modal, Together AI, Makora, LithosAI (ULTRA CHAT), DigitalOcean, Baseten, Parasail, Nebius, Inco (FAST), Amazon, Kimi, LithosAI, LithosAI (FAST), LithosAI (ULTRA) e Inco. Cada provedor oferece características de desempenho e preços diferentes.

Atualmente, o Kimi K3 (Max) está disponível em 17 provedores de API que avaliamos e acompanhamos.

Os provedores mais rápidos para o Kimi K3 (Max) em velocidade de saída são Inco (FAST) (499.1 t/s), LithosAI (ULTRA CHAT) (439.5 t/s) e LithosAI (ULTRA) (254.7 t/s). A velocidade de saída mede a rapidez com que os tokens são gerados depois que o modelo começa a responder.

Os provedores com o menor tempo até o primeiro token da resposta final para o Kimi K3 (Max) são LithosAI (ULTRA CHAT) (5.24s), Inco (FAST) (5.85s) e LithosAI (ULTRA) (8.63s). Uma latência menor significa um tempo de resposta inicial mais rápido.

Os provedores mais acessíveis para o Kimi K3 (Max) em preço combinado são Makora ($1.72 por 1M de tokens), LithosAI ($1.85 por 1M de tokens) e Together AI ($2.08 por 1M de tokens). O preço combinado usa uma proporção de 7:2:1 entre tokens de acerto do cache, entrada e saída.

Os provedores com o menor preço de tokens de entrada para o Kimi K3 (Max) são Makora ($1.53 por 1M de tokens de entrada), LithosAI ($2.40 por 1M de tokens de entrada) e Together AI ($2.70 por 1M de tokens de entrada).

Os provedores com o menor preço de tokens de saída para o Kimi K3 (Max) são LithosAI ($12.00 por 1M de tokens de saída), Makora ($12.75 por 1M de tokens de saída) e Together AI ($13.50 por 1M de tokens de saída).

Os preços do Kimi K3 (Max) variam em até 2.7x entre os provedores. O mais acessível é Makora, com $1.72 por 1M de tokens, enquanto Inco (FAST) cobra $4.62 por 1M de tokens.

A velocidade de saída do Kimi K3 (Max) varia significativamente entre os provedores. Inco (FAST) é o mais rápido, com 499.1 t/s, 10.9x mais rápido que Kimi, com 45.9 t/s.

Todos os 17 provedores do Kimi K3 (Max) são compatíveis com o modo JSON para saída estruturada.

Todos os 17 provedores do Kimi K3 (Max) são compatíveis com chamadas de funções (uso de ferramentas).

O melhor provedor para o Kimi K3 (Max) depende das suas prioridades: Inco (FAST) oferece a maior velocidade de saída, LithosAI (ULTRA CHAT) tem a menor latência e Makora tem o preço mais competitivo.

Ao escolher um provedor para o Kimi K3 (Max), considere a velocidade de saída (para tarefas que exigem alta vazão), a latência (para aplicações interativas que precisam de respostas iniciais rápidas), o preço (para cargas de trabalho atentas aos custos) e os recursos da API, como modo JSON e chamadas de funções.

Sim. O desempenho dos provedores pode variar ao longo do tempo devido a mudanças na infraestrutura, balanceamento de carga e atualizações. Avaliamos continuamente todos os provedores e exibimos as tendências históricas de desempenho nos gráficos de evolução ao longo do tempo.

Para saber mais sobre a inteligência, as capacidades e as modalidades do Kimi K3 (Max), além de como ele se compara a outros modelos, consulte a página de visão geral do modelo. Ver visão geral do modelo

Kimi K3 (Max) Benchmarking e análise de provedores de API

Mais rápido

Menor latência

Menor preço

Velocidade

Latência

Preço

Acurácia do endpoint

Endpoint Accuracy Index: Kimi K3 (Max)

Endpoint Accuracy Index

Preços

Preços: acertos de cache, entrada e saída: provedores do Kimi K3 (max)

Cache Hit

Custo por tarefa do Intelligence Index: provedores do Kimi K3 (max)

Cost per Intelligence Index Task

Velocidade de saída vs. preço: provedores do Kimi K3 (max)

Output Speed

Velocidade

Velocidade de saída: Kimi K3 (Max)

Output Speed

Model Performance Representation

Tempo por tarefa do Intelligence Index: provedores do Kimi K3 (max)

Time per Intelligence Index Task

Custo por tarefa vs. tempo por tarefa: provedores do Kimi K3 (max)

Cost per Intelligence Index Task

Latência

Tempo até o primeiro token da resposta final: provedores do Kimi K3 (max)

Time to First Answer Token

Median

Comportamento do cache

Taxa de acertos do cache: provedores do Kimi K3 (max)

What Cache Hit Rate Shows

Custo por tarefa vs. Taxa de acertos do cache: provedores do Kimi K3 (max)

Cost per Intelligence Index Task

Tempo de resposta de ponta a ponta

Tempo de resposta de ponta a ponta: provedores do Kimi K3 (max)

End-to-End Response Time

Principais métricas de comparação e recursos da API

Perguntas frequentes

Onde posso acessar o Kimi K3 (Max)?

Quantos provedores de API oferecem o Kimi K3 (Max)?

Qual é o provedor mais rápido para o Kimi K3 (Max)?

Qual provedor tem a menor latência para o Kimi K3 (Max)?

Qual é o provedor mais barato para o Kimi K3 (Max)?

Qual provedor tem o menor preço de entrada para o Kimi K3 (Max)?

Qual provedor tem o menor preço de saída para o Kimi K3 (Max)?

Quanto os preços variam entre os provedores do Kimi K3 (Max)?

Quanto a velocidade varia entre os provedores do Kimi K3 (Max)?

Quais provedores do Kimi K3 (Max) são compatíveis com o modo JSON?

Quais provedores do Kimi K3 (Max) são compatíveis com chamadas de funções?

Qual é o melhor provedor para o Kimi K3 (Max)?

Como escolher um provedor para o Kimi K3 (Max)?

O desempenho dos provedores do Kimi K3 (Max) muda ao longo do tempo?

Quais são as capacidades gerais do Kimi K3 (Max)?