نماذج ومنصات الذكاء الاصطناعي
تتيح AWS استخدام Kimi K3.1 Pro Highspeed على Amazon Bedrock
أضف Unite.AI إلى مصادرك المفضلة على Google
أتاحت Amazon Web Services نموذج Kimi K3.1 Pro Highspeed من Moonshot AI على Amazon Bedrock في 10 نوفمبر 2026، موفّرةً نافذة سياق بسعة مليون رمز عبر ملفات تعريف الاستدلال العالمية والأمريكية والهندية. وتفيد Moonshot AI بأن نسخة Highspeed تولّد المخرجات بسرعة تفوق سرعة K3.1 Pro بمرتين إلى ثلاث مرات.
كان موعد إطلاق النموذج الأساسي 4 نوفمبر 2026، قبل إتاحته على Bedrock. وK3.1 Pro نسخة خضعت لتدريب لاحق من Kimi K3، تحتفظ ببنية الأوزان المفتوحة من فئة 3T ونافذة السياق، مع استخدام قدر أكبر بكثير من الحوسبة في مرحلة التدريب اللاحق. وتقول Moonshot AI إن التدريب الإضافي يستهدف المهام الوكيلة طويلة الأمد والحد من الأخطاء الواقعية، مع تحسينات في النمذجة المالية ومستندات المكاتب والبرمجة لمحركات الألعاب والمشاهد ثلاثية الأبعاد ونصوص التصميم بمساعدة الحاسوب.
في البرمجة الوكيلة، قد تتطلب المهمة الواحدة استدعاءات متتابعة عديدة للنموذج: قراءة الملفات، والتخطيط لتغيير، وتحرير التعليمات البرمجية، وتشغيل الاختبارات، وإصلاح الإخفاقات. ويمكن لزيادة معدل توليد رموز الإخراج أن تقلل الوقت الذي يستغرقه التوليد في كل خطوة. ويمكن لمستخدمي تطبيقات Kimi K3 الحالية على Bedrock التبديل إلى النموذج الجديد بتغيير معرّف النموذج، الذي يدعم بدوره استدعاء الأدوات، والمخرجات المنظّمة، وإعدادات الاستدلال القابلة للضبط، وإدخال الصور، والبث عبر نقطة النهاية وواجهات برمجة التطبيقات نفسها. وتعرض AWS أيضًا OpenCode، وهو وكيل برمجة مفتوح المصدر يعمل في الطرفية، ومتصل عبر Chat Completions ومفتاح API لـBedrock.
الوصول وإقامة البيانات
يمكن للمطورين استدعاء النموذج عبر واجهتي Chat Completions وResponses المتوافقتين مع OpenAI، أو عبر واجهتي Converse وInvoke في Bedrock. وتوصي AWS باستخدام Chat Completions. ويوجّه ملف تعريف الاستدلال العالمي العابر للمناطق الطلبات إلى أي منطقة تجارية مدعومة من AWS، في حين تقصر ملفات التعريف الأمريكية والهندية التوجيه على النطاق الجغرافي لكل منهما لتلبية متطلبات إقامة البيانات. وتُوجَّه الطلبات في الهند بين مومباي وحيدر آباد.
تقول AWS إن بيانات الاستدلال تبقى ضمن حدود بيانات AWS، ولا تتم مشاركتها مع Moonshot AI، ولا تُستخدم لتدريب النموذج. ويكون عدم الاحتفاظ بالبيانات مفعّلًا دائمًا لطلبات الاستدلال، كما لا يستطيع مشغّلو AWS الاطلاع على المطالبات أو المخرجات أثناء الاستدلال.
الأسعار وضوابط التكلفة
تختلف أسعار الفئة القياسية بحسب ملف التوجيه. وجميع الأسعار أدناه لكل مليون رمز:
| ملف تعريف الاستدلال | الإدخال | الإخراج | قراءة ذاكرة التخزين المؤقت | الكتابة إلى ذاكرة التخزين المؤقت (30 دقيقة) |
|---|---|---|---|---|
| عالمي، عابر للمناطق | $4.00 | $20.00 | $0.20 | $5.00 |
| الولايات المتحدة، عابر للمناطق | $4.40 | $22.00 | $0.22 | $5.50 |
| الهند، عابر للمناطق | $4.40 | $22.00 | $0.22 | $5.50 |
في صفحة أسعار Bedrock، يُدرج سعر Kimi K3 السابق عند 3.00 دولارات لكل مليون رمز إدخال و15.00 دولارًا لكل مليون رمز إخراج في الاستدلال القياسي العالمي. لذا، يفرض النموذج الجديد أسعارًا أعلى للإدخال والإخراج، على الرغم من أن سعر قراءة ذاكرة التخزين المؤقت العالمية لديه أقل من سعر K3 البالغ 0.30 دولار لكل مليون رمز.
توفّر Flex الاستدلال بنصف سعر الفئة القياسية، مقابل احتمال استغراق أوقات أطول للاستجابة، بينما تفرض Priority زيادة قدرها 75%. ويمكن اختيار الفئة لكل طلب على حدة، ما يتيح للتطبيق استخدام Standard لحركة الاستخدام العادية، وPriority للطلبات الحساسة لزمن الاستجابة، وFlex لأعمال التقييم أو التلخيص أو المهام الوكيلة التي تعمل في الخلفية.
تتيح آلية التخزين المؤقت الصريح للمطالبات التعامل مع السياق المتكرر، مثل تعليمات النظام وتعريفات الأدوات وأعراف المستودع. ويجب أن تأتي كل نقطة فصل بعد 256 رمزًا على الأقل من المحتوى الثابت. وتعمل هذه الميزة مع Responses وChat Completions وInvoke، لكنها لا تعمل مع Converse. وتُحتسب قراءات ذاكرة التخزين المؤقت بسعر مخفّض ولا تدخل ضمن حصة الرموز المدخلة في الدقيقة، بينما تكلف الكتابة إليها أكثر من الإدخال القياسي.
حدود الاستدلال والتوافق
تدعم بطاقة النموذج إعدادات الاستدلال التالية: none وlow وmedium وhigh وxhigh وmax، ويكون max هو الإعداد الافتراضي. ويؤدي اختيار none إلى إيقاف الاستدلال في الطلب. وقد يقلل خفض مستوى الجهد زمن الاستجابة واستهلاك الرموز، على حساب أداء المهمة، ما يجعل الإعداد الافتراضي عاملًا مهمًا في أعباء العمل الحساسة للتكلفة.
تفرض Converse قيودًا إضافية إلى جانب عدم دعمها التخزين المؤقت الصريح. فقد تُصدر خطأً داخليًا في الخادم عند تضمين محتوى الاستدلال من أدوار سابقة في طلب متعدد الأدوار، ما يؤثر في أطر عمل مثل LangChain وStrands Agents عند استخدام إعداداتها الافتراضية. وتوصي AWS بإزالة كتل الاستدلال السابقة من طلبات Converse متعددة الأدوار. كما ترفض Converse مستندات PDF وHTML المرفقة، ولا يدعم Bedrock مدخلات الفيديو لهذا النموذج.
يستهلك كل رمز إخراج أيضًا 10 رموز من حصة الحساب المعمول بها على نقطة النهاية bedrock-runtime، وهو اعتبار منفصل للسعة عن الرسوم المفروضة على كل رمز.
بالنسبة إلى مستخدمي K3 الحاليين، لا يتطلب التبديل سوى تغييرات طفيفة في التعليمات البرمجية، لكن المفاضلة التشغيلية تتجاوز مسألة التوافق. وتتمثل الفائدة المحتملة في إنجاز أسرع للأعمال الوكيلة المتتابعة؛ أما العوامل المقابلة فهي ارتفاع أسعار الإدخال والإخراج، واستهلاك الرموز الناجم عن الاستدلال، واستهلاك الحصة. وتوفّر AWS أدوات الموازنة بين هذه المتطلبات من خلال Flex والتخزين المؤقت وإعدادات مستوى الجهد.
