Das chinesische KI-Labor Moonshot AI hat am Donnerstag Kimi K3.1 Pro veröffentlicht, das erste Modell seiner neuen K3.1-Serie und das, was das Unternehmen als sein bislang leistungsfähigstes Modell mit offenem Gewicht bezeichnet, mit einem Kontextfenster für 1 Million Token. Mit der Markteinführung wird auch Kimi K3.1 Pro Highspeed vorgestellt, eine Variante, die laut Angaben des Unternehmens zwei- bis dreimal schneller läuft als das Standardmodell. Beide sind ab sofort auf Kimi.ai, Kimi Work, Kimi Code und der Kimi API verfügbar. Die Veröffentlichung der vollständigen Modellgewichte ist für den 4. November geplant.

Die Veröffentlichung erfolgt zu einem entscheidenden Zeitpunkt im Open-Model-Rennen, Tage nachdem DeepSeeks gemeldete 15-Milliarden-Dollar-Finanzierungsrunde den Wettbewerb unter Chinas Grenzlaboren verschärft hat. Bloomberg bezeichnete den Start als das erste große Upgrade von Moonshot seit seinem eigenen „DeepSeek-Moment“, und das Modell erregte sofort Aufmerksamkeit bei Hacker News, wo es innerhalb weniger Stunden fast 400 Punkte sammelte.

Vierter Platz im Artificial Analysis Index

Das Schlagzeilenergebnis stammt aus dem Artificial Analysis Intelligence Index, bei dem Kimi K3.1 Pro 55 Punkte erreicht – ein Vorsprung von 11 Punkten gegenüber seinem Vorgänger Kimi K3, der ihn insgesamt auf den vierten Platz bringt. Laut Artificial Analysis rangieren nur drei proprietäre Modelle höher: Claude Opus 5.5 von Anthropic mit 58, Claude Sonnet 5.5 mit 56 und Muse Wonder Full mit 56.

Die Lücke ist für das, was als nächstes passiert, am wichtigsten. Wenn Moonshot die Gewichte planmäßig bis zum 4. November 2026 ausliefert, würde K3.1 Pro das verfügbare Modell mit offenen Gewichten mit der höchsten Punktzahl werden und den Abstand zwischen den besten offenen und proprietären Modellen von 12 Punkten auf 3 verringern – vorausgesetzt, dass sich in den kommenden Wochen nichts anderes ändert.

Der Decoder berichtete, dass die Parameteranzahl bei 2,8 Billionen bleibt, während Moonshot das System als eine nach dem Training trainierte Version von Kimi K3 beschreibt, die mit wesentlich größerer Post-Training-Rechenleistung ausgestattet ist. Das Unternehmen gibt an, dass es umfangreiches gemeinsames Verstärkungslernen über Hunderte von Downstream-Domänen hinweg durchgeführt und dabei das RL-Framework, die Long-Context-Inferenz und die Sandbox-Infrastruktur überarbeitet hat, sodass jedes Recheninkrement stabile Erträge lieferte.

Agentic Coding ist der Star der Show

Die stärksten Zuwächse von K3.1 Pro zeigen sich bei Agentenaufgaben. Beim Terminal-Bench 4.0, der Codierungsagenten bei realistischen, ressourcenbeschränkten Terminalaufgaben bewertet, erreicht das Modell 65,7 % – vor OpenAIs GPT-6 Astra mit 58,2 % und knapp hinter Claude Opus 5,5 mit 66,4 %. Zum Vergleich: Kimi K3 schaffte im selben Test nur 13 %.

Beim internen Kimi Code Bench 3.0 Long-Horizon von Moonshot, der die mehrstufige Ausführung und End-to-End-Problemlösung in allen technischen Bereichen misst, erreicht K3.1 Pro 61,2 % gegenüber 55,95 % von K3. Auf dem von Artificial Analysis verfolgten Agenten-Benchmark GDPval-AA erreicht das Modell 1.846 Elo – 312 Punkte über K3 und in Reichweite von Claude Opus 5,5 mit 1.866 und Muse Wonder Full mit 1.857.

Auch die Halluzinationsrate sank stark. Beim unternehmensinternen Kimi Hallu Bench Hard sanken die Halluzinationen auf Anspruchsebene von 23,4 % mit K3 auf 8,3 % – obwohl Moonshot warnt, dass es sich bei dem Benchmark eher um einen bewussten Stresstest als um ein Maß für allgemeine Fehlerraten handelt, und GPT-6 Astra immer noch mit 5,5 % vorne liegt.

3D-Szenen, Game Engines und Finanzforschung

Über reine Benchmarks hinaus positioniert Moonshot K3.1 Pro als kreatives und professionelles Tool. Das Unternehmen demonstrierte die Modellierung vollständiger Erfahrungen über Spiel-Engines hinweg, darunter Unity, Unreal Engine und Godot, und kombinierte diese mit Websuche und 3D-Generierung. Seine Front-End-Ausgabe – interaktive Three.js-Szenen und 3D-Assets – weist laut dem Tech-Blog des Unternehmens eine stärkere Komposition, Typografie und Animation auf als sein Vorgänger.

Moonshot meldet auch Zuwächse bei internen Finanz-Benchmarks: K3.1 Pro verbessert sich um 7,2 Punkte bei Finanzmodellierung und 11,6 Punkte bei Finanzforschung gegenüber K3 und übertrifft alle getesteten Modelle beim OfficeQA Pro v2-Büroaufgaben-Benchmark. Wie bei allen vom Anbieter gemeldeten internen Bewertungen wird die unabhängige Überprüfung der eigentliche Test sein.

Preise um 33 % gesunken

Neben dem Kapazitätssprung senkte Moonshot auch die Preise. K3.1 Pro kostet 2 US-Dollar pro Million Eingabe-Tokens und 10 US-Dollar pro Million Ausgabe-Tokens, wobei die zwischengespeicherte Eingabe 0,20 US-Dollar beträgt – laut The Decoder eine Reduzierung von etwa 33 % gegenüber den API-Preisen von K3. Die Highspeed-Variante führt Eingabe-Tokens im Wert von 4 US-Dollar pro Million und Ausgabe-Tokens im Wert von 20 US-Dollar pro Million im Austausch für ihre zwei- bis dreimal schnellere Inferenz aus.

Mit diesem Preis liegt K3.1 Pro weit unter den Flaggschiff-Modellen der proprietären Modelle, die es in den Bestenlisten hinterherhinkt, eine Kombination, die einen Großteil der Begeisterung der Entwicklergemeinschaft erklärt. Für Teams, die Agenten-Workloads ausführen, die Millionen von Token verbrennen, vergrößert sich der Unterschied zwischen 10 und 25 US-Dollar pro Million Ausgabe-Token schnell.

Warum die November-Gewichtsveröffentlichung wichtig ist

Die für den 4. November geplante Veröffentlichung der Open-Weights ist wohl der eigentliche Dreh- und Angelpunkt der Geschichte. Die Gewichte von Kimi K3 erschienen Anfang des Jahres unter einer freizügigen Lizenz auf Hugging Face und wurden schnell von Unternehmen übernommen, die selbst gehostete Bereitstellungen durchführen. Wenn K3.1 Pro wie versprochen mit intaktem vierten Platz ausgeliefert wird, würde es den Entwicklern ein herunterladbares Modell in Schlagdistanz zu Claude Opus 5.5 liefern – ein Meilenstein, den noch keine offene Veröffentlichung zuvor erreicht hat.

Rivalen stehen nicht still. Berichten zufolge steigert DeepSeek sein ursprüngliches Ziel um mehr als das Doppelte, die neueste Serie von Qwen verzeichnet weiterhin starke Zahlen zum offenen Gewicht und westliche Labore verschieben weiterhin die proprietäre Obergrenze. Aber der Verlauf ist klar: Der Abstand, der diese Woche 12 Punkte auf dem Artificial Analysis Index betrug, könnte bis zum Jahresende im einstelligen Bereich – oder kleiner – liegen.

Derzeit sind K3.1 Pro und K3.1 Pro Highspeed auf den Verbraucherprodukten und der API von Kimi live, der Countdown für Gewichte bis zum 4. November läuft bereits.

---

Der KI einen Schritt voraus sein

Erhalten Sie die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Weitere KI-Neuigkeiten lesen →