Kimi K3.1 Pro: Moonshot liegt bei Terminal-Bench 0,7 Punkte hinter Opus 5.5

Kimi K3.1 Pro ist gestartet, die Gewichte bleiben vorerst versprochen

Moonshot AI hat Kimi K3.1 Pro veröffentlicht, das erste Modell der neuen K3.1-Serie. Grundlage ist Kimi K3, das nach Unternehmensangaben mit deutlich mehr Post-Training-Rechenleistung nachtrainiert wurde. Moonshot bezeichnet es als sein bislang leistungsfähigstes Open-Weight-Modell der „3T-class“ mit einem Kontextfenster von einer Million Token.

Der Start erfolgte am Freitag, dem 23. Oktober, US-Zeit. In Asien und Europa ist das bereits der 24. Oktober. Ob allein der Zeitzonenunterschied die abweichenden Datumsangaben erklärt, geht aus dem Material nicht hervor.

Laut Webpronews, das sich auf Moonshots Launch-Beitrag auf X beruft, handelt es sich um ein multimodales Mixture-of-Experts-Modell mit 2,8 Billionen Gesamt- und 104 Milliarden aktiven Parametern. Es verarbeitet Text und Bilder. Die Primärseite nennt im vorliegenden Auszug nur „3T-class“. Der Vorgänger K3 erschien am 16. Juli mit derselben Parameterzahl. Ob das Kontextfenster von einer Million Token gegenüber K3 neu ist, lässt sich nicht belegen.

Offen bleibt der Kern des Open-Weight-Versprechens. Moonshot hat die vollständigen Gewichte bis zum 4. November zugesagt. Stand 24. Oktober ist das eine Ankündigung, keine Veröffentlichung. Zur Lizenz enthält das Material keine Angaben.

0,7 Punkte hinter Opus 5.5 auf Terminal-Bench 4.0, aber nur in Moonshots eigener Tabelle

Auf Terminal-Bench 4.0 erreicht K3.1 Pro nach Moonshots Angaben 65,7 Prozent. Claude Opus 5.5 kommt in derselben Tabelle auf 66,4 Prozent, GPT-6 Astra auf 58,2 Prozent. Laut startupfortune hat keine unabhängige Stelle diese Werte verifiziert. Bei BenchCAD mit Werkzeugen liegt K3.1 Pro bei 92,7 Prozent, hinter Opus 5.5 (96,2) und GPT-6 Astra (95,9). Bei Halluzinationen und Cyber-Aufgaben nennt Moonshot ebenfalls nur eigene Messungen.

Terminal-Bench 4.0 umfasst laut Vals.ai 66 Aufgaben, die aus der Community stammen. Sie verteilen sich auf sieben Kategorien, von Software über Wissenschaft bis Hardware und Security. Die mediane Aufgabe entspricht etwa vier Stunden Expertenarbeit. Die vorliegenden Auszüge von Vals.ai und Artificial Analysis enthalten jedoch keinen unabhängigen Messwert für K3.1 Pro.

Eine externe Einordnung liefert der Artificial Analysis Intelligence Index: 55 Punkte, elf mehr als K3. Nach Berichten von the-decoder belegt das Modell damit Rang 4 hinter Claude Opus 5.5 (58), Claude Sonnet 5.5 (56) und Muse Wonder Full (56). Das Median-Modell der Vergleichsgruppe kommt auf 27 Punkte. Würden die Gewichte wie angekündigt freigegeben, wäre K3.1 Pro laut the-decoder das bestbewertete Open-Weights-Modell in diesem Index. Das ist eine Folgerung unter Vorbehalt, denn sie hängt an der Freigabe.

Highspeed-Variante und API: Testen geht sofort, lokaler Betrieb erst nach der Gewichtsfreigabe

Parallel erschien K3.1 Pro Highspeed. Moonshot zufolge antwortet diese Variante zwei- bis dreimal so schnell. Beide Modelle sind seit dem Start über Kimi.com, Kimi Work, Kimi Code und die Kimi API verfügbar.

Artificial Analysis misst für K3.1 Pro 77 Token pro Sekunde, die Vergleichsgruppe liegt im Schnitt bei 81. Das Modell gilt dort als "very verbose": Für die Index-Auswertung erzeugte es 150 Millionen Token, der Median liegt bei 87 Millionen. Die genannten 2,00 und 10,00 US-Dollar je eine Million Input- bzw. Output-Token sind Mediane der Vergleichsgruppe und keine Kimi-Preise. Die von the-decoder gemeldete Preissenkung um 33 Prozent lässt sich aus dem Material nicht belegen.

Wer das Modell lokal betreiben will, muss auf die Gewichte warten. Auch dann braucht es erhebliche Speicherkapazität und verteilte Infrastruktur, denn trotz der Mixture-of-Experts-Architektur müssen alle Expertengewichte vorgehalten werden.