Kimi K3.1 Pro: Moonshot AI zündet 2,8-Billionen-Flaggschiff

Das Versteckspiel in der Entwicklerszene hat nur wenige Stunden gedauert: Nachdem ein mysteriöses Modell namens „Kibitz“ in den anonymen Vergleichstests der LMSYS Chatbot Arena für Aufsehen gesorgt hatte, wie wir bereits am Vormittag in der ersten Analyse zum Auftauchen des Stealth-Modells berichteten, hat das chinesische Spitzenlabor Moonshot AI die Gerüchte nun offiziell bestätigt. Mit Kimi K3.1 Pro schickt das Unternehmen die nächste Ausbaustufe seines Flaggschiff-Modells ins Rennen - und setzt dabei auf eine aggressive Kombination aus technischer Aufrüstung, drastischen Preissenkungen und einer offenen Modellstrategie.

Kimi K3.1 Pro basiert wie sein im Juli gestarteter Vorgänger Kimi K3 auf einer gewaltigen Architektur mit 2,8 Billionen Gesamtparametern. Durch das Mixture-of-Experts-Verfahren (MoE), bei dem pro Rechenschritt nur spezialisierte Teilnetzwerke aktiviert werden, arbeiten im laufenden Betrieb rund 104 Milliarden Parameter. Das Modell verarbeitet ein Kontextfenster von einer Million Token (rund 750.000 Wörter) und steht ab sofort über die Weboberfläche, Desktop-Apps und die Programmierschnittstelle (API) zur Verfügung. Die vollständigen Modellgewichte für den lokalen Betrieb (Open Weights) will Moonshot AI am 4. November 2026 frei veröffentlichen.

LMSYS Arena: Sprung auf Rang 8 bei 70 Prozent Kostenvorteil

Zeitgleich mit der Ankündigung von Moonshot AI hat das unabhängige Benchmark-Kollektiv LMSYS die Identität des Testkandidaten „Kibitz“ gelüftet. In der renommierten Auswertung für Web-Entwicklung (Code Arena: WebDev) kletterte Kimi K3.1 Pro auf Rang 8 mit 1692 Elo-Punkten. Das entspricht einem Sprung um neun Plätze und einem Zuwachs von 37 Punkten gegenüber Kimi K3 (Rang 17 mit 1655 Punkten).

Damit zieht Kimi K3.1 Pro im Programmierbereich punktgenau mit Anthropics Spitzenmodell Claude Opus 5 (Max) gleich. Der entscheidende Unterschied liegt nach Messungen der Arena-Betreiber jedoch in der Wirtschaftlichkeit: Während eine typische Programmieraufgabe mit Claude Opus 5 im Mittel rund 4,70 Dollar verschlingt, liegt der Medianwert bei Kimi K3.1 Pro bei 1,23 Dollar - eine Kostenersparnis von 74 Prozent bei identischer Erfolgsquote.

Sobald die Modellgewichte am 4. November öffentlich zum Download bereitstehen, übernimmt Kimi K3.1 Pro nach Angaben von LMSYS auf Anhieb den Spitzenplatz unter allen Open-Weight-Modellen weltweit im WebDev-Ranking und verdrängt das bisher führende DeepSeek-V4.1-Flash. Auch gegenüber dem im Vormonat gestarteten chinesischen Konkurrenten Xiaomi MiMo-V2.6 setzt Moonshot damit eine neue Messlatte.

Preise sinken um ein Drittel, Highspeed-Version liefert doppelten Durchsatz

Über die offizielle Entwicklerplattform hat Moonshot AI auch die neue Preisstruktur für die Schnittstelle vorgestellt. Reguläre API-Aufrufe für kimi-k3.1-pro kosten 13 Renminbi (rund 1,80 US-Dollar) pro Million Eingabe-Token und 68 Renminbi (rund 9,50 US-Dollar) für die Ausgabe. Das Modell ist damit rund 32 bis 35 Prozent günstiger als Kimi K3 (zuvor 20 bzw. 100 RMB).

Wer wiederkehrende System-Prompts oder Dokumentensammlungen nutzt, profitiert von einem automatischen Prompt-Caching: Werden bereits im Speicher gehaltene Abschnitte wiederverwendet, sinken die Kosten auf 1,30 RMB (rund 0,18 Dollar) pro Million Token. Für zeitkritische Arbeitsabläufe bietet der Anbieter zusätzlich die Variante kimi-k3.1-pro-highspeed an: Sie arbeitet nach Herstellerangaben mit zwei- bis dreifacher Ausgabegeschwindigkeit bei verdoppelten Token-Preisen.

Parametrisches 3D-Design und Spielebau ohne MCP-Konnektoren

Der technische Schwerpunkt des Updates liegt auf räumlichem Denken und langen Agenten-Ketten. Wie Moonshot AI im technischen Begleitbericht erläutert, wurde die Inferenz auf komplexe Software-Steuerungen hin optimiert. Kimi K3.1 Pro kann dreidimensionale Modelle in Blender, SolidWorks, Rhino und klassischen CAD-Umgebungen entwerfen, ohne dass hierfür separate Model-Context-Protocol-Konnektoren (MCP) zwischengeschaltet werden müssen - das Modell verfasst und testet die Ausführungsskripte der Werkzeuge direkt im Sandkasten.

Auf dem herstellerübergreifenden 3D-Rekonstruktions-Benchmark BenchCAD erreicht das Modell mit Werkzeugeinsatz 92,7 Prozent und schließt damit dicht zu Claude Opus 5.5 (96,2 Prozent) und GPT-6 Astra (95,9 Prozent) auf. Auch für die Spiel-Engines Unity, Unreal Engine und Godot erzeugt K3.1 Pro spielbare Interaktionslogiken und prozedurale 3D-Assets.

In der Entwickler-Community sorgten erste Praxisversuche für erstaunte Reaktionen. Ein Software-Entwickler demonstrierte eine nachgebaute Szene aus dem kommenden Blockbuster Grand Theft Auto VI: Der Agent benötigte für die Generierung einer interaktiven Spielwelt über vier Millionen Token und rund zehn Stunden Rechenzeit, was bei Kimi K3.1 Pro Gesamtkosten von 51,98 Dollar verursachte. Bei westlichen Spitzenmodellen hätte derselbe Lauf mehrere hundert Dollar gekostet.

Andere Entwickler hoben die Präzision bei kleineren 3D-Webprojekten hervor: Ein interaktives, aufklappbares Smartphone-Modell in Blender und Three.js wurde in anderthalb Stunden für 12,50 Dollar fertiggestellt; ein volltexturiertes 3D-Schiffsmodell in einer Einzelabfrage für 8,40 Dollar.

Weniger Halluzinationen in Finanz- und Rechercheaufgaben

Neben der kreativen 3D- und Web-Entwicklung hat Moonshot AI an einer der größten Schwachstellen von Kimi K3 gearbeitet: der faktischen Zuverlässigkeit bei tabellarischen Zahlenwerken. In den frühen Praxistests von K3 hatten Anwender wiederholt bemängelt, dass das Modell bei komplexen Tabellenkalkulationen zu Ungenauigkeiten neigte.

Für K3.1 Pro gibt das Labor an, die Fehlerrate bei Einzelaussagen in einem internen Stresstest von 23,4 Prozent auf 8,3 Prozent gesenkt zu haben. Auf spezialisierten Finanz-Benchmarks wie OfficeQA Pro v2 (64,4 Punkte) und SpreadsheetBench 2 platziert sich das Modell vor GPT-6 Astra und Fable 5.1. Auch Agenten-Systeme wie Cognitions Programmierassistent Devin, der bereits auf einer K3-Basis aufsetzte, dürften von den verbesserten Reasoning-Fähigkeiten bei langen Befehlsketten profitieren.

Moonshot entfernt Cyberangriffs-Daten vor der Open-Weights-Freigabe

Ein besonders brisantes Detail betrifft die IT-Sicherheit: Vor dem Hintergrund der jüngsten Sicherheitskrisen und Warnungen vor automatisierten Agenten-Exploits, die wir im Bericht zum Schwarzen Oktober analysiert haben, hat Moonshot AI das Modell vor der Veröffentlichung der Gewichte gezielt beschnitten.

Im hauseigenen Test xdev-bench-hard, der reale Sicherheitslücken im Linux-Kernel, Node.js und JavaScriptCore nachstellt, löste das Rohmodell vor dem Filter 90,5 Prozent aller Aufgaben im automatisierten Exploit-Bau. Da Moonshot vermeiden wollte, dass hochentwickelte Angriffswerkzeuge unkontrolliert als offene Gewichte zirkulieren, wurden cyber-relevante Datensätze aus dem Vortraining und dem Reinforcement Learning nachträglich entfernt. Der finale K3.1-Pro-Checkpoint erzielt auf dem Benchmark noch 81,0 Prozent. Das Labor betonte, dass der Nutzen starker Dual-Use-Modelle für Verteidiger überwiege, wenn sie auf eigener Infrastruktur Legacy-Code auditieren können.

Anzeige · Buch und Angebot von Markus Kirchmair

Noch ein Tool. Oder endlich weniger Arbeit?

Prüfen Sie mit No More Tools, welche Software und Abläufe Ihr Unternehmen tatsächlich braucht. Im Workshop entsteht ein priorisierter Fahrplan.

Workshop kennenlernen →