AntwortenVeröffentlicht27 Quellen
Kimi K3.1 Pro: Was die Zahlen zeigen – und was nicht
Kimi K3.1 Pro startete am 23. Oktober 2026 als erstes Modell der neuen K3.1 Reihe. Im von Moonshot berichteten Terminal Bench 4.0 Vergleich erreicht das Modell 65,7 Prozent: mehr als GPT 6 Astra mit 58,2 Prozent, aber knapp weniger als Claude Opus 5.5 mit 66,4 Prozent.
Veröffentlicht vonBearbeitet mit GPT-6 LunaBilder erstellt mit GPT Image 2
Forschungsantwort
Wichtige Erkenntnisse
- Kimi K3.1 Pro startete am 23. Oktober 2026 als erstes Modell der neuen K3.1 Reihe.
- Im von Moonshot berichteten Terminal Bench 4.0 Vergleich erreicht das Modell 65,7 Prozent: mehr als GPT 6 Astra mit 58,2 Prozent, aber knapp weniger als Claude Opus 5.5 mit 66,4 Prozent.
- Die Ergebnisse zu Coding, Finanzen, 3D Arbeit und Faktenrichtigkeit sind keine Garantie für die Leistung im Alltag.
KI-Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What are the key details of Beijing-based, $50-billion-valued Moonshot AI’s Friday, October 23 launch of Kimi K3.1 Pro—the first model in it. Article summary: Moonshot launched Kimi K3.1 Pro and Kimi K3.1 Pro Highspeed on October 23, 2026, positioning Pro as the first K3.1-series model and its most capable “3T-class open-weight” model, with a 1-million-token context window.[2]. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Moonshot AI hat am 23. Oktober 2026 Kimi K3.1 Pro und Kimi K3.1 Pro Highspeed vorgestellt. Das Unternehmen bezeichnet Pro als erstes Modell der K3.1-Reihe und als sein bislang leistungsfähigstes Open-Weight-Modell der „3T-Klasse“ – mit einem Kontextfenster von einer Million Tokens. Bloomberg zufolge zielt das Upgrade auf Finanzrecherche, Programmierung und 3D-Modellierung, etwa für die Spieleentwicklung.17
18
Die technischen Eckdaten und Benchmarkwerte machen das Modell interessant. Für sich genommen belegen sie aber nicht, dass es bei alltäglichen Aufgaben besser abschneidet als die Konkurrenz: Mehrere viel zitierte Ergebnisse stammen von Moonshot selbst. Außerdem waren die vollständigen Gewichte zum Start lediglich für einen späteren Termin angekündigt.8
10
Was Moonshot zufolge neu ist
Kimi K3.1 Pro ist laut Beschreibung eine nachtrainierte Version von Kimi K3, in deren Post-Training zusätzliche Rechenleistung geflossen ist – kein vollständig neues Basismodell.21
25 Moonshot nennt eine Mixture-of-Experts-Architektur mit insgesamt 2,8 Billionen Parametern, von denen 104 Milliarden aktiv sind. Die Bezeichnung „3T-Klasse“ bezieht sich also auf den Gesamtumfang des Modells, nicht darauf, dass alle Parameter gleichzeitig arbeiten.
23
30
Moonshot stellt Anwendungen in den Bereichen Programmierung, Finanzrecherche und 3D-Erstellung in den Mittelpunkt. In der Ankündigung werden unter anderem Blender, Unreal Engine, Godot und CAD genannt.17
30 Das beschreibt den vom Unternehmen gesetzten Fokus – es ist kein Beleg dafür, dass das Modell in all diesen Arbeitsabläufen gleich zuverlässig funktioniert.
Benchmarks richtig einordnen
Für Kimi K3.1 Pro nennt Moonshot einen Wert von 65,7 Prozent im Terminal-Bench-4.0-Test. Die daneben aufgeführten Vergleichswerte liegen bei 58,2 Prozent für GPT-6 Astra und 66,4 Prozent für Claude Opus 5.5. In diesem Vergleich liegt Kimi damit vor Astra und 0,7 Prozentpunkte hinter Opus.2
6
Für 3D-Aufgaben gibt Moonshot 92,7 Prozent im BenchCAD-Test mit Tools an. Dabei soll die Rekonstruktion von 3D-Objekten aus mehreren Ansichten mithilfe von CAD-Code bewertet werden.29 Für den Test OfficeQA Pro v2 zu Finanzdokumenten nennt das Unternehmen einen Wert von 64,4.
10
46
Die Werte geben Hinweise auf die Aufgaben, mit denen Moonshot sein Modell besonders hervorhebt. Sie sind aber keine vollständige Messung seiner allgemeinen Leistungsfähigkeit. Der Terminal-Bench-Vergleich wird in der Berichterstattung anhand der Startangaben wiedergegeben; die Werte für 3D und Finanzen werden Moonshot zugeschrieben. Wer ein Modell für einen konkreten Arbeitsablauf auswählt, sollte dieselben Aufgaben mit denselben Tools, Einstellungen und Erfolgskriterien testen.
Angaben zur Faktenrichtigkeit brauchen Kontext
Moonshots Materialien und die Berichterstattung zum Start verweisen auf Fortschritte bei der Faktenrichtigkeit. Die veröffentlichten Zahlen beziehen sich allerdings nicht alle auf dieselbe Beschreibung der Tests. Ein Bericht über einen internen, besonders schwierigen Fakten-Test nennt einen Rückgang halluzinierter Einzelaussagen von 23,4 Prozent bei Kimi K3 auf 8,3 Prozent bei K3.1 Pro. Die Kimi-API-Dokumentation beschreibt eine separate Auswertung anonymisierter Gespräche, in denen Nutzer zuvor Faktenfehler gemeldet hatten. Dort sinkt der Wert von 23,35 auf 6,85 Prozent.18
21
Diese Zahlen sollte man weder zusammenrechnen noch als alltägliche Fehlerquote verstehen. Sie beruhen auf bestimmten Prompts, Stichproben und Bewertungsmethoden. Außerdem ist eine fehlerhafte Einzelaussage nicht dasselbe wie eine vollständige Antwort, die mindestens einen Fehler enthält. Die Werte belegen berichtete Testergebnisse – nicht, dass das Modell bei der eigenen Arbeit fehlerfrei ist.
Moonshot zufolge wurden außerdem Cybersecurity-bezogene Trainingsdaten entfernt, um offensive Cyber-Fähigkeiten des geplanten Open-Weight-Modells zu begrenzen.13 Das ist eine beschriebene Maßnahme zur Risikominderung, kein Nachweis dafür, dass solche Fähigkeiten vollständig beseitigt wurden oder die Maßnahme in jedem Umfeld wirkt.
Highspeed, Zugriff und die angekündigten Gewichte
Moonshot zufolge ist Kimi K3.1 Pro Highspeed etwa zwei- bis dreimal schneller als Pro und soll dabei eine vergleichbare Leistungsfähigkeit bieten.18
20 Diese Geschwindigkeitsangabe ist jedoch kein unabhängiger Vergleich von Qualität oder Latenz unter realen Arbeitsbedingungen.
Laut Kimi-Code-Dokumentation laufen die K3.1-Pro-Modelle ausschließlich im Thinking-Modus. Dafür gibt es die Stufen low, high und max; max ist standardmäßig eingestellt.33 Zum Start wurden Kimi.ai, Kimi Work, Kimi Code und die Kimi API als Zugangswege genannt.
10
30 Für Kimi Code soll die Standardversion Pro mindestens ein Plus-Abo voraussetzen, Highspeed ein Pro-Abo. Der volle Kontext von einer Million Tokens ist dort ab dem Pro-Tarif oder höher aufgeführt.
34
36
Moonshot kündigte an, die vollständigen Gewichte bis zum 4. November zu veröffentlichen. Das war zum Start ein geplanter Termin, keine Bestätigung, dass die Gewichte bereits herunterladbar waren.8
10 Auch die endgültige Lizenz war aus den verfügbaren Startinformationen nicht ersichtlich. „Open-Weight“ allein sagt nicht, ob kommerzielle Nutzung, Weiterverbreitung oder Änderungen erlaubt sind – dafür kommt es auf die tatsächlich veröffentlichte Lizenz an.
Fazit: spannend, aber noch kein Selbstläufer
Kimi K3.1 Pro setzt bei seinem Start auf ein großes Kontextfenster, angekündigte Verbesserungen für Coding, Finanzen und 3D-Aufgaben sowie konkurrenzfähige Werte in ausgewählten Benchmarks. Entscheidend ist aber die Einordnung: Benchmark-Ergebnisse und interne Tests zur Faktenrichtigkeit müssen im jeweiligen Einsatzkontext geprüft werden. Auch die Gewichte und ihre Lizenz standen zum Start noch aus. Für viele Nutzer dürften unabhängige Tests unter vergleichbaren Bedingungen und die endgültigen Lizenzbedingungen wichtiger sein als das Etikett „3T-Klasse“.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die Leute fragen auch
Wie lautet die kurze Antwort auf „Kimi K3.1 Pro: Was die Zahlen zeigen – und was nicht“?
Kimi K3.1 Pro startete am 23. Oktober 2026 als erstes Modell der neuen K3.1 Reihe.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Kimi K3.1 Pro startete am 23. Oktober 2026 als erstes Modell der neuen K3.1 Reihe. Im von Moonshot berichteten Terminal Bench 4.0 Vergleich erreicht das Modell 65,7 Prozent: mehr als GPT 6 Astra mit 58,2 Prozent, aber knapp weniger als Claude Opus 5.5 mit 66,4 Prozent.
Was soll ich als nächstes in der Praxis tun?
Die Ergebnisse zu Coding, Finanzen, 3D Arbeit und Faktenrichtigkeit sind keine Garantie für die Leistung im Alltag.