Moonshot veröffentlicht Kimi K3.1 Pro mit 1-Millionen-Token-Kontext und kündigt offene Gewichte bis zum 4. November an

Moonshot AI hat am 23. Oktober Kimi K3.1 Pro veröffentlicht. Es handelt sich um eine nachtrainierte Version des unternehmenseigenen Kimi-K3-Modells, ergänzt um eine schnellere Variante namens K3.1 Pro Highspeed. Beide verfügen über ein Kontextfenster von 1 Million Token. Moonshot bezeichnet K3.1 Pro als Modell der „3T-Klasse" mit offenen Gewichten und erklärt, die vollständigen Gewichte würden bis zum 4. November 2026 veröffentlicht.

Wo das Modell verfügbar ist

K3.1 Pro ist auf Kimi.ai, in den mobilen Kimi-Apps, in Kimi Work und Kimi Code sowie über die Kimi-API als kimi-k3.1-pro und kimi-k3.1-pro-highspeed verfügbar. Moonshot zufolge läuft Highspeed 2 bis 3 Mal schneller als das Standardmodell. In Kimi Enterprise ist es beim Start standardmäßig deaktiviert und muss von einem Administrator aktiviert werden; API-Kunden steht eine Option zur Löschung sämtlicher Daten (Zero Data Retention) zur Verfügung. In der Ankündigung werden keine API-Preise, keine Parameterzahl und keine Lizenz für die offenen Gewichte genannt.

Moonshots Benchmark-Zahlen

Alle folgenden Angaben stammen aus Moonshots eigenem Beitrag und wurden nicht unabhängig überprüft. Mehrere davon basieren auf internen Benchmarks von Moonshot.

Coding: Im Terminal-Bench 4.0 gibt Moonshot für K3.1 Pro 65,7 % an, gegenüber 66,4 % für Claude Opus 5.5 und 58,2 % für GPT-6 Astra.
Halluzinationen: Im internen Kimi Hallu Bench (schwieriges Set, mit Tools, niedrigere Werte sind besser) erzielt K3.1 Pro 8,3, gegenüber 23,4 bei K3, verglichen mit 5,5 bei GPT-6 Astra und 15,0 bei Claude Opus 5.5.
Finanzen und Büroarbeit: 64,4 bei OfficeQA Pro v2, was Moonshot als Stand der Technik bezeichnet, sowie 57,6 gegenüber 50,4 bei K3 im internen Test zur Finanzmodellierung.
3D-Modellierung: 92,7 bei BenchCAD mit Tools, hinter Claude Opus 5.5 (96,2) und GPT-6 Astra (95,9).

Moonshot erklärt zudem, man habe für die Open-Weight-Veröffentlichung cyberbezogene Daten aus Teilen des Trainings entfernt und die Cyber-Fähigkeiten des Modells blieben hinter öffentlich verfügbaren proprietären Spitzenmodellen zurück. Im internen Cyber-Test erzielt K3.1 Pro 81,0 Punkte, verglichen mit 90,5 für einen Kimi-Checkpoint, der ohne diese Reduzierung trainiert wurde.

Für wen das relevant ist

Sollten unabhängige Tests Moonshots Zahlen bestätigen, würde K3.1 Pro ein herunterladbares Modell bei Coding-Aufgaben nahe an Claude Opus 5.5 heranbringen. Das ist vor allem für Unternehmen relevant, die ein Modell auf eigenen Servern betreiben möchten, statt Daten an eine Cloud-API zu senden. Ein Modell dieser Größe erfordert einen Servercluster, nicht einen Laptop.

Was das für die Modellwahl bedeutet

Wer ein offenes Modell zum selbst Hosten sucht, sollte auf die Gewichte und auf unabhängige Benchmarks warten, bevor er wechselt. Bis dahin ist DeepSeek eine weit verbreitete Option mit offenen Gewichten, und DeepSeek vs ChatGPT zeigt, wie sich ein offenes Modell im Vergleich zu einem geschlossenen Assistenten schlägt.

Wer vor allem langen Kontext benötigt, kann K3.1 Pro bereits jetzt auf Kimi.ai mit einem langen Vertrag oder einer Codebasis ausprobieren und die Ergebnisse anhand des eigenen Materials beurteilen.