Kimi K3.1 Pro: Was ist neu, Benchmarks und Vergleich

Kimi K3.1 Pro ist Moonshot AIs neuestes Open-Weight-Modell – eine post-trainierte Version von Kimi K3, die das Unternehmen als sein leistungsfähigstes Open-Weight-Modell der 3T-Klasse bezeichnet, mit einem Kontextfenster von einer Million Token. Am 23. Oktober 2026 angekündigt, zielt es auf echte agentische Aufgaben ab: vollständige Projektcodierung, parametrisches 3D-Modellieren und durchgängige Finanz-Workflows. Dieser Leitfaden behandelt, was K3.1 Pro ist, seine wichtigsten Benchmarks, den Vergleich mit K3 und den führenden proprietären Modellen sowie wann die Open Weights verfügbar werden.

Was ist Kimi K3.1 Pro?

Kimi K3.1 Pro ist das erste Modell in Moonshot AIs neuer K3.1-Serie und eine post-trainierte Version von Kimi K3, entwickelt mit deutlich mehr Post-Training-Rechenaufwand. Es behält K3s spärliches Mixture-of-Experts (MoE)-Design bei – 2,8 Billionen Gesamtparameter mit 104 Milliarden aktiven Parametern pro Token – zusammen mit multimodaler Eingabe und einem 1-Millionen-Token-Kontextfenster, laut dem Kimi K3.1 Pro Tech-Blog.

Moonshot gibt an, dass die Verbesserungen aus groß angelegtem gemeinsamem Reinforcement Learning über Hunderte von nachgelagerten Domänen stammen, wobei das RL-Framework, die Langkontext-Inferenz und die Sandbox-Infrastruktur so abgestimmt wurden, dass jedes Inkrement an RL-Rechenleistung stabile Erträge liefert. Das Ergebnis, laut Moonshot, ist eine konsistente Verbesserung in jeder Domäne gegenüber K3.

Eine schnellere Variante, K3.1 Pro Highspeed, läuft 2–3× schneller als das Standardmodell für reaktionsschnellere, interaktive Nutzung.

Kimi K3.1 Pro Benchmarks

Moonshot positioniert K3.1 Pro als gleichwertig oder annähernd gleichwertig mit den stärksten proprietären Modellen in Coding-, agentischen und Wissens-Benchmarks. Die wichtigsten Zahlen aus dem Tech-Blog:

• Terminal-Bench 4.0 (Coding-Agenten bei realistischen, ressourcenbeschränkten Terminal-Aufgaben): 65,7 %, vor GPT-6 Astra (58,2 %) und knapp hinter Claude Opus 5.5 (66,4 %).
• Kimi Code Bench 3.0 Long-horizon (interne mehrstufige Ausführung und Tool-Nutzung): 61,2 %, gegenüber K3s 55,95 %.
• BenchCAD (3D-Rekonstruktion aus Multi-View-Renderings via CAD-Code): 92,7 % mit Tools, annähernd an Claude Opus 5.5 (96,2 %) und GPT-6 Astra (95,9 %).
• OfficeQA Pro v2 (komplexe Fiskaldatenanalyse über reale Finanzdokumente): 64,4, was Moonshot als Stand der Technik bezeichnet.

Interne und Launch-Benchmarks sollten als Ausgangspunkt und nicht als endgültiges Urteil betrachtet werden – die Werte werden vom Anbieter gemeldet und die Evaluierungsrahmen unterscheiden sich zwischen den Modellen.

Coding: Vollständige Projektentwicklungen und Game Engines

K3.1 Pro deckt das gesamte Spektrum der Coding-Arbeit ab, von schnellen Korrekturen in realen Codebasen bis hin zu vollständigen Projekten von Grund auf. Moonshot hebt hervor, dass es direkt in Game Engines arbeitet – Unity, Unreal Engine und Godot – und diese mit Websuche und 3D-Generierung kombiniert, um vollständige Erlebnisse zu erstellen, mit stärkerer Komposition, Typografie und Animation in Frontend-Seiten und Three.js-Szenen.

Ein interner Test zeigt den Long-Horizon-Anspruch: Moonshot berichtet, dass K3.1 Pro einen Simulator für menschliche Gehbewegungen auf Basis eines Open-Source-Anatomiemodells entwickelt hat und über 167 Missionen und 420 Reviews iterativ einen Controller verfeinerte, bis der simulierte Mensch kontinuierlich 11,2 Sekunden lang lief – wobei es zeitweise Open-Loop-Sondierungen der Simulatordynamik durchführte und 36 Fehler in Schultermuskelberechnungen korrigierte, anstatt blind Belohnungen anzupassen.

3D-Modellierung und parametrisches Design

Räumliches Denken ist ein herausragendes Merkmal. Moonshot sagt, K3.1 Pro zeichnet sich bei parametrischer Modellierung aus – mechanische Teile, Architekturmodelle, konfigurierbare Produkte und maßgefertigte Möbel – und kann Skripte für Tools wie Blender und CAD-Software ohne MCP-Konnektoren schreiben und ausführen, um Assets zu erstellen und zu verfeinern, Komponenten zu bearbeiten sowie Geometrie und Materialien anzupassen.

Aus einem Textbriefing, einer Skizze oder einem Referenzbild leitet das Modell Form, Proportionen und räumliche Beziehungen ab, um nutzbare 3D-Modelle zu erstellen. Moonshot hat außerdem 3D Make auf kimi.ai und der Kimi-App gestartet, mit dem Sie Modelle online vorschauen und bearbeiten sowie für den 3D-Druck oder als Video exportieren können.

Finanzen: Weniger Halluzinationen, zuverlässigere Modellierung

Im Finanzbereich setzt Moonshot am stärksten auf Zuverlässigkeit. In internen Benchmarks verbessert sich K3.1 Pro gegenüber K3 um 7,2 Punkte bei der Finanzmodellierung und 11,6 Punkte bei der Finanzforschung und erreicht etwa das 4,2-fache von K3s Leistung bei einem simulierten Geschäftsbetrieb-Benchmark.

Die Genauigkeitsgeschichte ist die, die am weitesten verbreitet wurde. Auf Kimi Hallu Bench Hard – einem Stresstest, der gezielt entwickelt wurde, um Fehler zu provozieren – sank K3.1 Pros Halluzinationsrate auf Behauptungsebene von 23,4 % bei K3 auf 8,3 %. Moonshot stellt ausdrücklich klar, dass dies ein Stresstest ist und keine allgemeinen Fehlerquoten im alltäglichen Gebrauch darstellt – lesen Sie die „65 % weniger Halluzinationen"-Formulierung daher als Benchmark-Delta, nicht als Garantie.

Cybersicherheit: Eine bewusst begrenzte Open-Weight-Veröffentlichung

Da die Gewichte öffentlich sein werden, beschreibt Moonshot gezielte Kontrollen der offensiven Sicherheitsfähigkeit. Es gibt an, cyber-bezogene Daten sowohl in der Mid-Training- als auch in der RL-Phase vor der Open-Weight-Veröffentlichung entfernt zu haben, während allgemeine Coding-Aufgaben intakt blieben.

Der Effekt ist auf seinem internen xdev-bench-hard messbar: Ein Checkpoint ohne diese Kontrollen löste 90,5 % der Aufgaben bei pass@3, während das finale K3.1 Pro 81,0 % erreicht. Moonshot erklärt, dass K3.1 Pros offensive Cyber-Fähigkeit hinter proprietären Frontier-Modellen zurückbleibt, die seit mindestens drei Monaten öffentlich sind, und betrachtet eine schrittweise, kontrollierte Verbreitung als besser für die defensive Sicherheit als die Konzentration der Fähigkeit in geschlossenen Systemen.

Kimi K3.1 Pro vs. K3

Wenn Sie K3 verwendet haben, ist K3.1 Pro ein Post-Training-Upgrade auf derselben Architektur und kein neues Basismodell – gleiche 2.8T MoE und 1M Kontext, mit breiten agentischen Verbesserungen obendrauf.

Der praktische Unterschied: K3.1 Pro ist auf Long-Horizon-Coding, 3D/CAD und Finanzarbeit ausgerichtet, mit deutlich niedrigerer Halluzinationsrate bei Stresstests und einer schnelleren Highspeed-Option für interaktive Nutzung.

Vergleich mit Claude und GPT-6

Anhand der von Moonshot veröffentlichten Benchmarks liegt K3.1 Pro nahe an der Frontier, ohne sie klar zu übertreffen. Es liegt knapp hinter Claude Opus 5.5 bei Terminal-Bench 4.0 (65,7 % vs. 66,4 %) und vor GPT-6 Astra (58,2 %); bei BenchCAD mit Tools liegt es hinter beiden (92,7 % vs. 96,2 % und 95,9 %). Die Schlagzeile lautet, dass ein Open-Weight-Modell nun mit proprietären Marktführern bei agentischem Coding und CAD mithalten kann – dieselbe Entwicklung, die wir bei Meta's Muse Spark Open und Reflection Beam verfolgt haben.

Verfügbarkeit und Open Weights

Kimi K3.1 Pro und K3.1 Pro Highspeed sind jetzt verfügbar in der gesamten Kimi-Produktfamilie – auf kimi.ai und den Kimi-Mobile-Apps, Kimi Work (Desktop-App v3.1.0+), Kimi Code (Modell mit /model auswählen) und der Kimi API (kimi-k3.1-pro / kimi-k3.1-pro-highspeed). Enterprise-Zugang ist beim Launch standardmäßig deaktiviert.

Das wichtige Datum für Self-Hoster: Vollständige Modellgewichte werden bis zum 4. November 2026 veröffentlicht. Bis dahin ist K3.1 Pro nur über API und Apps verfügbar; danach können Teams es auf ihrer eigenen Infrastruktur inspizieren, modifizieren und betreiben.

Nutzen Sie dies mit Ihrer eigenen KI-Belegschaft

Ein Modell wie K3.1 Pro entfaltet seinen Wert, wenn es in echte Workflows eingebunden ist – Repositories, 3D-Pipelines, Finanzdokumente und mehrstufige Pläne – und nicht nur in einer Chat-Box. Eine modell-agnostische Multi-Agenten-Plattform ermöglicht es Ihnen, Long-Horizon-Coding an ein Frontier-Open-Weight-Modell weiterzuleiten und dabei sensible Daten lokal zu halten. Eigent ist eine Open-Source-Cowork-Desktop-App, die eine Multi-Agenten-KI-Belegschaft auf Ihrem eigenen Rechner betreibt, sodass Sie das beste Modell pro Aufgabe einsetzen können. Sehen Sie, wie Agenten GitHub PRs reviewen können, und laden Sie Eigent herunter, um es auszuprobieren.

Häufig gestellte Fragen

Was ist Kimi K3.1 Pro?

Kimi K3.1 Pro ist Moonshot AIs Open-Weight-Modell, das am 23. Oktober 2026 angekündigt wurde – eine post-trainierte Version von Kimi K3 mit 2,8 Billionen Gesamtparametern (104B aktiv), einem 1-Millionen-Token-Kontextfenster und multimodaler Eingabe. Moonshot bezeichnet es als sein leistungsfähigstes Open-Weight-Modell der 3T-Klasse, mit Verbesserungen in Coding, 3D-Erstellung und Finanzen.

Ist Kimi K3.1 Pro Open Source?

Moonshot plant, die vollständigen Modellgewichte bis zum 4. November 2026 zu veröffentlichen, woraufhin Entwickler es inspizieren, modifizieren und selbst hosten können. Bis dahin ist K3.1 Pro nur über Kimi-Apps, Kimi Work, Kimi Code und die Kimi API verfügbar.

Wie schneidet Kimi K3.1 Pro im Vergleich zu Claude Opus 5.5 und GPT-6 Astra ab?

Anhand der von Moonshot veröffentlichten Benchmarks erzielt K3.1 Pro 65,7 % auf Terminal-Bench 4.0 – vor GPT-6 Astra (58,2 %) und knapp hinter Claude Opus 5.5 (66,4 %). Bei BenchCAD mit Tools erzielt es 92,7 %, hinter Opus 5.5 (96,2 %) und Astra (95,9 %). Dies sind vom Anbieter gemeldete Zahlen mit unterschiedlichen Evaluierungsrahmen.

Was ist neu in K3.1 Pro gegenüber K3?

K3.1 Pro ist ein post-trainiertes K3 auf derselben 2.8T MoE-Architektur und 1M Kontext, mit breiten agentischen Verbesserungen: stärkeres Long-Horizon-Coding, bessere 3D- und CAD-Arbeit sowie Finanzverbesserungen von 7,2 Punkten (Modellierung) und 11,6 Punkten (Forschung). Die Stresstest-Halluzinationsrate sinkt von 23,4 % auf 8,3 %, und eine Highspeed-Variante läuft 2–3× schneller.

Kann ich Kimi K3.1 Pro mit einer Multi-Agenten-Plattform wie Eigent verwenden?

Ja. Sobald die Gewichte verfügbar sind, kann eine modell-agnostische Plattform wie Eigent Long-Horizon-Coding und Wissensarbeitsaufgaben an K3.1 Pro weiterleiten, während andere Modelle für Routineschritte verwendet werden – und Daten bei Bedarf lokal gehalten werden.