Moonshot AI stellt Kimi K3.1 Pro vor, ein offenes Modell mit 3 Billionen Parametern

Das chinesische KI-Labor Moonshot AI hat Kimi K3.1 Pro veröffentlicht, das erste Modell der neuen K3.1-Serie und laut Unternehmen sein bisher leistungsfähigstes Modell mit offenen Gewichten, mit rund 3 Billionen Parametern. Eine schnellere Variante, Kimi K3.1 Pro Highspeed, erscheint gleichzeitig und läuft 2- bis 3-mal schneller als das Standardmodell. Die vollständigen offenen Gewichte beider Modelle sollen bis zum 4. November veröffentlicht werden.

Das Modell wurde ausgehend vom früheren Kimi K3, das im Juli erschien, nachtrainiert, mit nach Angaben von Moonshot deutlich mehr Rechenressourcen für Reinforcement Learning über Hunderte von Domänen hinweg. Es unterstützt ein Kontextfenster von einer Million Tokens und ist ab sofort über kimi.ai, die Kimi-Mobil-Apps, die Desktop-App Kimi Work (Version 3.1.0 und höher, unter Windows und auf Macs mit Apple Silicon) sowie Kimi Code über den Befehl /model verfügbar. Entwickler können über die Kimi-API mit den Modell-IDs kimi-k3.1-pro und kimi-k3.1-pro-highspeed darauf zugreifen; für API-Kunden steht optional Zero Data Retention zur Verfügung. Business- und Enterprise-Kunden können das Modell über eine Admin-Einstellung aktivieren; es ist beim Start standardmäßig deaktiviert.

Laut den von Moonshot veröffentlichten Benchmarks erzielte K3.1 Pro 65,7 % bei Terminal-Bench 4.0, knapp hinter Anthropics Claude Opus 5.5 mit 66,4 %, aber vor GPT-6 Astra mit 58,2 %. Bei den Long-Horizon-Coding-Aufgaben von Kimi Code Bench 3.0 erreichte es 61,2 %, gegenüber 55,95 % beim Vorgängermodell K3. Bei BenchCAD, einem 3D-Rekonstruktions-Benchmark, kam es mit Tool-Nutzung auf 92,7 % (gegenüber 96,2 % bei Opus 5.5 und 95,9 % bei GPT-6 Astra) und ohne Tools auf 72,8 %, was etwa den 73,0 % von Opus 5.5 entspricht. Das Unternehmen berichtete zudem von Spitzenwerten im internen Benchmark OfficeQA Pro v2 (64,4) und von Verbesserungen bei finanzspezifischen Tests: Financial Modeling stieg von 50,4 auf 57,6, Financial Research von 58,8 auf 70,4, und Business-Operation-Aufgaben sprangen im Vergleich zu K3 von 8,9 auf 37.

Moonshot zufolge gab es auch Fortschritte bei der Zuverlässigkeit: Im Hallu-Bench-Hard-Test, der Halluzinationsraten auf Aussagenebene misst, sank die Fehlerquote von K3.1 Pro mit Tool-Zugriff von 23,4 % bei K3 auf 8,3 %. Das Unternehmen gab zudem bekannt, vor der Veröffentlichung der offenen Gewichte cyberbezogene Trainingsdaten aus den mittleren Trainings- und Reinforcement-Learning-Phasen entfernt zu haben — ein Schritt, der nach eigenen Angaben die offensive Cyberfähigkeit reduziert: K3.1 Pro erreichte im Cyber-Benchmark xdev-bench-hard 81,0 %, gegenüber 90,5 % bei einer internen Version ohne diese Abschwächung. Moonshot betont, dass die Cyberfähigkeit des veröffentlichten Modells weiterhin hinter führenden proprietären Systemen zurückbleibt.

Zusammen mit dem Modell führte Moonshot eine neue Funktion namens „3D Make“ auf kimi.ai und in der Kimi-App ein, mit der Nutzer von der KI erzeugte 3D-Modelle ansehen, bearbeiten und exportieren können. Preise für den API-Zugang wurden in der Ankündigung nicht genannt; Moonshot verwies Nutzer auf seine separate Preisseite.

Die Veröffentlichung erfolgt zu einem Zeitpunkt, an dem chinesische Modelle mit offenen Gewichten den Abstand zu geschlossenen US-amerikanischen Spitzensystemen bei Coding- und Agenten-Benchmarks weiter verringern, während sie vor allem bei Kosten und Verfügbarkeit für Entwickler konkurrieren, die das Modell lieber selbst hosten oder feinabstimmen möchten, statt eine proprietäre API zu nutzen.