Kimi K3.1 Pro kommt Opus 5.5 beim Coding nahe und kappt Cyber-Fähigkeiten

Moonshot AI hat Kimi K3.1 Pro am 23. Oktober 2026 veröffentlicht, ein Upgrade seines Open-Weight-Modells K3. Laut Moonshot kommt es in einem Test für Coding-Agenten bis auf einen Punkt an Claude Opus 5.5 heran. Das Unternehmen erklärt außerdem, es habe vor der Freigabe der Gewichte hackingbezogenes Material aus dem Training entfernt. Und es hat veröffentlicht, wie viel Fähigkeit dieser Schnitt gekostet hat.

Moonshots Ankündigung nennt es „unser bisher leistungsfähigstes Open-Weight-Modell der 3T-Klasse“. Das Modell ist ab sofort in Kimis Apps und in der API verfügbar. Moonshot verspricht die vollständigen Gewichte bis zum 4. November.

Was Moonshot ausgeliefert hat

K3.1 Pro ist keine neue Architektur. Laut Moonshot hat das Unternehmen K3, das im Juli erschien, mit deutlich mehr Rechenleistung in der Post-Training-Phase weitertrainiert. Post-Training ist die Phase, nachdem das Basismodell Sprache gelernt hat. Dann lernt es, Anweisungen zu befolgen und Werkzeuge zu nutzen.

Moonshot nennt das Modell „3T-Klasse“, also etwa 3 Billionen Parameter, die internen Werte, die ein Modell lernt. Die Angaben zur genauen Zahl gehen auseinander. SiliconANGLE beschreibt 3 Billionen Parameter, verteilt auf 896 Expertennetze, von denen jeweils 16 gleichzeitig aktiv sind. Der Modell-Router OrcaRouter nennt insgesamt 2,8 Billionen und etwa 104 Milliarden aktive pro Token. Moonshots Beitrag nennt keine Zahlen.

Das Kontextfenster, also die Textmenge, die das Modell auf einmal lesen kann, umfasst 1 Million Token. Eine schnellere Variante, K3.1 Pro Highspeed, läuft laut Moonshot zwei- bis dreimal schneller.

Benchmarks laut Moonshot

Alle folgenden Werte stammen von Moonshot und waren zum Start nicht unabhängig geprüft, wie The Next Web anmerkt.

Test	K3.1 Pro	Claude Opus 5.5	GPT-6 Astra
Terminal-Bench 4.0 (Coding-Agenten)	65,7%	66,4%	58,2%
BenchCAD, mit Tools	92,7	96,2	95,9
Hallu Bench Hard, mit Tools (niedriger ist besser)	8,3%	15,0%	5,5%

Moonshot hat Terminal-Bench 4.0 laut seinen Fußnoten mit dem Harness von Claude Code ausgeführt. In seinem eigenen Coding-Test für lange Aufgaben, Kimi Code Bench 3.0, erreichte K3.1 Pro 61,2, gegenüber 55,95 bei K3. Der Anteil falscher Behauptungen bei Hallu Bench Hard sank auf 8,3%, von 23,4% bei K3. Moonshot warnt, diese Raten „stellen nicht die Gesamtfehlerquote im täglichen Gebrauch dar“.

Der Cyber-Schnitt

Ungewöhnlich ist, was Moonshot herausgenommen hat. Für die Open-Weight-Version hat es nach eigenen Angaben cyberbezogene Daten entfernt, sowohl aus dem Mid-Training als auch aus den Reinforcement-Learning-Aufgaben, an denen das Modell geübt hat.

Dann veröffentlichte es den Preis dafür. Bei xdev-bench-hard, einem Test zum Schreiben von Exploits, bestand K3.1 Pro 81,0% der Aufgaben. Eine Version, die ohne den Schnitt trainiert wurde, erreichte 90,5%. K3 erreichte 33,3%, und DeepSeeks V4.1 Flash erreichte 85,7%. Ein Lauf durch Dritte ergab für OpenAIs GPT-5.6 Sol 100%.

Moonshot sagt, die Cyber-Fähigkeiten seines Modells lägen weiterhin hinter denen der besten geschlossenen Modelle. Das Unternehmen will nach eigenen Angaben nicht, dass offene Gewichte die Grenze der Angriffsfähigkeit verschieben, und plant, diese Obergrenze schrittweise anzuheben.

Preis und Zugang

Moonshots Beitrag nennt keine Preise. OrcaRouter, ein Wiederverkäufer von Modellzugängen, listet die API mit 2 Dollar pro Million Input-Token und 10 Dollar pro Million Output-Token, nach 3 und 15 Dollar bei K3. Highspeed kostet 4 und 20 Dollar. Gecachter Input kostet 0,20 Dollar.

Modell	Input $/M Token	Output $/M Token	Cache-Treffer $/M Token
Kimi K3	3,00	15,00	0,30
Kimi K3.1 Pro	2,00	10,00	0,20
Kimi K3.1 Pro Highspeed	4,00	20,00	0,20

Die API-Modellnamen lauten kimi-k3.1-pro und kimi-k3.1-pro-highspeed. Moonshot bietet Zero Data Retention an, und Enterprise-Admins müssen das Modell freischalten. OrcaRouter berichtet außerdem von festen Sampling-Werten: Temperatur 1,0 und top_p 0,95, andere Werte führen zu einem Fehler.

Die Politik rund um die Gewichte

Die Veröffentlichung fällt in eine Zeit, in der Moonshot unter Druck steht. Im Juli warf das Weiße Haus dem Unternehmen vor, beim Bau von K3 verbotene Nvidia-Chips genutzt und ein Anthropic-Modell kopiert zu haben, ohne Belege zu veröffentlichen, berichtet The Next Web. Anfang dieses Monats brachte OpenAI eine Kampagne zur Extraktion von Reasoning mit Moonshot in Verbindung.

Chinas eigene Regeln könnten wichtiger sein. Eine am 16. Oktober veröffentlichte Entwurfsliste für Exportkontrollen erfasst die Gewichte von Modellen mit mindestens 2 Billionen Parametern. Berichte nannten K3 als Modell oberhalb dieser Grenze. Die Frist für Kommentare zum Entwurf endet am 15. November.

Was das für Entwickler bedeutet

Wenn Sie Coding-Agenten betreiben, lohnt sich ein Test von K3.1 Pro mit Ihren eigenen Aufgaben. Moonshots Terminal-Bench-Wert stellt es auf eine Stufe mit Opus 5.5, zu einem niedrigeren Listenpreis als K3. Testen Sie es mit Ihren Repositories, bevor Sie einem Anbieterwert vertrauen.

Planen Sie die festen Einstellungen ein. Code, der temperature oder top_p setzt, schlägt bei diesem Modell fehl. Prüfen Sie daher Ihre Client-Bibliothek und Ihr Agenten-Framework.

Bauen Sie noch keinen Self-Hosting-Plan auf den 4. November. Die Gewichte sind ein Versprechen, und Moonshot hat keine Lizenz veröffentlicht. Ein Modell mit etwa 3 Billionen Parametern braucht zudem weit mehr Hardware als eine einzelne Workstation.

Sicherheitsteams sollten den Zielkonflikt beachten. Ein Modell, das 81% in einem Exploit-Test erreicht, ist weiterhin leistungsfähig. Behandeln Sie die offenen Gewichte bei der Risikobewertung als cyberfähig, unabhängig vom Schnitt im Training.

Behalten Sie den Zeitplan für K2 im Blick. OrcaRouter berichtet, dass K2-Modelle ab dem 31. Oktober keine neuen Nutzer mehr aufnehmen und Ende Dezember 2026 eingestellt werden. Teams, die noch K2 nutzen, sollten jetzt eine Migration einplanen.