Kimi K3.1 Pro: Spitzen-Open-Source-Modell übertrifft GPT-6

Am 23. Oktober hat Moonshot AI das Flaggschiffmodell Kimi K3.1 Pro veröffentlicht und damit nach dem im Juli vorgestellten K3 wieder eine größere Flaggschiff-Aktualisierung auf den chinesischen KI-Markt gebracht. Die Veröffentlichung folgt auf September-Updates von OpenAI und Anthropic. Das Modell umfasst 2,8 Billionen Gesamtparameter, aktiviert pro Inferenz 104 Milliarden Parameter und unterstützt ein Kontextfenster von 1 Million Token. Es wurde vor allem auf Programmierung, Agentenaufgaben, 3D-Generierung und Finanzanalyse trainiert. Die vollständigen Modellgewichte sollen bis zum 4. November veröffentlicht werden. In offiziellen Benchmarks übertrifft K3.1 Pro mehrere neue Wettbewerber. Im Terminal-Bench-4.0-Codingtest erreicht es 65,7 Prozent und liegt damit über GPT-6 Astra mit 58,2 Prozent, aber knapp unter Claude Opus 5.5 mit 66,4 Prozent. Bei der SWE-Marathon-v1.1-Bewertung für längere Software-Engineering-Aufgaben erzielt das Modell 51,7 Prozent und überholt damit Claude Opus 5.5 und GPT-6 Astra. In Agents' Last Exam erreicht es 43,2 Punkte, und in der vollständig toolfähigen Variante von Humanity's Last Exam liegt es mit 70,0 Prozent vor den verglichenen Basismodellen. In Teilen des wissenschaftlichen Rechnens, des Wissensschlusses und der 3D-Rekonstruktion führen GPT-6 Astra und Claude Opus 5.5 weiterhin. Das unabhängige Evaluation Institut Artificial Analysis weist K3.1 Pro im Intelligence Index mit 55 Punkten als weltweit viertbestes Modell aus, hinter Claude Opus 5.5, Claude Sonnet 5.5 und Muse Wonder Full. Sobald die offenen Gewichte verfügbar sind, soll es das beste Modell mit offenen Gewichten sein und den Abstand zwischen offenen Modellen und Spitzenmodellen nach eigener Messung von 12 auf 3 Punkte verkürzen. Der Fortschritt basiert laut Moonshot AI nicht auf einem Neutrainieren von Grund auf, sondern auf umfangreichem Nachtraining und stärkerem bestärkendem Lernen in simulierten und realen Arbeitsumgebungen. Dies erklärt besonders Fortschritte bei Programmierung, Agenten und mehrstufigen Aufgaben. Ein weiterer Schwerpunkt liegt auf Finanzforschung. In OfficeQA Pro v2 erreicht K3.1 Pro 64,4 Punkte, vor Claude Opus 5.5 und GPT-6 Astra. Interne Tests sehen deutlich bessere Ergebnisse bei Finanzmodellierung, Finanzrecherche und simuliertem Geschäftsbetrieb. Die Falschaussagenquote in einer Halluzinationsdrucktestgruppe sinkt von 23,4 Prozent auf 8,3 Prozent. Praktisch zeigt sich das Upgrade in komplexen Demonstrationen, darunter vollständig generierte 3D-Spiele für Unreal Engine und Godot, automobile Landingpages mit 3D-Interaktion sowie Modelle aus Blender-Skripten. Mit der neuen Funktion 3D Make können Nutzer direkt in der Kimi-Webseite und in der App Modelle erstellen, bearbeiten, herunterladen oder als Video exportieren. Ein Langzeitexperiment mit einem 167-Aufgaben-Lauf zur Steuerung eines virtuellen Körpers zeigt zudem erweiterte Fähigkeiten beim Debuggen langlaufender Aufgaben. K3.1 Pro ist bereits auf der Kimi-Webseite, Mobile, Kimi Work, Kimi Code und über die API verfügbar. Die Preise wurden auf 2 Dollar pro Million Input-Token und 10 Dollar pro Million Output-Token gesenkt, rund ein Drittel weniger als bei K3. Ein Highspeed-Tarif verdoppelt die Kosten, soll aber eine zwei- bis dreifach schnellere Ausgabe liefern. Die reale Effizienz bleibt jedoch einzelfallabhängig, da die Standardmessung eine ausgegebene Tokenrate von rund 73,5 Token pro Sekunde ergab und Aufgaben teils ausführlicher beantwortet werden. Damit schließt Moonshot AI bei führenden KI-Modellen auf, bleibt aber bei Geschwindigkeit und einigen wissenschaftlich-ingenieurtechnischen Aufgaben hinter den stärksten proprietären Systemen.