Moonshot AI veröffentlicht Kimi K3.1 Pro, das erste Modell einer neuen K3.1-Serie

Moonshot AI stellte Kimi K3.1 Pro vor – am 24. Oktober 2026 und als erstes Modell seiner neuen K3.1-Serie, zusammen mit einer schnelleren Variante namens Kimi K3.1 Pro Highspeed. Das Unternehmen beschreibt K3.1 Pro als sein bisher leistungsfähigstes Open-Weight-Modell der 3T-Klasse mit einem Kontextfenster von 1 Million Tokens.

Laut der Ankündigung ist Kimi K3.1 Pro Highspeed zwei- bis dreimal so schnell wie K3.1 Pro und bietet dieselben Modellfunktionen. Beide Modelle sind in der gesamten Kimi-Produktfamilie verfügbar: auf Kimi.ai und in den mobilen Kimi-Apps für iOS, Android und HarmonyOS; in der Kimi Work-Desktopanwendung ab Version 3.1.0 für Windows und Macs mit Apple Silicon; in Kimi Code, wo Nutzer das Modell mit dem Befehl /model auswählen; sowie über die Kimi API, in der die Modelle als kimi-k3.1-pro und kimi-k3.1-pro-highspeed aufgeführt sind und API-Kunden die Möglichkeit der Null-Datenspeicherung haben. Administratoren von Kimi Enterprise können K3.1 Pro für ihre Organisationen freischalten; zum Start ist der Zugriff standardmäßig deaktiviert.

Training und gemeldete Leistung

K3.1 Pro ist eine nachtrainierte Version von Kimi K3, die mit einem laut Moonshot AI wesentlich größeren Rechenaufwand für das Nachtraining entwickelt wurde. Um bestärkendes Lernen in großem Maßstab gemeinsam über Hunderte nachgelagerte Anwendungsbereiche hinweg zu ermöglichen, optimierte das Unternehmen nach eigenen Angaben jede Ebene des Technologie-Stacks: das Framework für bestärkendes Lernen, die Inferenz mit langen Kontexten, die Trainingseffizienz, die Sandbox-Infrastruktur, die Planung der Rollouts und eine gemeinsame Plattform zur Überprüfung der Umgebungsqualität.

Das Unternehmen berichtet, dass K3.1 Pro auf Terminal-Bench 4.0, das Coding-Agenten anhand realistischer Terminalaufgaben mit begrenzten Ressourcen bewertet, 65,7 Prozent erreichte. Damit lag das Modell vor GPT-6 Astra mit 58,2 Prozent und knapp hinter Claude Opus 5.5 mit 66,4 Prozent. Auf Kimi Code Bench 3.0 Long-horizon, einem internen Benchmark zu mehrstufiger Ausführung, Tool-Nutzung und Problemlösung von Anfang bis Ende, erzielte K3.1 Pro 61,2 Prozent gegenüber 55,95 Prozent für K3. Auf BenchCAD, das die 3D-Rekonstruktion anhand von Renderings aus mehreren Blickwinkeln bis hin zur CAD-Codegenerierung prüft, erreichte K3.1 Pro mit Tools 92,7 Prozent und näherte sich damit Claude Opus 5.5 mit 96,2 Prozent und GPT-6 Astra mit 95,9 Prozent. Eine Funktion namens 3D Make ist auf kimi.ai und in der Kimi-App verfügbar. Damit können Nutzer 3D-Modelle online in der Vorschau ansehen und bearbeiten sowie für den 3D-Druck vorbereitete Modelle herunterladen.

Moonshot AI meldet außerdem einen Spitzenwert von 64,4 bei OfficeQA Pro v2, einem Benchmark für komplexe Analysen von Finanzdaten anhand realer Finanzdokumente. Das Unternehmen nennt zudem Verbesserungen gegenüber K3 bei seinen internen Finanz-Benchmarks: 7,2 Punkte bei Financial Modeling, 11,6 Punkte bei Financial Research und etwa die 4,2-fache Leistung von K3 bei Business Operation. Auf Kimi Hallu Bench Hard, einem internen Stresstest zur faktischen Genauigkeit, sank die Halluzinationsrate des Modells auf Aussageebene von 23,4 Prozent bei K3 auf 8,3 Prozent. Der Anteil der Antworten mit mindestens einem sachlichen Fehler betrug 42,4 Prozent der Rate des Vorgängermodells. Der Blog weist darauf hin, dass die Evaluierung gezielt so gestaltet wurde, dass sie fehleranfällige Situationen prüft, und dass die gemeldeten Raten nicht die allgemeine Fehlerquote im täglichen Einsatz abbilden.

Bei einem im Blog beschriebenen internen Langzeittest zum Programmieren entwickelte K3.1 Pro einen Simulator für menschliche Gehbewegungen auf Grundlage von human-atlas, einem quelloffenen anatomischen Modell des menschlichen Körpers mit 296 Skelettelementen und 402 Muskelkomponenten. In 167 Missionen und 420 unabhängigen Überprüfungen verfeinerte das Modell iterativ einen Geh-Controller. Als die Belohnungsformung die Armbewegung nicht verbesserte, führte es Open-Loop-Tests der Simulatordynamik durch, erkannte und korrigierte 36 Fehler bei den Berechnungen der Momentarme der Schultermuskeln und trainierte den Controller erneut.

Cybersicherheitskontrollen und Grundsätze für offene Gewichte

Moonshot AI erklärte, dass sich die Leistung bei der Schwachstellenforschung mit zunehmendem Umfang des Nachtrainings stetig verbessert habe. Das Unternehmen führte diesen Trend auf cybersicherheitsbezogene Inhalte im allgemeinen Mid-Training-Korpus und auf entsprechende Aufgaben im Mix der Umgebungen für bestärkendes Lernen zurück. Für die Veröffentlichung von K3.1 Pro mit offenen Gewichten habe das Unternehmen nach eigenen Angaben cybersicherheitsbezogene Daten aus beiden Trainingsphasen identifiziert und entfernt, zugleich aber die allgemeinen Programmieraufgaben beibehalten, die für den Nutzen des Modells erforderlich sind.

Auf xdev-bench-hard, dem unternehmenseigenen Benchmark mit von Experten zusammengestellten Aufgaben zur Erkennung und Ausnutzung von Schwachstellen auf Grundlage von Quellcode, löst ein Checkpoint, der ohne diese Maßnahmen zur Risikominderung trainiert wurde, bei pass@3 90,5 Prozent der Aufgaben. Die finale Version von K3.1 Pro erreicht 81,0 Prozent, berichtet der Blog. Moonshot AI erklärte, die Ergebnisse zeigten, dass das Entfernen der Daten die Cybersicherheitsfähigkeiten gegenüber dem, was dieselbe Trainingspipeline andernfalls hervorgebracht hätte, spürbar verringere. Die Cybersicherheitsfähigkeiten von K3.1 Pro lägen weiterhin hinter denen führender proprietärer Modelle, die seit mindestens drei Monaten öffentlich verfügbar seien.

Der Blog beschreibt zwei Grundsätze, die der Veröffentlichung mit offenen Gewichten zugrunde liegen. Erstens will das Unternehmen keine offenen Gewichte veröffentlichen, die die absolute Grenze der Cybersicherheitsfähigkeiten verschieben würden. Zweitens beabsichtigt es, die mit offenen Gewichten verfügbaren Cybersicherheitsfähigkeiten schrittweise zu erhöhen. Nach Aussage des Unternehmens verschafft ein diskriminierungsfreier Zugang mehr Teams die Möglichkeit, den von ihnen betreuten Code zu prüfen – auch in älteren Systemen, für die nur selten gezielte Sicherheitsüberprüfungen stattfinden.

Modellkonfiguration in Kimi Code

Eine separate Dokumentation zu Kimi Code beschreibt, wie die Modelle Entwicklern zur Verfügung gestellt werden. Darin werden sechs Modell-IDs aus den Modellfamilien K3.1 Pro, K3, K2.8 Preview und K2.7 Code Highspeed aufgeführt. Außerdem wird k3.1-pro als Flaggschiffmodell mit 3 Billionen Parametern und einem Kontextfenster von bis zu 1.048.576 Tokens für Mitglieder höherer Tarifstufen beschrieben. Die Highspeed-Version bietet demnach dieselben Funktionen, verbraucht aber etwa doppelt so viel Kontingent. Laut der Seite ist K3.1 Pro in Kimi Code vollständig eingeführt.

Laut der Dokumentation unterstützen K3.1-Pro-Modelle ausschließlich den Denkmodus; Anfragen, bei denen dieser deaktiviert ist, werden mit einem HTTP-400-Fehler abgelehnt. Beide neuen Modelle akzeptieren für reasoning_effort die Einstellungen low, high oder max, wobei max der Standardwert ist. Außerdem unterstützen beide die Eingabe von Bildern und Videos. Bei den neuen Mitgliedschaftstarifen ist k3.1-pro ab Plus verfügbar; das Kontextfenster mit 1M ist Pro-Mitgliedern und höheren Tarifstufen vorbehalten. Für k3.1-pro-highspeed ist Pro oder eine höhere Tarifstufe erforderlich. Bei den älteren Tarifen entsprechen diesen Stufen Moderato und Allegretto.

Die Dokumentation empfiehlt, lieber eine neue Sitzung zu starten, statt während einer laufenden Sitzung zu den neuen Modellen zu wechseln, und für möglichst stabile Ausgaben die nativen Responses-, Chat-Completion- oder Message-APIs zu verwenden. In Drittanbieter-Tools sollten außerdem die exakten Modell-IDs eingegeben werden, da bei einer falsch eingegebenen ID stattdessen K2.8 Preview ohne Denkmodus verwendet wird.

Die vollständigen Modellgewichte von Kimi K3.1 Pro sollen bis zum 4. November 2026 veröffentlicht werden, teilte das Unternehmen mit.