Kimi K3.1 Pro ist da: API ein Drittel günstiger als bei K3, Modellgewichte bis zum 4. November angekündigt

Wer kann Kimi K3.1 Pro bereits nutzen?

Zum Start gibt es vier Zugänge: Kimi.ai, Kimi Work, Kimi Code und die Kimi-API. Die Modellkennung in der API lautet kimi-k3.1-pro.

Hinzu kommt die Highspeed-Version mit der Kennung kimi-k3.1-pro-highspeed. Sie arbeitet laut Kimi zwei- bis dreimal so schnell. Nach Angaben auf der offiziellen Preisseite bietet sie dieselben Fähigkeiten und dasselbe Kontextfenster wie die Standardversion.

Für Unternehmenskunden ist ein weiterer Schritt nötig. Administratoren können das Modell laut Kimi für ihre Organisation in Kimi Enterprise freischalten. Zum Start ist es dort standardmäßig deaktiviert.

Die Modellgewichte sind noch nicht veröffentlicht. Kimis Ankündigung zum Start nennt den 4. November als Veröffentlichungstermin; im Blog ist von einer Bereitstellung bis zu diesem Datum die Rede. Eine Lizenz nennt die Ankündigung nicht.

Kimi gibt ein Kontextfenster von einer Million Token, Unterstützung für multimodale Eingaben und eine Mixture-of-Experts-Architektur (MoE) an. Das Modell hat demnach insgesamt 2,8 Billionen Parameter, von denen pro verarbeitetem Token 104 Milliarden aktiv sind. Das Unternehmen ordnet es der „3T-Klasse“ zu. Die genannte Gesamtzahl beträgt 2,8 Billionen.

Was zeigen Kimis eigene Tests?

Die folgenden Ergebnisse stammen aus Kimis eigenen Tests. Sie wurden noch nicht unabhängig reproduziert.

Terminal-Bench 4.0 misst, wie gut ein Modell Aufgaben im Terminal erledigt. K3.1 Pro erreicht eine Erfolgsquote von 65,7 %. Das liegt nahe an den 66,4 % von Claude Opus 5.5 und über den 58,2 % von GPT-6 Astra. Kimi berichtet außerdem von Verbesserungen gegenüber K3 bei länger dauernden Programmieraufgaben.

Ein Schwerpunkt dieser Veröffentlichung liegt auf der Erstellung von 3D-Inhalten und der CAD-Modellierung. BenchCAD prüft, ob ein Modell ein 3D-Objekt anhand gerenderter Ansichten aus verschiedenen Blickwinkeln mit CAD-Code rekonstruieren kann. Bewertet wird die Übereinstimmung der Voxel.

Mit Werkzeugen liegt K3.1 Pro etwas hinter Opus 5.5 und GPT-6 Astra und etwa gleichauf mit Claude Fable 5.1. Ohne Werkzeuge erreicht es nahezu das Ergebnis von Opus 5.5 und liegt deutlich vor Fable 5.1.

Kimi hebt auch die geringere Halluzinationsrate hervor. Die Grafik vom Veröffentlichungstag zeigt für K3.1 Pro eine Halluzinationsrate von 8,3 %, bezogen auf einzelne Aussagen. Bei K3 waren es 23,4 %. Das entspricht einem Rückgang um rund 65 %. Opus 5.5 hat in diesem Vergleich eine höhere Rate, GPT-6 Astra eine niedrigere.

Kimi beschreibt die Bewertung als Stresstest mit bewusst schwierigen Fragen. Die Werte geben keine allgemeine Fehlerquote für den Alltagseinsatz an.

Bei der Abfrage am 23. Oktober 2026 nannte Kimis API-Schnellstartanleitung eine andere Halluzinationsrate auf Aussageebene: 6,85 %. Die Grafik oben übernimmt die 8,3 % aus dem ursprünglichen Artikel. Die beiden veröffentlichten Werte dürfen nicht gleichgesetzt werden.

Bei der Cybersicherheit liegt K3.1 Pro laut Kimi weiterhin hinter führenden proprietären Modellen, die seit mindestens drei Monaten öffentlich verfügbar sind. Das Unternehmen will nach eigenen Angaben keine Modelle mit offenen Gewichten freigeben, deren Fähigkeiten im Bereich Cybersicherheit über die der bislang leistungsfähigsten verfügbaren Modelle hinausgehen.

Zum Zeitpunkt des ursprünglichen Berichts standen unabhängige Ergebnisse noch aus. Artificial Analysis hatte K3.1 Pro damals noch nicht in seine Rangliste aufgenommen. K3 (max) erreichte dort zu diesem Zeitpunkt 44 Punkte, Spitzenreiter Claude Opus 5.5 kam auf 58. Wo sich das neue Modell einordnet, muss die Bewertung durch Artificial Analysis zeigen.

Was kostet die API?

Die API von K3.1 Pro kostet 2 US-Dollar je Million Eingabe-Token und 10 US-Dollar je Million Ausgabe-Token. Das ist jeweils ein Drittel weniger als die 3 beziehungsweise 15 US-Dollar bei K3. Die Highspeed-Version kostet bei Ein- und Ausgabe jeweils doppelt so viel wie die Standardversion: 4 beziehungsweise 20 US-Dollar.

Mit den zum Start verfügbaren Daten lässt sich das Preis-Leistungs-Verhältnis nur anhand zweier Punkte einordnen: einer Leistung nahe Opus 5.5 in Kimis Terminal-Bench-Test und einem Tokenpreis, der ein Drittel unter dem von K3 liegt. Für einen fairen Vergleich von Leistung und Kosten mit anderen Anbietern braucht es unabhängige Ergebnisse unter vergleichbaren Bedingungen. Dafür reichen die Daten dieses Berichts noch nicht aus.

Der Preis je Million Token sagt zudem noch nicht, wie viel die Bearbeitung einer vollständigen Aufgabe kostet.

In den Blindtests stehen visuelle Ergebnisse im Mittelpunkt

In den Tagen vor der Veröffentlichung sorgte ein anonymes Modell namens Kibitz in der Arena für Aufmerksamkeit. Viele Nutzer vermuteten dahinter K3.1, doch Kimi bestätigte den Zusammenhang nicht. In der Arena kommen häufig Vorabversionen zum Einsatz, die vom veröffentlichten Modell abweichen können. Aus diesen Blindtests stammen die folgenden Beispiele.

@k2sbhai erstellte mit einem einzigen Prompt einen BMW-M5-Konfigurator in Three.js. Die Lackierung ließ sich ändern, die Türen ließen sich öffnen und die Kameraperspektive wechseln.

@abhinavflac verglich Qwen 4 und Kimi mit demselben Prompt für ein „Tal mit blühenden Kirschbäumen aus Voxeln“. Kimis Szene wirkte realistischer: mit Nebel, Bergen im Hintergrund und einer roten Brücke über einem Fluss. Qwen 4 setzte stärker auf Lila und Rosa sowie auf größere Blöcke.

@chetaslua ließ Kimi und Claude Fable 5.5 im bekannten SVG-Test einen Pelikan auf einem Fahrrad zeichnen. Der knappe Kommentar dazu: „Diese Woche werden wir verwöhnt.“

Es gab auch weniger überzeugende Beispiele. @Haleeeemahh verglich vier Modelle anhand einer Animation einer laufenden Giraffe. Kimis Giraffe hatte einen kurzen Körper und dünne Beine. Am Ende fiel die Wahl auf Gemini.

Die offizielle Vorschau setzte einen ähnlichen Schwerpunkt. Im Terminal stand der Prompt: „Erstelle eine komplexe prozedurale 3D-Szene in Three.js.“ Darauf folgten Partikel, Drahtgittermodelle und 3D-Szenen.

Wo ist noch Vorsicht angebracht?

Der wichtigste Vorbehalt: Kimi hat die Tests selbst durchgeführt und die Ergebnisse veröffentlicht. Das Unternehmen berichtet außerdem, dass einige Konkurrenzmodelle bei OfficeQA Pro Referenzantworten im Internet fanden und für diese Fragen null Punkte erhielten. Diese Wertung senkt deren Gesamtergebnis. Entsprechend vorsichtig sollte man den Vergleich lesen.

Aus der Community liegen bislang nur einzelne Erfahrungsberichte vor. @Fei2411 meldete 117 Token pro Sekunde, @ai_funss rund 120. Beide Berichte lassen offen, ob die Standard- oder die Highspeed-Version getestet wurde. Eine entsprechende offizielle Messung enthielt der ursprüngliche Artikel nicht.

@akazwz_ berichtete, dass nach dem Wechsel zu K3.1 Pro das Nutzungskontingent im Fünf-Stunden-Fenster des bestehenden Abonnements „Kimi Code 699“ spürbar schneller aufgebraucht war. Auch dafür lag keine offizielle Erklärung vor.

Die Beispiele im ursprünglichen Bericht zeigten fast ausschließlich die Erstellung von 3D-Inhalten und SVG-Grafiken. Praxistests mit lang laufenden KI-Agenten oder dem Refactoring großer Codebasen fehlten.

Wie geht es weiter?

K3 erschien am 16. Juli. K3.1 Pro folgte gut drei Monate später, also nach vergleichsweise kurzer Zeit.

Verfügbarkeit über die gehosteten Dienste und Preise stehen fest. Der Termin für die Modellgewichte ist dagegen bislang eine Ankündigung. Ob K3.1 Pro tatsächlich an Opus 5.5 heranreicht, müssen unabhängige Bewertungen und reproduzierbare Tests nach der Veröffentlichung der Gewichte zeigen.