Moonshot AI hat Kimi K3.1 Pro vorgestellt: Im unabhängigen Ranking von Artificial Analysis landet das Modell auf Platz 4, hinter Claude Opus 5.5. Die Ausgabe kostet halb so viel wie bei Opus, die Gewichte sollen bis zum 4. November folgen.
KI-Beratung und Softwareentwicklung aus dem St. Galler Rheintal.
Du kannst K3.1 Pro heute per API testen, es ist günstiger als Claude Opus 5.5. Zum Selbstbetreiben solltest du die angekündigten Gewichte abwarten.
Moonshot AI hat am 23. Oktober Kimi K3.1 Pro veröffentlicht, drei Monate nach Kimi K3. Das chinesische Modell kostet 2 Dollar pro Million Eingabe-Token und 10 Dollar pro Million Ausgabe-Token und landet im unabhängigen Ranking von Artificial Analysis auf Platz 4. Die Gewichte, also die eigentlichen Modelldaten zum Selberbetreiben, fehlen allerdings noch.
Artificial Analysis, ein unabhängiger Vergleichsdienst, vergibt dem Modell 55 Punkte auf seinem Intelligence Index. Nur Claude Opus 5.5 liegt mit 58 Punkten vorne. Claude Fable 5.1, GPT-6 Astra und Gemini 4 Argon kommen auf 53. Simon Willison, ein bekannter Entwickler und KI-Beobachter, hält es für das erste Mal, dass ein Modell mit bald offenen Gewichten so hoch gegen die Spitze punktet. Die Kehrseite: Das Modell ist redselig. Für den Test erzeugte es laut Artificial Analysis 150 Millionen Ausgabe-Token, der Median liegt bei 87 Millionen.
Kimi K3 kostete bei der Vorstellung im Juli noch 3 Dollar für Eingabe und 15 Dollar für Ausgabe pro Million Token. K3.1 Pro liegt damit deutlich darunter und verlangt für die Ausgabe gleich viel wie GPT-6.1 Sol, aber nur halb so viel wie Claude Opus 5.5. Das Kontextfenster (die Textmenge, die das Modell auf einmal verarbeiten kann) umfasst 1 Million Token. Wer es eilig hat, kann die Variante «Highspeed» nutzen: Sie läuft laut Moonshot zwei- bis dreimal schneller, kostet aber doppelt so viel.

Moonshot nennt eigene Messwerte. Im Coding-Test Terminal-Bench 4.0 erreicht K3.1 Pro 65,7 Prozent, Claude Opus 5.5 kommt auf 66,4 und GPT-6 Astra auf 58,2 Prozent. Auch die Halluzinationsrate, also der Anteil erfundener Aussagen, sei in einem internen Stresstest von 23,4 Prozent bei K3 auf 8,3 Prozent gesunken. Das sind Angaben des Herstellers, unabhängig nachgeprüft sind sie nicht, und Moonshot betont selbst, der Test bilde keine typische Alltagsfehlerquote ab.
Bis zum 4. November will Moonshot die vollständigen Gewichte veröffentlichen. Vorher entfernte das Unternehmen nach eigenen Angaben Daten zu Cyberangriffen aus dem Training: Im hauseigenen Test zum Ausnutzen echter Softwarelücken löst die veröffentlichte Version 81,0 Prozent der Aufgaben, ein Checkpoint ohne diese Bereinigung 90,5 Prozent.
Für dich heisst das: Wer ein starkes, günstiges Modell über eine Schnittstelle testen will, kann das heute tun. Wer es selbst betreiben möchte, wartet besser, bis die Gewichte tatsächlich online sind.
Jack Dorseys Firma Block hat Dessa vorgestellt, ein Sprachmodell, das laut eigenen Angaben nur mit menschlicher Sprache trainiert wurde und lokal auf einem MacBook läuft. Es hört und spricht gleichzeitig, ist aber nicht öffentlich verfügbar.