Kimi K3.1 Pro: Chinesisches Open-Weight-Modell schlägt GPT-6 und Gemini 4

Trending Topics auf Google als bevorzugte Nachrichtenquelle festlegen.

Die Lücke zwischen offenen und geschlossenen KI-Modellen schrumpft gerade auf ein paar Punkte: Das chinesische KI-Startup Moonshot AI hat soeben Kimi K3.1 Pro vorgestellt. Im Intelligence Index des unabhängigen Testdienstes Artificial Analysis kommt das Modell auf 55 Punkte und landet damit auf Platz 4. Vor ihm liegen nur Claude Opus 5.5 (58 Punkte) und Claude Sonnet 5.5 (56) von Anthropic sowie Muse Wonder Full von Meta (56). OpenAIs GPT-6 Astra und Googles Gemini 4 Argon liegen mit je 53 Punkten bereits dahinter. Gegenüber dem Vorgänger Kimi K3 (44 Punkte) ist das ein Sprung um elf Punkte.

Der eigentliche Knalleffekt kommt erst noch: Moonshot will die Gewichte des Modells bis Anfang November veröffentlichen. Dann wäre Kimi K3.1 Pro laut Artificial Analysis das stärkste Open-Weight-Modell der Welt, und der Abstand zwischen dem besten offenen und dem besten proprietären Modell würde von 12 auf 3 Punkte schrumpfen. Unter den offenen Modellen läge Kimi K3.1 Pro damit klar auf Platz 1: Derzeit führt laut den Zahlen von Artificial Analysis MiMo-V2.6-Pro von Xiaomi mit 46 Punkten, dahinter folgen etwa DeepSeek V4.1 Flash mit 45 Punkten und der Vorgänger Kimi K3 mit 44. Das beste offene Modell aus den USA, Metas Muse Spark Open, kommt auf 39 Punkte.

Großer Sprung bei KI-Agenten

Die größten Fortschritte macht das Modell bei agentischen Aufgaben, also bei der selbstständigen Erledigung mehrstufiger Arbeitsabläufe. Die wichtigsten Ergebnisse laut Artificial Analysis:

• GDPval-AA: Mit 1.846 Elo-Punkten (plus 312 gegenüber K3) liegt Kimi K3.1 Pro auf Platz 3 hinter Claude Opus 5.5 (1.866) und Muse Wonder Full (1.857). Der Test misst, wie gut Modelle realistische Wissensarbeit erledigen.
• Terminal-Bench 4.0: Hier erreicht das Modell mit 67 Prozent den Bestwert aller Modelle, Kimi K3 kam noch auf 13 Prozent, Claude Sonnet 5.5 auf 64 Prozent. Moonshot selbst gibt einen etwas niedrigeren Wert von 65,7 Prozent an, knapp hinter Claude Opus 5.5.
• AutomationBench-AA: Bei agentischen Abläufen in SaaS-Software steigt der Wert von 58 auf 73 Prozent.
• Wissen und Wissenschaft: Hier fallen die Zuwächse moderater aus, etwa bei Humanity’s Last Exam von 47 auf 52 Prozent und bei SciCode von 59 auf 61 Prozent.
• Halluzinationen: Die Halluzinationsrate sinkt von 53 auf 44 Prozent, die Treffsicherheit steigt von 48 auf 51 Prozent.

Billiger als der Vorgänger

Technisch hat sich an der Basis wenig geändert. Das Modell hat wie Kimi K3 insgesamt 2,8 Billionen Parameter, von denen pro Anfrage 104 Milliarden aktiv sind. Das Kontextfenster umfasst eine Million Token, verarbeitet werden Text und Bilder. Moonshot hat aber deutlich mehr Rechenleistung ins Nachtraining gesteckt.

Die API-Preise liegen bei rund 1,78 Euro pro Million Input-Token, 8,92 Euro pro Million Output-Token und 0,18 Euro für gecachte Token, jeweils ein Drittel weniger als bei Kimi K3. Weil das Modell rund 14 Prozent mehr Text produziert, bleiben die Kosten pro Aufgabe im Index mit rund 1,77 Euro etwa gleich. Dazu kommt eine Highspeed-Variante, die laut Moonshot zwei- bis dreimal schneller ist und das Doppelte kostet. Verfügbar ist Kimi K3.1 Pro ab sofort in den Kimi-Apps und über die API.

Weniger Hacking-Fähigkeiten

Bemerkenswert ist ein Schritt, den Moonshot vor der Open-Weight-Veröffentlichung gesetzt hat: Das Unternehmen hat nach eigenen Angaben Trainingsdaten zu Cyberangriffen entfernt. In einem internen Test zum Ausnutzen echter Sicherheitslücken sank die Erfolgsquote dadurch von 90,5 auf 81 Prozent, wie The Next Web berichtet. Kein offenes Modell solle die Grenze bei offensiven Cyberfähigkeiten verschieben, so Moonshot.

Die Konkurrenz bei offenen Modellen

Im Rennen um das beste Open-Weight-Modell ist Moonshot nicht allein. Meta hat erst kürzlich mit Muse Spark Open ein offenes Modell veröffentlicht, allerdings mit einschränkender Lizenz. Nvidia hat mit Nemotron 3.5 sein offenes Modell laut Artificial Analysis doppelt so schlau gemacht. Aus China mischt vor allem DeepSeek mit, dessen V4.1-Flash bei einigen Coding-Tests sogar vor Kimi K3.1 Pro liegt. In Europa setzt etwa Mistral auf offene Modelle.

Benchmarks sind nicht alles

Ob Kimi K3.1 Pro tatsächlich zum besten offenen Modell wird, ist noch nicht ausgemacht. Die Prognose von Artificial Analysis setzt voraus, dass Moonshot die Gewichte wie geplant veröffentlicht und sich bis dahin bei der Konkurrenz nichts ändert. Viele der Ergebnisse stammen zudem von Moonshot selbst und sind nicht unabhängig überprüft. Sicherheitsforscher:innen warnen außerdem, dass sich Open-Weight-Modelle nach dem Download nicht mehr zurückholen lassen und ihre Schutzmechanismen hinter jenen geschlossener Modelle zurückbleiben. Politisch ist das Thema ohnehin heikel: Das Weiße Haus hat Moonshot im Juli vorgeworfen, für Kimi K3 verbotene Nvidia-Chips genutzt und ein Anthropic-Modell kopiert zu haben, ohne dafür Belege vorzulegen. Mit DeepSeek hat die US-Regierung kürzlich ein anderes chinesisches KI-Labor aus allen Bundesbehörden verbannt.