Kimi K3.1 Pro startet in der Moonshot-API: Gewichte bis 4. November zugesagt, Highspeed-Version 2–3-mal schneller, Cache-Treffer zum gleichen Preis
Laut einem Link-Beitrag von Simon Willison vom 23. Oktober ging Kimi K3.1 Pro am selben Tag in der Moonshot-API online, die Gewichte sind noch nicht offen; laut offizieller Zusage erscheinen die vollständigen Gewichte spätestens am 4. November. Die Highspeed-Version ist 2–3-mal schneller und kostet das Doppelte, bei Input-Cache-Treffern gilt derselbe Preis. Der Autor führte einen einmaligen SVG-Testlauf über den OpenAI-kompatiblen Endpunkt durch und verglich drei Reasoning-Stufen der beiden Modellgenerationen.

Was sich geändert hat
Laut einem Link-Beitrag von Simon Willison vom 23. Oktober 2026 ging Kimi K3.1 Pro an diesem Tag in der Kimi-API von Moonshot online, der Modellname lautet kimi-k3.1-pro; die Gewichte dieser Version sind noch nicht offen, Moonshot sagt die Veröffentlichung der vollständigen Modellgewichte spätestens am 4. November 2026 zu. Dasselbe Modell gibt es auch als Highspeed-Version, etwa 2–3-mal schneller, zum doppelten Preis, wobei Input-Token mit Cache-Treffer zum selben Preis wie in der Standardversion abgerechnet werden. Die im Beitrag genannten Dollarpreise sind 2 US-Dollar pro Million Input-Token und 10 US-Dollar pro Million Output-Token; laut Autor entspricht das GPT-6.1 Sol und liegt etwa bei der Hälfte von Claude Opus 5.5. Zu den Benchmarks: Moonshots eigene Benchmarks zeigen Kimi etwa auf Augenhöhe mit Opus 5.5 und GPT-6 Astra, bei wenigen Benchmarks vorn, bei anderen nahe dran; Artificial Analysis vergibt 55 Punkte, mehr als die 53 von Claude Fable 5.1, GPT-6 Astra und Gemini 4 Argon, aber weniger als die 58 von Claude Opus 5.5. Daraus schließt der Autor, dass erstmals ein (bald) offen verfügbares Modell in einem Frontier-Vergleich so hoch punktet. Er rief das Modell über ein Kommandozeilenwerkzeug mit Unterstützung für OpenAI-kompatible Endpunkte auf, erzeugte mit einem einzigen Prompt ein SVG und merkte an, dass das Werkzeug Ergebnisse standardmäßig nicht protokolliert und Reasoning-Spuren separat umgeleitet gespeichert werden müssen; anschließend verglich er die Ausgaben von K3.1 Pro und Kimi K3 auf den drei Reasoning-Stufen niedrig, mittel und hoch.
Auswirkungen für Entwickler
Für API-Nutzer bündeln sich die praktischen Änderungen dieser Version an drei Stellen. Beim Zugang läuft das Modell über den OpenAI-kompatiblen Endpunkt von Moonshot; bestehende OpenAI-kompatible Clients lassen sich wohl weitgehend durch einen Modellnamenwechsel testen, doch das im Quellbeitrag genannte Aufrufwerkzeug schreibt standardmäßig nichts auf die Platte, Reasoning-Spuren müssen selbst umgeleitet gespeichert werden, sonst fehlt beim Vergleich der Reasoning-Stufen das Rohmaterial zum Abgleich. Bei der Versionsstaffelung tauscht Highspeed nicht einfach Geld gegen Geschwindigkeit: Input-Token mit Cache-Treffer kosten dasselbe, sodass in Szenarien mit festem Präfix und langem System-Prompt und hoher Trefferquote der Aufpreis für Tempo deutlich unter dem nominellen Doppelten liegen kann; bei Batch-Aufgaben mit niedriger Cache-Trefferquote und hohem Output-Anteil nähert sich der Kostenunterschied dagegen einer Verdopplung. Als Auswahlreferenz taugen die selbst gemeldeten Herstellerbenchmarks nur für grobe Augenhöhe mit Opus 5.5 und GPT-6 Astra, auch der Intelligenzindex Dritter bleibt unter Opus 5.5; K3.1 Pro als gleichwertigen Ersatz zu behandeln, entbehrt öffentlicher Belege. Zugleich sind die Gewichte noch nicht veröffentlicht, jede Self-Hosting- oder On-Premise-Bewertung muss bis nach dem zugesagten Termin warten, und die Lizenzbedingungen sind unbekannt, eine Self-Hosting-Kostenrechnung ist derzeit nicht möglich.
Integration und Bewertung
Die folgenden Empfehlungen sind bedingt und stützen sich auf die im Quellbeitrag beschriebene Versionsstaffelung und Aufrufweise, nicht auf verifizierte Ergebnisse. Erstens die Wahl zwischen Standard- und Highspeed-Version: zuerst die eigene Input-Cache-Trefferquote und den Output-Token-Anteil der Anfragen messen, dann dieselbe Prompt-Sammlung auf beiden Versionen laufen lassen und je abgeschlossener Aufgabe Gesamtkosten und p95-Latenz erfassen; nur bei ausreichend hoher Cache-Trefferquote und latenzkritischen Aufgaben dürfte Highspeed rentabel sein, bei Offline-Batch-Verarbeitung mit niedriger Trefferquote hat die Standardversion Vorrang. Zweitens die Reasoning-Stufe: Der Quellbeitrag nennt die drei Stufen low, medium und max; teilen Sie Aufgaben zuerst in kurze strukturierte Extraktion und lange Agentenketten, erfassen Sie dann auf einem festen Holdout-Set je Stufe Erfolgsrate und Tokenverbrauch und legen Sie die Standardstufe nach dem Verhältnis von Erfolgsrate und Kosten fest, statt das Ergebnis eines einzelnen SVG-Beispiels zu übernehmen. Drittens die Frage, ob man auf die Gewichte wartet: Wer Daten nicht auslagern darf, Feintuning braucht oder große Monatsvolumina hat, sollte den 4. November als Prüfpunkt nehmen und die Self-Hosting-Rechnung erst nach Veröffentlichung von Gewichten und Lizenzbedingungen aufstellen; bis dahin ist ein Vergleich mit wenig Traffic über die API die günstigere Vorgehensweise.
Grenzen und offene Fragen
kimi-k3.1-pro erscheint derzeit nicht im Live-Katalog von KimiSeek; die genannte API-Verfügbarkeit und die Preise beziehen sich auf den offiziellen Moonshot-Kanal, ob und zu welchen Preisen andere Plattformen das Modell anbieten, ist separat zu klären; im Live-Katalog gibt es einen Highspeed-Eintrag derselben Reihe, was aber nicht bedeutet, dass die Standardversion dort schon verfügbar ist. Offene Gewichte sind keine Open-Source-Lizenz: Selbst wenn die vollständigen Gewichte zum zugesagten Termin erscheinen, sind Lizenzumfang sowie Bedingungen für kommerzielle Nutzung und Weitergabe noch nicht öffentlich beschrieben, daraus lässt sich keine freie Nutzung oder Feinanpassung ableiten. Preise ändern sich; die 2 und 10 US-Dollar sind die im Quellbeitrag am 23. Oktober 2026 festgehaltenen Preise, vor der Anbindung sind die Preisseiten des Herstellers oder der genutzten Plattform maßgeblich. Auch die Beleglage ist begrenzt: Moonshots Benchmarks sind Herstellerangaben, die Artificial-Analysis-Punkte und die Aussage zum „ersten hoch punktenden offenen Modell“ stammen aus der Wiedergabe des Autors, und der SVG-Test sowie der Vergleich der drei Reasoning-Stufen beruhen nur auf einem einzigen Prompt und belegen keine allgemeine Leistungsfähigkeit; für die tatsächliche Auswahl bleibt eine Prüfung auf dem eigenen Aufgabensatz nötig.
Abbildungen aus dem Originalbericht
