Kimi K3.1 Pro: Platz 4 im AA-Index, offene Gewichte angekündigt, bei 2,8 Billionen Parametern

Am 23. Oktober 2026 hat Moonshot AI Kimi K3.1 Pro vorgestellt. Der unabhängige Anbieter Artificial Analysis (AA) setzt es mit 55 Punkten auf Platz 4 seines Intelligence Index. Davor liegen nur Claude Opus 5.5 mit 58 sowie Claude Sonnet 5.5 und Muse Wonder Full mit je 56. Gegenüber dem Vorgänger K3 sind das 11 Punkte mehr. Dazu kommt die Ankündigung, die Gewichte bis zum 4. November zu veröffentlichen. Für alle, die Modelle selbst betreiben, ist deshalb vor allem eine Frage offen: Was braucht man dafür?

Drei Arten von Angaben bleiben getrennt. Verified heißt: in mindestens zwei unabhängig gelesenen Quellen gefunden oder direkt abgerufen. Vendor-claimed heißt: kommt von Moonshot und ist nicht unabhängig geprüft. Inferred ist eigene Rechnung.

Was gemessen ist: Platz 4 und der Preis

Der Wert 55 und die Platzierung stammen von Artificial Analysis. The Decoder übernimmt sie, es gibt also einen einzigen Messenden. Auch Größe und Preise sind verified: 2,8 Billionen Parameter insgesamt, 104 Milliarden davon aktiv, 1 Million Token Kontext, Text und Bild als Eingabe. Moonshot selbst spricht laut Unite.ai nur von einem Modell der „3T-Klasse"; die 2,8 Billionen stehen auf keiner der gelesenen Moonshot-Seiten.

Die API kostet 2 US-Dollar je Million Eingabetoken, 10 Dollar je Million Ausgabetoken und 0,20 Dollar für Cache-Treffer. Bei K3 waren es 3, 15 und 0,30 Dollar, der Listenpreis liegt also 33 Prozent niedriger. AA rechnet für eine Aufgabe des Index 1,98 Dollar, bei K3 war es etwa gleich viel. Der Grund: K3.1 Pro erzeugt 55.000 Ausgabetoken je Aufgabe statt 48.000, also 14 Prozent mehr. Der niedrigere Tokenpreis wird zum großen Teil von der höheren Tokenzahl aufgezehrt.

AA misst auch die Halluzinationsrate im Omniscience-Test: Sie sinkt von 53 auf 44 Prozent, der Omniscience-Index steigt von 20 auf 30 Punkte. Besser, aber 44 Prozent bleibt ein hoher Wert.

Was nur der Hersteller sagt

Alle weiteren Benchmarks sind vendor-claimed. The Next Web schreibt ausdrücklich, die Zahlen seien nicht unabhängig geprüft.

• Terminal-Bench 4.0: Moonshot nennt 65,7 Prozent, Opus 5.5 liegt bei 66,4 und GPT-6 Astra bei 58,2. AA misst für K3.1 Pro 67 Prozent. Andere Messung, im Kern kein Widerspruch.
• Halluzinationen: Im eigenen Kimi Hallu Bench Hard fällt die Rate laut Moonshot von 23,4 auf 8,3 Prozent. Moonshots Blog schränkt selbst ein, die Werte seien kein Maß für die Gesamtfehlerquote im Alltag.
• Cyber-Fähigkeiten: Moonshot sagt laut The Next Web, Material zu Cyberangriffen sei aus dem Training entfernt worden. Ein interner Exploit-Test liefert 81 statt 90,5 Prozent ohne Entfernung (K3: 33,3 Prozent). Das Modell bleibe hinter den besten geschlossenen Modellen zurück. The Decoder nennt für einen anderen Test (ExploitBench) 74,7 Prozent gegen 91,0 bei Opus.
• Highspeed-Variante: Moonshot verspricht zwei- bis dreifache Geschwindigkeit. Der Decoder nennt dafür 4 und 20 Dollar.

Die Schwäche der Lage ist einfach zu benennen: Außer AA hat niemand unabhängig gemessen, und AA ist ein einzelner Messender. Wer sich ein eigenes Bild machen will, kann sich zuerst das Erste-Eindrücke-Video von Arena ansehen.

Die Ankündigung offener Gewichte

Unite.ai zitiert Moonshot mit „by November 4, 2026", The Next Web und The Decoder berichten dasselbe. Das ist vendor-claimed, und Gewichte gibt es noch keine: Die Suche über die Hugging-Face-API am 24. Oktober findet kein moonshotai-Repo zu K3.1, nur ein Repo eines Dritten.

Einen Hinweis gibt die Vorgeschichte. Laut New York University Shanghai (RITS) kamen die K3-Gewichte am 27. Juli, an dem Tag, den Moonshot versprochen hatte. Die neue Ankündigung wird dadurch glaubwürdiger, belegt ist sie nicht (inferred). Offen ist auch die Lizenz. K3 steht unter einer eigenen „Kimi K3 License": Download, Self-Hosting, Finetuning und Quantisierung sind erlaubt, wer Inferenz weiterverkaufen will und über 20 Millionen US-Dollar Umsatz in zwölf Monaten liegt, muss laut NYU eine eigene Vereinbarung aushandeln. Für K3.1 Pro nennt keine gelesene Quelle die Lizenz.

Warum das auf unseren Karten nicht läuft

Die Rechnung hat zwei Teile, einen gemessenen und einen abgeleiteten.

Gemessen ist der Vorgänger: Das Repo moonshotai/Kimi-K3 listet 2.779.931.837.184 Parameter und Dateien mit zusammen 1,561 Terabyte. Das sind 0,56 Byte je Parameter, knapp 4,5 Bit, passend zur nativen MXFP4-Quantisierung, die NYU nennt. Wenn K3.1 Pro dieselbe Größe und Architektur hat (Annahme, die Gewichte fehlen), liegt der Bedarf bei etwa 1,4 bis 1,6 Terabyte.

Dagegen steht eine reine Leseabfrage vom 24. Oktober: Der KI-Server mit vier RTX 5090 meldet per nvidia-smi viermal 32.607 MiB, zusammen 130.428 MiB, also rund 137 GB. free zeigt dort 93.995 MiB Arbeitsspeicher, rund 99 GB. Zusammen sind das etwa 235 GB, und der Speicher ist größtenteils schon durch laufende Dienste belegt.

Daraus folgt (inferred): Die 1,561 Terabyte sind das 11,4-fache des Grafikspeichers. Selbst mit komplettem Arbeitsspeicher als Auslagerung fehlt gut das 6,6-fache. Alle Experten müssen verfügbar sein, weil die Auswahl je Token wechselt. Die 104 Milliarden aktiven Parameter wären bei 4 Bit zwar nur rund 52 GB, aber das hilft nur beim Rechnen, nicht beim Laden. Damit alles in 137 GB passt, dürfte jeder Parameter im Schnitt nur 0,39 Bit belegen, ohne KV-Cache. Dafür gibt es kein brauchbares Format; sogar 1 Bit pro Parameter (rechnerisch 0,35 Terabyte) passt nicht. NYU nennt für K3 einen Betrieb ab einem Cluster mit 64 oder mehr Beschleunigern als realistisch.

Als Faustregel für den Download-Check: Parameter mal Bit durch 8 ergibt die Gewichte in Byte. Was in 128 GB passt, hat bei 4 Bit grob unter 200 Milliarden Parameter (inferred, abzüglich KV-Cache und Aktivierungen).

Was Admins jetzt tun können

1. Ab 4. November das Repo prüfen. Bevor etwas geladen wird: Dateigröße (safetensors.total in der Hugging-Face-API) und Lizenztext lesen. Die Lizenz von K3.1 Pro ist unbekannt.
2. Als API-Lane testen, nicht lokal. Der Thinking-Modus ist Pflicht, ohne ihn antwortet die API laut Unite.ai mit HTTP 400. Die 14 Prozent mehr Ausgabetoken gehören in die Kostenrechnung. Geschäfts- oder Personendaten gehen ohne Prüfung nicht an einen Dritthoster.
3. Erst rechnen, dann laden. Die Rechnung oben ist die Vorlage, bevor ein Terabyte durch die Leitung geht.

Eine Randnotiz zur Einordnung: The Next Web erwähnt den Vorwurf des Weißen Hauses aus dem Juli, Moonshot habe verbotene Nvidia-Chips genutzt und ein Anthropic-Modell kopiert. Belege nennt der Bericht nicht, es ist eine Behauptung und keine Aussage von Moonshot.

Weiterführende Quellen

• Artificial Analysis: Kimi K3.1 Pro Launch-Benchmarks: Index 55, Platz 4, Preise, Tokenverbrauch, Halluzinationsrate
• The Decoder: Kimi K3.1 Pro schließt fast zu Claude Opus 5.5 auf: Größe, Preise, Termin für die Gewichte
• The Next Web: Moonshot Kimi K3.1 Pro, Open Weights und Cyber-Training: Herstellerzahlen, Exploit-Test, Vorwurf des Weißen Hauses
• Unite.ai: Moonshot AI veröffentlicht Kimi K3.1 Pro: Zitate aus der Moonshot-Ankündigung
• Hugging Face: moonshotai/Kimi-K3: Parameterzahl und Dateigröße des Vorgängers
• NYU Shanghai RITS: Kimi K3, Open Weights, 1,4 TB zum Betrieb: Lizenz, Quantisierung, Clustergröße
• Unser Vergleich: Kimi K3 gegen Claude Code und Codex
• Kimi AI auf YouTube: Meet Kimi K3.1 Pro: offizielles Startvideo von Moonshot AI, 23. Oktober 2026 (Herstellerangabe)
• Arena auf YouTube: Kimi K3.1 Pro First Impressions: Erste-Eindrücke-Video, 23. Oktober 2026, nicht als Messquelle benutzt
• Simple Icons: nvidia.svg: Nvidia-Logo, CC0
• Eigene Messung vom 24. Oktober 2026: nvidia-smi und free auf dem KI-Server mit vier RTX 5090 (Grafikspeicher und Arbeitsspeicher)