Kimi K3.1 Pro vs. K3: Was sich geändert hat, was es kostet und für wen sich der Wechsel lohnt

Kimi K3.1 Pro ist das erste Update für Kimi K3, das MoE-Modell mit 2,8 Billionen Parametern und offenen Gewichten, das Moonshot AI am 16. Juli 2026 veröffentlicht hat. Der Start erfolgte am 23.–24. Oktober 2026 in der Kimi-App, in Kimi Code und über die Kimi API. Moonshots Ankündigungsbeitrag bezeichnet es als „das erste Modell unserer neuen K3.1-Serie und unser bisher leistungsfähigstes Modell mit offenen Gewichten der 3T-Klasse“: eine nachtrainierte Version von K3, die mit deutlich mehr Rechenleistung für das Post-Training und über „Hunderte von nachgelagerten Anwendungsbereichen“ trainiert wurde. Moonshot gibt Verbesserungen beim Programmieren, bei der 3D-Erstellung sowie in der Finanzforschung und -modellierung an. Eine K3.1 Pro Highspeed-Variante bietet identische Fähigkeiten bei etwa zwei- bis dreifacher Geschwindigkeit; die vollständigen Gewichte sollen bis zum 4. November 2026 verfügbar sein.

Die kurze Antwort: Für API-Code genügt es, die Modell-ID zu ändern. kimi-k3.1-pro unterliegt denselben Parameterbeschränkungen wie kimi-k3. Daher gelten weiterhin feste Sampling-Werte, die drei Aufwandsstufen und der Standardwert „max“. Die erste Änderung, die Ihnen auffallen wird, ist subtiler: In Kimi Code lief K3 standardmäßig mit hohem Aufwand, K3.1 Pro dagegen mit maximalem Aufwand. Rechnen Sie mit mehr Denkaufwand pro Aufgabe und damit mit mehr Tokens oder einem höheren Verbrauch Ihres Kontingents pro Aufgabe.

Preislich ist K3.1 Pro pro Token günstiger. AIHubMix listet 2,00 $ für Eingaben und 10,50 $ für Ausgaben pro Million Tokens, gegenüber 2,84 $ bzw. 14,20 $ für K3. Eine am Veröffentlichungstag kursierende Preistabelle in Yuan weist bei Moonshot eine ähnliche Senkung aus. Moonshots eigene Preisliste in US-Dollar ließ sich zum Zeitpunkt der Erstellung dieses Artikels nicht bestätigen. Moonshots selbst gemeldete Benchmark-Ergebnisse zeigen deutliche Verbesserungen gegenüber K3 bei den eigenen Tests für Programmierung, Halluzinationen und Finanzen. Entscheidend ist also, ob diese Verbesserungen bei einem niedrigeren Preis pro Token auch dann einen Vorteil bringen, wenn das Modell länger über Ihre Aufgaben nachdenkt.

K3 und K3.1 Pro im direkten Vergleich

Die K3-Spalte basiert auf Moonshots Kimi-K3-Leitfaden und Model Card. Die K3.1-Pro-Spalte basiert auf Moonshots K3.1-Pro-Schnellstartanleitung und der Kimi-Code-Modell-Dokumentation, die auch die Standardwerte für beide Modelle in Kimi Code enthält. Die Highspeed-IDs lauten in der API kimi-k3.1-pro-highspeed und in Kimi Code k3.1-pro-highspeed. In Kimi Code ist das vollständige Kontextfenster von 1M den höheren Tarifen vorbehalten. Moonshot hat weder die Anzahl der aktiven Parameter von K3.1 Pro veröffentlicht noch angegeben, welche Lizenz für die Gewichte gelten wird.

Wie K3.1 Pro bekannt wurde

Die K3.1-Serie wurde über einen Monat hinweg stückweise geleakt. CometAPI fasste die Leaks in seinem Tracker zusammen; auch Wccftech, AIBase und Nutzer im LINUX DO berichteten darüber. Moonshot bestätigte nichts davon vor dem Teaser-Video.

• 23. September: Ein auf X veröffentlichter Konfigurationsausschnitt zeigte eine k3d1-agent-Kennung, drei Aufwandsstufen (Low, High, Max), eine Kontextoption „Extra Long“ mit bis zu 1M Tokens und Schalter für Agent-, Schwarm-, Such- und Batch-Modi.
• 28. September: Entwickler entdeckten kimi-k3-1 in der Modellregistrierung von Moonshots API-Plattform und berichteten, dass das Modell Anfragen beantwortete. In der Vorschau der offenen Plattform war derselbe Preis wie für K3 angegeben.
• 21. Oktober: Die Konfiguration model_switch_confirm von Kimi Code gab nun eine Regel zurück, die k3, K3, kimi-k3, k3-256k, kimi-for-coding und kimi-for-coding-highspeed auf k3.1 umstellt. Zwei Tage später erschien das Modell in Kimi Code als k3.1-pro.
• 22. Oktober: In Arenas Code Arena tauchte ein anonymes Modell namens Kibitz auf. Ein Tokenizer-Fingerabdruck brachte es mit Kimi in Verbindung, und auch der Name entspricht Moonshots Namensschema (K3 wurde als Kivine getestet). Die Einzelrunden der Tester fielen positiv aus; ein Tester bewertete eine 3D-Erstellung bei mittlerem Aufwand fast so gut wie Claude Opus 5.5. Arena veröffentlichte keine Punktzahl.
• 23. Oktober: Kimi veröffentlichte auf seinem offiziellen Account einen 24-sekündigen Teaser. Darin ist ein Kimi-Code-Terminal mit der Anzeige „Model: Kimi K3.1“ zu sehen, während das Modell eine 3D-Szene mit Three.js erstellt.
• 23.–24. Oktober: Moonshot ergänzte die Kimi-Code-Dokumentation um K3.1 Pro und K3.1 Pro Highspeed. Darin heißt es, das Modell sei „jetzt vollständig in Kimi Code verfügbar“. Der Ankündigungsbeitrag war kurzzeitig online und wurde wieder entfernt, erschien dann in derselben Nacht samt vollständiger Benchmark-Tabelle erneut. Gleichzeitig wurden die API-Dokumentationen für kimi-k3.1-pro und kimi-k3.1-pro-highspeed veröffentlicht.

Die meisten der geleakten Schalter beschrieben Funktionen, die K3 bereits hatte: drei Aufwandsstufen, ein Kontextfenster von 1M und Kimi-Schwarmmodus. Der Start bestätigte das. K3.1 Pro behält K3s Anfrageschnittstelle bei; neu sind das zusätzliche Post-Training, der Standardaufwand „max“ in Kimi Code und die Highspeed-Variante.

Was gleich bleibt und was Sie erneut prüfen sollten

Moonshot zufolge unterliegt kimi-k3.1-pro „denselben Parameterbeschränkungen wie kimi-k3“. Daher muss bei Code, der mit K3 läuft, nur die ID geändert werden. Folgende Regeln gelten weiterhin:

• Thinking ist immer aktiviert. Moonshot zufolge werden Anfragen, die es deaktivieren, mit HTTP 400 abgelehnt; die Haupt-IDs von AIHubMix lehnten sie nicht ab (siehe unten).
• reasoning_effort akzeptiert low, high oder max und ist standardmäßig auf max gesetzt. Eine mittlere Stufe gibt es nicht, obwohl vor dem Start darüber berichtet wurde: Kimi Code ordnet medium dem Wert high, xhigh und ultra dem Wert max sowie minimum und light dem Wert low zu. In Kimi Code führen off, none, disabled und unbekannte Werte zu einem Fehler 400.
• Die Sampling-Werte sind festgelegt: temperature 1.0, top_p 0.95, n 1 und beide Penalties 0. Lassen Sie diese Parameter weg; andere Werte führen bei der Moonshot-API zu einem Fehler.
• tool_choice akzeptiert wie bei K3 den Wert required.
• max_completion_tokens ist standardmäßig auf 131,072 gesetzt und kann bis zu 1,048,576 betragen – innerhalb eines Kontextfensters von 1M.
• Ein Wechsel des Modells oder der Aufwandsstufe macht den Cache ungültig. In Kimi Code rät Moonshot davon ab, innerhalb einer bestehenden K3-, K2.8-Preview- oder K2.7-Code-Highspeed-Sitzung zu K3.1 Pro zu wechseln, da dadurch die Ausgabequalität sinkt und weniger Cache-Treffer erzielt werden.

Wie bei K3 sollten bei mehrstufigen Dialogen und Tool-Schleifen die vollständigen Assistant-Nachrichten zurückgesendet werden, einschließlich reasoning_content.

Was AIHubMix gemessen hat. Am 24. Oktober testete AIHubMix beide Modelle unter ihren Haupt-IDs kimi-k3.1-pro und kimi-k3.1-pro-highspeed sowie über den Coding-Kanal mit coding-kimi-k3.1-pro und coding-kimi-k3.1-pro-highspeed, der der Aufwandszuordnung von Kimi Code folgt:

• Chat Completions (mit reasoning_content) und Messages (Thinking- und Textblöcke) lieferten bei beiden einen Statuscode 200. Die Responses API lieferte nur über den Coding-Kanal den Statuscode 200; bei den Haupt-IDs kam ein 404 mit der Meldung „The model kimi-k3.1-pro is not available on this endpoint.“ Zum Start brauchte Codex, das Responses verwendet, daher bei AIHubMix die ID des Coding-Kanals.
• Alle getesteten Werte für reasoning_effort (low, medium, high, max, xhigh) lieferten den Statuscode 200. Das Gateway akzeptiert sie alle, aber Moonshot dokumentiert nur low, high und max. Die zusätzlichen Werte sollten Sie daher nicht als zusätzliche Stufen verstehen. Auch off und ein unbekannter Wert lieferten den Statuscode 200; bei none oder einem Feld thinking: {"type": "disabled"} kam ebenfalls der Statuscode 200 zurück, allerdings ganz ohne Reasoning. Bei AIHubMix schlägt das Deaktivieren von Thinking also stillschweigend fehl und führt nicht zu einem Fehler 400.
• temperature=0.2 führte bei den Haupt-IDs zu einem Fehler 400: „invalid temperature: only 1 is allowed for this model“. Der Coding-Kanal akzeptierte den Wert. Ein übrig gebliebenes K2.x-Feld thinking: {"type": "enabled"} lieferte bei beiden den Statuscode 200.
• Strukturierte Ausgaben über die Messages API funktionieren jetzt. Eine json_schema-Anfrage, deren Prompt keine JSON-Ausgabe verlangte, lieferte {"city":"Paris"}. Beim AIHubMix-Test im Juli hatte K3 das Schema dort stillschweigend ignoriert.
• Das Caching erfolgt automatisch: Bei einer wiederholten Anfrage über den Coding-Kanal wurde der gesamte Prompt als gecachter Token-Inhalt gezählt.

Der Migrationsbeitrag dieser Reihe behandelt jeden dieser Punkte als möglichen Fehler, auf den Sie stoßen können, und nennt den Fehlertext sowie die Abhilfe.

Benchmarks: im Vergleich zu K3 und der nächsthöheren Klasse

Die Zahlen stammen aus Moonshots selbst gemeldeten Start-Benchmarks – für K3.1 Pro aus dem Ankündigungsbeitrag und für K3 aus der GitHub-Model-Card. Die Testumgebungen unterscheiden sich je nach Modell (K3.1 Pro lief überwiegend in einer Claude-Code-Testumgebung), und bisher hat niemand die Zahlen reproduziert.

Von K3 zu K3.1 Pro. Das sind die Wertepaare, die Moonshot für beide Modelle nach derselben Methode ermittelt hat:

Kimi Code Bench, Kimi Hallu Bench und die beiden Finanzdatensätze sind interne Benchmarks von Moonshot. Das Wertepaare für Kimi Code Bench 2.0 wurde in einer Claude-Code-Testumgebung ermittelt (K3s Bestwert von 72.9 stammt aus Kimi Code); Hallu Bench Hard wird mit Tools ausgeführt. Alle Wertepaare entwickelten sich in die richtige Richtung: um 3 bis 8 Punkte bei den Coding-Tests, um 7 bis 12 Punkte bei den Finanztests und eine von 23.4 auf 8.3 gesunkene Halluzinationsrate im schwierigen Test. Terminal-Bench, SWE Marathon und ProgramBench kommen in beiden Ankündigungen vor, allerdings in unterschiedlichen Versionen oder mit abweichender Bewertung. Daher lassen sich K3s Werte von 88.3, 42.0 und 77.8 nicht mit K3.1 Pros 65.7, 51.7 und 31.5 vergleichen.

Im Vergleich zur nächsthöheren Klasse. Bei Kimi gibt es kein Modell oberhalb von K3.1 Pro. Relevant ist daher der Vergleich mit den geschlossenen Modellen in Moonshots Tabelle. Moonshot testete sie mit maximalem Aufwand und merkt an, dass „Tests proprietärer Modelle ein gewisses Fallback-Verhalten beinhalten können“.

Auf Moonshots eigener Bewertungsübersicht liegt K3.1 Pro bei lang andauernden Coding-Aufgaben (SWE Marathon v1.1) und bei HLE mit Tools in allen vier Kategorien vorn und liegt bei DeepSWE v1.1 knapp vorne. Bei Terminal-Bench 4.0 schlägt das Modell Fable 5.1 und GPT-6 Astra und liegt nur einen Punkt hinter Opus 5.5; bei GDPval-AA liegt es knapp hinter Opus 5.5. Bei ProgramBench fällt es deutlich zurück: Opus 5.5 erzielt ungefähr den doppelten Wert. Auch bei HLE ohne Tools und auf Moonshots internem Design Bench, wo GPT-6 Astra führt, liegt K3.1 Pro zurück. K3 startete mit 1,679 an der Spitze der Frontend-Code-Bestenliste von Arena; K3.1 Pro hatte zum Start keinen Arena-Wert.

Preis und tatsächliche Kosten

Die Preise gelten pro Million Tokens. Bei AIHubMix ist K3.1 Pro beim Input 30% und beim Output 26% günstiger als K3. Highspeed kostet beim Input und Output genau doppelt so viel wie K3.1 Pro; der Preis für Cache-Treffer ist gleich. Moonshots eigene USD-Preisliste für K3.1 Pro ließ sich zum Zeitpunkt der Veröffentlichung nicht bestätigen, daher steht in der Spalte „Offiziell“ ein Strich. OpenAI bietet GPT-5.6 Sol derzeit zum Aktionspreis von $4 / $20 an; laut Berichten gilt dieser mindestens bis zum 21. November 2026. Cache-Treffer kosten bei AIHubMix für K3.1 Pro und Highspeed $0.20 pro Million, gegenüber $0.284 für K3 ($0.30 bei Moonshot). Seit Moonshots Abrechnungsaktualisierung werden Cache-Schreibvorgänge für K3 offenbar separat ausgewiesen: $3.00 pro Million bei der standardmäßigen Gültigkeitsdauer von 5 Minuten, $6.00 bei einer Stunde. Bei Moonshots API folgt K3.1 Pro demselben Muster: einheitliche Preise unabhängig von der Kontextlänge, Abrechnung von Cache-Schreibvorgängen nach Gültigkeitsdauer und Abrechnung von Reasoning-Tokens als Output bei jeder Aufwandsstufe. Auf den Modellseiten von AIHubMix sind nur die Preise für Input, Output und Cache-Treffer aufgeführt, nicht aber ein separater Preis für Cache-Schreibvorgänge.

Moonshots veröffentlichte Preise in Yuan. Eine am Starttag verbreitete Preistabelle zeigt Moonshots chinesische Preise für K3.1 Pro und K3.1 Pro Highspeed, einschließlich Cache-Schreibvorgängen. Sie wurden nicht anhand von Moonshots Preisseite bestätigt:

Pro Million Tokens, in CNY. Die Zeile für K3 entspricht Moonshots chinesischer Preisliste. Falls die Tabelle stimmt, hat Moonshot die Preise für K3.1 Pro beim Input um 35%, beim Output um 32% und bei Cache-Treffern um 35% gesenkt – etwas stärker als AIHubMix. Highspeed kostet beim Input, Output und bei Cache-Schreibvorgängen doppelt so viel wie K3.1 Pro, bei Cache-Treffern ist der Preis gleich. Damit liegt Highspeed beim Input 30% und beim Output 36% über K3. Moonshots USD- und CNY-Preislisten sind nicht über einen festen Wechselkurs miteinander verknüpft, daher lassen sich aus den Yuan-Preisen keine Dollarpreise ableiten.

Eine Aufgabe, durchgerechnet. Im Juli bat AIHubMix K3, aus einem Prompt und einem Referenzbild ein HTML-Spiel in einer einzigen Datei zu erstellen. Der Durchlauf dauerte 2,541 Sekunden (etwa 42 Minuten) und erzeugte 1,275 Zeilen funktionsfähigen Code. Dabei wurden 74,994 Completion-Tokens verbraucht, davon waren 54,486 (73%) Reasoning-Tokens. K3 lief mit maximalem Aufwand – der einzigen damals von K3 akzeptierten Stufe und der heutigen Standardeinstellung von K3.1 Pro. Die Eingabegröße wurde nicht protokolliert; für die folgenden Schätzungen werden daher 5,000 Input-Tokens angenommen. Die Preise stammen von AIHubMix.

• K3: 5,000 × $2.84/M + 74,994 × $14.20/M ≈ $1.08
• GPT-5.6 Sol, gleiche Tokenanzahl: ≈ $1.52
• Claude Fable 5.1, gleiche Tokenanzahl: ≈ $4.18
• K3.1 Pro, gleiche Tokenanzahl: 5,000 × $2.00/M + 74,994 × $10.50/M ≈ $0.80
• K3.1 Pro Highspeed, gleiche Tokenanzahl: 5,000 × $4.00/M + 74,994 × $21.00/M ≈ $1.59

Die Annahme gleicher Tokenanzahlen kann in der Realität in beide Richtungen abweichen. Bei einem Praxistest von Chase AI für die Erstellung eines Spiels verbrauchte K3 21.5 Millionen Tokens, während Claude Fable 5 nur 3.5 Millionen benötigte – etwa sechsmal weniger. Bei diesem Verhältnis würde Fable 5 das Spiel mit etwa 12,200 Tokens und Kosten von ungefähr $0.73 fertigstellen, also günstiger als K3 mit $1.08 und K3.1 Pro mit $0.80, obwohl sein Output-Preis fast viermal so hoch ist. Bei den Aufgaben im Index von Artificial Analysis war es umgekehrt: Fable 5.1 verbrauchte durchschnittlich 78,000 Output-Tokens pro Aufgabe, K3 dagegen 48,000; die Kosten lagen bei $7.63 pro Aufgabe für Fable 5.1 und bei $2.00 für K3.

Wie lange ein Modell nachdenkt, hängt von der Aufgabe ab. Bei einer kleinen Stichprobe von AIHubMix am 24. Oktober benötigte K3.1 Pro bei einem Prompt für einen 600-Wörter-Erklärtext mit niedrigem Aufwand 5,561 bis 7,356 Tokens für das Reasoning, bevor es antwortete; bei K3 waren es 3,013 bis 7,051 – also ähnliche Werte. Der Unterschied lag in der Geschwindigkeit. K3.1 Pro streamte etwa 86 Tokens pro Sekunde, K3 dagegen 22 bis 26. Entsprechend antwortete K3.1 Pro in 80 bis 99 Sekunden, während K3 154 bis 309 Sekunden benötigte. Das war nur ein Prompt mit jeweils drei Durchläufen pro Modell auf den Haupt-IDs von AIHubMix, kein Benchmark. Trotzdem bedeutet ein um ein Viertel niedrigerer Output-Preis nur dann eine um ein Viertel niedrigere Rechnung, wenn K3.1 Pro bei deinen Aufgaben nicht länger nachdenkt als K3. Miss daher erst die Tokens pro Aufgabe, bevor du mit der Ersparnis rechnest.

Wann K3.1 Pro nicht die naheliegende Wahl ist

• Latenzkritische Arbeit. K3.1 Pro denkt immer nach, ist standardmäßig auf maximalen Aufwand eingestellt und unterstützt keine Abschaltung des Denkmodus. Der Spieldurchlauf mit K3 dauerte in einer einzelnen Anfrage 42 Minuten. Bei der oben genannten Stichprobe dauerte es selbst bei niedrigem Aufwand 71 bis 91 Sekunden, bis K3.1 Pro das erste Antwort-Token ausgab (bei K3 waren es 132 bis 280). Highspeed beschleunigt die Ausgabe um etwa das 2–3-Fache, aber laut Moonshot „beschleunigt es nur die Modellausgabe“. Tool-Aufrufe und Skripte laufen also weiterhin wie zuvor. Wenn Nutzer auf jede Antwort warten müssen, passt ein schnelleres Modell ohne Reasoning besser – selbst bei gleicher Qualität.
• Verarbeitungsketten, die eine Temperatursteuerung benötigen. K3.1 Pro übernimmt die feste Sampling-Einstellung 1.0 von K3; bei den Haupt-IDs von AIHubMix führt der Temperaturwert 0.2 zu einem 400-Fehler. Im Coding-Kanal wurde der Wert zwar akzeptiert, doch ein Statuscode 200 beweist nicht, dass er tatsächlich angewendet wurde. Wenn du für reproduzierbare Ausgaben auf temperature 0 angewiesen bist, bietet K3.1 Pro diese Möglichkeit nicht.
• Aufgaben, die den schwachen Benchmarks ähneln. In Moonshots eigener Tabelle liegt das Modell bei ProgramBench um die Hälfte hinter Claude Opus 5.5, bei HLE ohne Tools hinter allen drei geschlossenen Modellen und bei Design Bench hinter GPT-6 Astra. Teste solche Aufgaben, bevor du wechselst.
• Aufgaben, bei denen das Modell der nächsthöheren Preisklasse weniger nachdenkt. Wie der Build-Test von Chase AI zeigt, kann ein teureres Modell, das weniger nachdenkt, pro Aufgabe günstiger sein. Miss deinen eigenen Workload, bevor du davon ausgehst, dass K3.1 Pro die günstigere Option ist.
• Niedrigere Kimi-Code-Tarife. K3.1 Pro erfordert bei den neuen Tarifen Plus oder höher (bei den älteren Tarifen Moderato oder höher); für das 1M-Kontextfenster ist Pro erforderlich (Allegretto). Für Highspeed ist Pro oder höher nötig (Allegretto).

Wer wechseln sollte – und wer lieber wartet

• Kimi-Code-Nutzer: K3.1 Pro ist jetzt als k3.1-pro verfügbar. Starte eine neue Sitzung damit, statt eine bestehende Sitzung mit K3, K2.8 Preview oder K2.7 Code Highspeed umzustellen. Moonshot zufolge verringert ein Modellwechsel mitten in der Sitzung die Ausgabequalität und die Cache-Treffer. Standardmäßig ist nun maximaler Aufwand eingestellt, während K3 mit hohem Aufwand lief. Behalte in der ersten Woche dein Kontingent im Auge. Wenn es schneller aufgebraucht wird, stelle Routineaufgaben auf hohen Aufwand um. Erwarte aber nicht, dass niedriger Aufwand automatisch günstig ist: In der Stichprobe von AIHubMix verbrauchte K3.1 Pro selbst bei niedrigem Aufwand 5,561 bis 7,356 Reasoning-Tokens.
• K3-API-Nutzer: Der Wechsel erfolgt von kimi-k3 zu kimi-k3.1-pro; die Parameterbeschränkungen bleiben gleich. In Moonshots eigener API wird das Modell nach einer Aufladung von $1 freigeschaltet; bei AIHubMix ist es unter derselben ID verfügbar. Führe zunächst einen eintägigen Test mit deinen eigenen Aufgaben durch und vergleiche die Completion- und Reasoning-Tokens, nicht nur die Erfolgsquoten. Moonshots eigene USD-Preisliste war zum Zeitpunkt der Veröffentlichung nicht bestätigt; bei AIHubMix kostet K3.1 Pro $2.00 / $10.50 pro Million Tokens.
• Nutzer von K2.6 und K2.7 Code: Der Sprung ist größer, und Moonshot hat eine Frist festgelegt. Auf Moonshots Plattform können sich ab dem 31. Oktober 2026 neu registrierte Nutzer nicht mehr für K2-Modelle anmelden; Moonshot plant, alle Modelle der Reihe bis Ende Dezember 2026 einzustellen. AIHubMix führte K2.6 und K2.7 Code am 24. Oktober noch auf, ohne ein Einstellungsdatum zu nennen. K3.1 Pro unterstützt keine Abschaltung des Denkmodus, und das Reasoning wird über die Aufwandsstufe statt über den thinking-Schalter von K2.x gesteuert. Lies den Migrationsbeitrag, bevor du etwas änderst.
• Wenn Geschwindigkeit wichtiger ist als der Preis: K3.1 Pro Highspeed bietet dieselben Fähigkeiten bei etwa 2–3-facher Geschwindigkeit. Dafür benötigt es bei Kimi Code ungefähr das doppelte Kontingent und kostet pro Token doppelt so viel ($4.00 / $21.00 bei AIHubMix). Im Highspeed-Beitrag dieser Reihe wird dieser Kompromiss genauer abgewogen.
• Warte, wenn du direkt bei Moonshot kaufst und vor einer Entscheidung erst die USD-Preisliste sehen möchtest.
• Bleib bei deiner aktuellen Lösung, wenn dein Workload aus kurzen, häufigen Anfragen besteht, bei denen der ständig aktive Denkmodus unnötigen Aufwand verursacht.

Um K3 und K3.1 Pro mit deinen eigenen Prompts zu vergleichen, führe beide mit einem einzigen Schlüssel über AIHubMix aus. Die Schnellstartanleitung erklärt Schlüssel und Basis-URLs, und auf der Modellseite von K3.1 Pro sind die Preise aufgeführt. Verwende Chat Completions oder Messages mit kimi-k3.1-pro; für die Responses API verwende vorerst coding-kimi-k3.1-pro. AIHubMix kennzeichnet diese Variante als Evaluierungsvorschau und nicht für den Produktionseinsatz.

import os
from openai import OpenAI

client = OpenAI(base_url="https://aihubmix.com/v1", api_key=os.environ["AIHUBMIX_API_KEY"])
prompt = "Write a single-file HTML page that renders a rotating 3D cube with Three.js."

for model in ["kimi-k3", "kimi-k3.1-pro"]:
    r = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
        timeout=3600,
    )
    print(model, r.usage.prompt_tokens, r.usage.completion_tokens)

Das Skript verwendet Chat Completions und lässt temperature weg: K3 und K3.1 Pro lehnen jeden Wert außer 1 ab.

Häufig gestellte Fragen

Ist Kimi K3.1 Pro bereits verfügbar?
Ja. Moonshot hat das Modell am 23.–24. Oktober 2026 in der Kimi-App, Kimi Work, Kimi Code und der Kimi API eingeführt. In der API heißt es kimi-k3.1-pro, in Kimi Code k3.1-pro. Administratoren von Business- und Enterprise-Konten müssen es für ihre Teams freischalten.

Kostet K3.1 Pro mehr als K3?
Pro Token nicht. Bei AIHubMix kostet es $2.00 für Input und $10.50 für Output pro Million Tokens; bei K3 sind es $2.84 und $14.20. Eine am Starttag verbreitete Yuan-Tabelle zeigt eine Preissenkung bei Moonshot um etwa ein Drittel, doch Moonshots eigene USD-Preisliste war zum Zeitpunkt der Veröffentlichung nicht bestätigt. Das Modell denkt allerdings weiterhin viel nach: In Kimi Code ist maximaler Aufwand standardmäßig eingestellt, und bei einer Stichprobe von AIHubMix verbrauchte es selbst bei niedrigem Aufwand 5,561 bis 7,356 Reasoning-Tokens. Die Kosten pro Aufgabe können daher trotzdem steigen.

Funktioniert mein K3-Code auch mit K3.1 Pro?
Ja, wenn du die Modell-ID änderst. Moonshot zufolge gelten für kimi-k3.1-pro dieselben Parameterbeschränkungen wie für kimi-k3. Lass temperature und die übrigen Sampling-Parameter weiterhin weg, gib bei Anfragen mit mehreren Gesprächsrunden reasoning_content zurück und versuche nicht, den Denkmodus abzuschalten.

Was ändert sich in Kimi Code?
Wähle K3.1 Pro in einer neuen Sitzung aus, statt mitten in einer Sitzung zu wechseln, wie Moonshot in der Dokumentation empfiehlt. Der Standardaufwand ist maximal; bei K3 war er hoch. Das Modell erfordert den Plus-Tarif oder höher, und für das vollständige 1M-Kontextfenster ist Pro oder höher nötig.

Was ist K3.1 Pro Highspeed?
Die gleichen Modellfähigkeiten bei etwa zwei- bis dreifacher Ausgabegeschwindigkeit, verfügbar über die API als kimi-k3.1-pro-highspeed. In Kimi Code verbraucht das Modell etwa doppelt so viel Kontingent und kostet pro Token doppelt so viel: $4.00 / $21.00 bei AIHubMix. Nur die Ausgabe des Modells wird schneller; Tool-Aufrufe und Skripte nicht.

Ist K3.1 Pro so gut wie Claude Fable 5.1, Claude Opus 5.5 oder GPT-6 Astra?
In Moonshots eigener Tabelle liegt das Modell bei SWE Marathon und HLE mit Tools vor allen drei, schlägt Fable 5.1 und GPT-6 Astra bei Terminal-Bench 4.0 und liegt bei ProgramBench, HLE ohne Tools und Design Bench zurück. Die Zahlen stammen aus eigener Berichterstattung, die Testumgebungen unterscheiden sich, und bisher hat sie niemand reproduziert.

Wird es für K3.1 Pro offene Gewichte geben?
Ja. Moonshot zufolge werden die vollständigen Gewichte bis zum 4. November 2026 veröffentlicht. Welche Lizenz dafür gelten wird, hat das Unternehmen noch nicht bekannt gegeben; die Gewichte von K3 stehen unter der Kimi-K3-Lizenz.

Weiterlesen: die Kimi-K3.1-Pro-Reihe

• Wenn du dich für den Wechsel entschieden hast: Hier erfährst du, woher die 400-Fehler und die unauffälligen Rechnungserhöhungen kommen – von der Standardeinstellung mit maximalem Aufwand bis zu einer falsch eingegebenen Highspeed-ID: Migration zu Kimi K3.1 Pro: 400-Fehler beheben, die Standardeinstellung mit maximalem Aufwand beachten und Highspeed richtig eingeben
• Wenn du K3.1 Pro mit Alternativen abwägst, statt ein Upgrade durchzuführen, findest du hier den Vergleich mit Qwen 4, das in derselben Woche in der Arena auftauchte, und Claude Fable 5.5, dem Modell, das beide zu übertreffen versuchen: Kimi K3.1 Pro vs. Qwen 4 vs. Claude Fable 5.5: Frontend-Qualität, Kosten pro Aufgabe und ein Reality-Check zum Hype
• Wenn dich die 2–3× höhere Geschwindigkeit reizt, zeigt dieser Beitrag, wann sich Highspeed lohnt, obwohl der Preis pro Token doppelt so hoch ist: Kimi K3.1 Pro vs. K3.1 Pro Highspeed: Sind 2–3× mehr Geschwindigkeit den doppelten Preis wert?

Quellen

• Moonshot AI: Technischer Blog zu Kimi K3.1 Pro
• Moonshot AI: Schnellstart zu Kimi K3.1 Pro
• Moonshot AI: Modellkonfiguration von Kimi Code
• AIHubMix: Modellseite zu Kimi K3.1 Pro
• Chase AI: Kimi K3 vs. Claude Fable 5 vs. GPT-5.6: tatsächliche Kosten