Kimi K3.1 Pro startet auf Platz 4 des Artificial Analysis Intelligence Index mit einem Score von 55 und macht große Fortschritte bei der agentischen Leistung; es wird das führende Open-Weights-Modell sein, sobald seine Gewichte veröffentlicht werden
@Kimi_Moonshot's neues Reasoning-Modell gewinnt 11 Punkte gegenüber Kimi K3 (max, 44). Es liegt auf dem Intelligence Index nur noch hinter Claude Opus 5.5 (max with fallback, 58), Claude Sonnet 5.5 (max with fallback, 56) und Muse Wonder Full (max, 56).
Sobald die Gewichte von K3.1 Pro veröffentlicht werden, wird es das am höchsten bewertete Open-Weights-Modell sein, und die Lücke zwischen den führenden Open-Weights- und proprietären Modellen auf dem Intelligence Index wird sich von 12 Punkten auf 3 verringern.
Wichtige Ergebnisse:
➤ Große Fortschritte bei der agentischen Leistung: Kimi K3.1 Pro erreicht Platz 3 auf GDPval-AA mit 1,846 Elo, ein Anstieg von 312 Elo gegenüber Kimi K3, hinter Claude Opus 5.5 (1,866 Elo) und Muse Wonder Full (1,857 Elo). Kimi K3.1 Pro erzielt außerdem den höchsten Score eines Modells auf Terminal-Bench 4.0. K3.1 Pro erreicht 67%, gegenüber 13% bei Kimi K3 und vor Claude Sonnet 5.5 (64%). AutomationBench-AA, das agentische SaaS-Workflows testet, steigt von 58% auf 73%.
➤ Die Fortschritte bei anderen Eval-Tests fallen moderater aus: Humanity's Last Exam steigt von 47% auf 52%, CritPt von 23% auf 25% und SciCode von 59% auf 61%. Der AA-Omniscience Index steigt von 20 auf 30, während die Halluzinationsrate von 53% auf 44% sinkt und die Genauigkeit von 48% auf 51% steigt.
➤ Kosten pro Task ungefähr gleich wie Kimi K3 bei $1.98 pro Task: K3.1 Pro verwendet 55K Output-Tokens pro Intelligence-Index-Task, 14% mehr als Kimi K3 mit 48K, während seine First-Party-Tokenpreise 33% niedriger sind.
Weitere Modelldetails:
➤ Kontextfenster: 1M Tokens.
➤ Größe: 2.8T insgesamt, 104B aktive Parameter
➤ Eingabemodalitäten: Text und Bild
➤ Gewichte und Lizenz: Gewichte derzeit nicht veröffentlicht; Moonshot wird erwartet, die Gewichte bald nach dem Launch freizugeben
➤ Preise: $2/$10/$0.20 pro 1M Input-/Output-/Cache-Hit-Tokens, 33% niedriger als Kimi K3 bei allen drei Tarifen.
Herzlichen Glückwunsch an das Team von @Kimi_Moonshot zum Release!