Kimi K3.1 Pro startet auf dem Artificial Analysis Intelligence Index mit 55 Punkten auf Platz 4 und erzielt große Fortschritte bei der agentischen Leistung; es wird das führende Open-Weights-Modell sein, sobald seine Gewichte veröffentlicht sind
Modellseite ansehenMoonshots 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 mit Fallback, 58), Claude Sonnet 5.5 (max mit Fallback, 56) und Muse Wonder Full (max, 56).
Sobald die Gewichte von K3.1 Pro veröffentlicht sind, wird es das am höchsten bewertete Open-Weights-Modell sein, und der Abstand 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 bei GDPval-AA mit 1,846 Elo, ein Plus von 312 Elo gegenüber Kimi K3, nur hinter Claude Opus 5.5 (1,866 Elo) und Muse Wonder Full (1,857 Elo). Kimi K3.1 Pro erzielt zudem die höchste Punktzahl aller Modelle bei 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%.
➤ Fortschritte bei anderen Evalautionen 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 in etwa gleich wie Kimi K3 bei $1.98 pro Task: K3.1 Pro verwendet 55K Output-Token pro Intelligence-Index-Task, 14% mehr als Kimi K3 mit 48K, während seine Erstanbieter-Tokenpreise 33% niedriger sind.
Weitere Modelldetails: ➤ Kontextfenster: 1M Token. ➤ Größe: 2.8T insgesamt, 104B aktive Parameter ➤ Eingabemodalitäten: Text und Bild ➤ Gewichte und Lizenz: Gewichte derzeit nicht veröffentlicht, Moonshot wird erwartet, die Gewichte kurz nach dem Launch freizugeben ➤ Preise: $2/$10/$0.20 pro 1M Input-/Output-/Cache-Hit-Token, 33% niedriger als Kimi K3 bei allen drei Tarifen.
Einzelne Evaluationsergebnisse: