Moonshot AI Kimi K3.1 Pro: großes Modell, offene Gewichte, Sicherheitskompromiss

Moonshot AI hat Kimi K3.1 Pro vorgestellt, ein 2,8 Billionen Parameter umfassendes Modell mit Mixture‑of‑Experts‑Architektur, das in jedem Lauf rund 104 Milliarden Parameter aktiviert und ein 1‑Million‑Token Kontextfenster unterstützt. Das Unternehmen positioniert das Modell für langfristiges Coding, 3D‑Erstellung, finanzielle Recherche und autonome Agenten‑Workflows. Kimi K3.1 Pro ist über Kimi.ai, Kimi Work, Kimi Code, die Kimi App und die API verfügbar; die vollständigen Modellgewichte sollen bis zum 4. November 2026 öffentlich werden.

Auf verschiedenen Benchmarks und internen Tests zeigte Kimi K3.1 Pro deutliche Fortschritte. Auf Terminal‑Bench 4.0 erreichte das Modell 65,7%, nahe an Anthropic’s Claude Opus 5.5 mit 66,4% und vor OpenAI’s GPT 6 Astra mit 58,2%. Im internen Kimi Code Bench 3.0 Long‑horizon kam es auf 61,2%, gegenüber 55,95% des Vorgängers K3. Bei 3D‑Aufgaben erzielte das Modell auf BenchCAD 92,7%, während Claude Opus 5.5 96,2% und GPT 6 Astra 95,9% erreichten. Auf OfficeQA Pro v2 zur Analyse finanzieller Dokumente gab Moonshot 64,4 an, und interne Tests zeigen laut Unternehmen 14% Verbesserung in finanzieller Modellierung sowie 20% in finanzieller Forschung gegenüber K3. Die firmeneigene Kimi Hallu Bench Hard zeigte zudem einen Rückgang der Fehlerrate bei Faktenbehauptungen von 23,4% auf 8,3%.

Moonshot demonstrierte Anwendungsfälle zur Illustration der Modellfähigkeiten: komplette Spielwelten in Unreal Engine und Unity, prozedurale Blender‑Szenen mit Millionen von Dreiecken, eine 2.317‑teilige Roboterarm‑Vorführung und einen menschlichen Gangdynamik‑Simulator, der über 167 Aufgaben und 420 unabhängige Überprüfungen so verfeinert wurde, dass ein kontinuierliches Gehen von 11,2 Sekunden erreicht wurde. Es existiert außerdem eine Highspeed‑Variante, die laut Firma zwei‑ bis dreimal schnellere Ausgaben liefern kann, gegen einen höheren Preis. Parallel dazu bietet Moonshot Kimi Hosted Agents als verwalteten Cloud‑Runtime‑Dienst für lang andauernde Aufgaben und Multi‑Agent‑Zusammenarbeit an.

Wesentlich ist Moonshots Entscheidung, kiberbezogene Trainingsdaten vor der Veröffentlichung der Gewichte gezielt zu entfernen, um offensive Verwundbarkeits‑Ausnutzungsfähigkeiten zu reduzieren. In einem internen Exploit‑Benchmark erzielte das gefilterte K3.1 Pro 81,0%, während eine ungefilterte Variante 90,5% erreichte – ein Rückgang um etwa 9,5 Prozentpunkte. Der Vorgänger Kimi K3 lag im selben Test bei 33,3%. Moonshot beschreibt dies als beabsichtigten Kompromiss: Durch Datenbereinigung soll die Gefahr verringert werden, dass offene Gewichte als schärferes Angriffswerkzeug dienen, während allgemeine Coding‑ und Debugging‑Fähigkeiten erhalten bleiben.

Die geplante Veröffentlichung der Gewichte verändert die Risikoabschätzung, weil offene Gewichte jedermann erlauben, das Modell lokal zu betreiben und zu modifizieren. Moonshots Ansatz, problematische Daten bereits im Training zu entfernen, zielt darauf ab, die in Gewichten enthaltene Angriffsoberfläche zu verringern. Zugleich betont das Unternehmen, dass Benchmarks und Demos Limitationen haben: Testumgebungen, Tool‑Setups und Evaluationsmethoden variieren, und Ergebnisse sind nicht automatisch in allen realen Projekten reproduzierbar. Der nächste Prüfpunkt ist der 4. November 2026, wenn Forscher und Sicherheitsteams die Angaben unabhängig überprüfen können.