Das KI-Unternehmen Moonshot AI hat am 23. Oktober 2026 sein neues Flaggschiffmodell Kimi K3.1 Pro zusammen mit einer beschleunigten Schnittstelle der Öffentlichkeit präsentiert. Das System basiert auf einer Mixture-of-Experts-Architektur, die insgesamt 2,8 Billionen Parameter umfasst, von denen während der Inferenz jeweils 104 Milliarden Parameter aktiv geschaltet werden. Ergänzend dazu führte das Unternehmen eine Highspeed-API ein, die Abfragen zwei- bis dreimal schneller verarbeitet als bisherige Endpunkte. Dieser Leistungssprung soll insbesondere rechenintensive Anwendungen beschleunigen, bei denen Latenzzeiten eine entscheidende Rolle spielen.
Ein zentrales Merkmal des neuen Modells ist sein Kontextfenster mit einer Kapazität von bis zu einer Million Token. In unabhängigen Messungen sowie herstellereigenen Tests setzte Kimi K3.1 Pro Spitzenwerte bei der computergestützten Auswertung komplexer Finanzdokumente und Tabellenkalkulationen, gemessen an den Benchmarks GDP.pdf und OfficeQA Pro. Auch im Bereich autonom handelnder Softwaresysteme erzielte das Modell beachtliche Fortschritte. Auf der Testplattform Terminal-Bench 4.0, die agentenbasierte Arbeitsabläufe auf Kommandozeilenebene bewertet, erreichte das System eine Erfolgsquote von 65,7 Prozent.
Mit seiner Preisgestaltung greift Moonshot AI etablierte Anbieter im Unternehmenssegment direkt an. Die Nutzung der API kostet zwei US-Dollar pro einer Million Eingabetoken sowie zehn US-Dollar pro einer Million Ausgabetoken. Um den strengen Anforderungen institutioneller Finanzinstitute, Hedgefonds und quantitativer Analyseabteilungen gerecht zu werden, bietet das Unternehmen eine vertraglich zugesicherte Zero-Data-Retention-Option an. Diese Richtlinie garantiert, dass übermittelte Unternehmensberichte, Kundenbilanzen oder unternehmenseigene Handelsstrategien weder dauerhaft gespeichert noch für nachgelagerte Trainingsläufe verwendet werden.
Vor der für Anfang November 2026 geplanten Freigabe der offenen Modellgewichte unternahm Moonshot AI umfassende Schritte zur Risikominderung. Das Entwicklerteam filterte offensive Cyberdaten und Exploit-Muster gezielt aus dem Trainingskorpus heraus, um regulatorischen Bedenken bezüglich eines möglichen Missbrauchs für automatisierte Cyberangriffe zuvorzukommen. Die Maßnahme soll sicherstellen, dass die Open-Weight-Veröffentlichung keine neuartigen Angriffswerkzeuge für unbefugte Dritte bereitstellt. Dieser Schritt folgt dem wachsenden internationalen Druck von Aufsichtsbehörden auf Modellentwickler, systemische Gefahren bereits während der Trainingsphase aktiv einzudämmen.
Die Veröffentlichung fällt in eine Phase erhöhter Sensibilität in der globalen IT- und Finanzbranche. Nach den jüngsten Vorfällen automatisierter Schwachstellensuche müssen Softwareanbieter belegen, dass leistungsfähige KI-Agenten nicht zur Destabilisierung kritischer Netze führen. Moonshots Schwerpunktlegung auf Dokumentenanalyse, Agentenleistung und bereinigte Trainingsdaten spiegelt diesen Wandel wider. Für institutionelle Kunden entscheidet künftig nicht mehr allein die schiere Modellgröße, sondern die Kombination aus operativer Geschwindigkeit, Datenhoheit und verifizierbaren Sicherheitsgrenzen.