Kimi K3.1 Pro

Stärken

• In meiner API-Stichprobe lieferte das Modell korrekt JSON, eine MwSt.-Berechnung und eine Speicherschätzung zurück. Der generierte Code bestand 7/7 Prüffällen.
• In einem separaten Satz von 10 einfachen Aufgaben erreichten Pro und Highspeed 10/10. Der Satz war zu einfach, um einen Vorteil gegenüber K3 festzustellen.
• API: 2 USD pro Million Input-Tokens und 10 USD Output; 1M-Token-Fenster laut Dokumentation.

Grenzen

• Bei einem Limit von 1800 Tokens lieferten zwei von sechs Versuchen keine endgültige Antwort. Wiederholungen mit einem Limit von 6000 wurden ebenfalls abgeschnitten. Dies ist ein Test von Limits und Einstellungen, kein Beweis für allgemeine Sprachunkenntnis.
• Offene Gewichte wurden bis zum 4. November 2026 angekündigt. Ihre Verfügbarkeit habe ich noch nicht bestätigt.
• Ich habe hier weder die App-Oberfläche noch Spiele, das volle 1M-Fenster oder Aufgaben in jeder Sprache getestet.

Einsatzbereiche

Ich würde die API für Extraktion und Code-Arbeit wählen, inklusive Antwortvalidierung und Prüfung von finish_reason. Die kleine Stichprobe rechtfertigt keine automatische Auswahl des Modells für jede Aufgabe.

Für wen

Für einen Entwickler, der das Token-Limit anpassen und die Kosten einer korrekt abgeschlossenen Aufgabe messen kann. Bei sehr kurzen Output-Limits überzeugt es mich weniger. Die getesteten Prompts waren auf Polnisch; ich präsentiere sie nicht als Test für andere Sprachen.

API-Preise

Pro: 2/10 USD, Highspeed: 4/20 USD pro Million Input-/Output-Tokens, Cache Input 0,20 USD. Das ist der API-Preis, kein Abonnementpreis. Kosten für 6 Versuche mit Pro: 0,055802 USD; Opus 5.5: 0,032004 USD; GPT-6 Astra: 0,030670 USD.

Alternativen und Methode

Opus 5.5 und GPT-6 Astra haben alle sechs derselben Versuche beim Limit von 1800 Tokens abgeschlossen. In einem separaten Test mit einem Limit von 16000 erreichte Pro 10/10 in 76,0 s und Highspeed 10/10 in 32,6 s. Unterschiedliche Prompts und Einstellungen schließen eine Zusammenführung dieser Ergebnisse in ein einziges Ranking aus.

Fazit

7/10: Ich empfehle, K3.1 Pro für Code und Daten zu testen, betrachte einen niedrigen Token-Preis jedoch nicht als Garantie für die günstigste Aufgabe. Meine Methode bestand aus sechs Einzelaufrufen über OpenRouter, temperature 0.2, angefordertes reasoning low, max_tokens 1800, ohne Streaming. Ein separater Test mit 10 Aufgaben nutzte ein Limit von 16000 und Standard-Reasoning. Fehlende statistische Wiederholungen und unterschiedliche Bedingungen schränken die Schlussfolgerungen ein.