› Ich habe Kimi K3.1 Pro in einem speziell für den deutschen Markt entworfenen Benchmark aus zwölf Aufgaben getestet - von einem Einspruch beim Finanzamt München über die Umsatzsteuer-Regeln 2026 für die Gastronomie bis hin zur IBAN-Validierung in Python.
› Während GPT-6 Astra (72,0/72), Gemini 4 Argon (71,0/72) und Claude Opus 5.5 (71,0/72) an der Spitze praktisch gleichauf lagen, kam Kimi K3.1 Pro über den Endpoint moonshotai/mxfp4 nur auf 51,0 von 72 Punkten und belegte den siebten und letzten Platz.
› Der Hauptgrund war nicht mangelndes Sprachgefühl, sondern drei Nullrunden - darunter zwei Antworten, die völlig am Prompt vorbeigingen.
› Gesamtergebnis auf Deutsch: 51,0 / 72 Punkte (Platz 7 von 7 getesteten Modellen).