Dieses Review gibt es noch nicht auf Deutsch. Sie lesen das Original auf English.
Kimi K3.1 Pro Review: Always-On Thinking, 1M Tokens In and Out
Pick Kimi K3.1 Pro for long-context work with screenshots and clips when you accept always-on thinking; so far we have run only launch checks, no scored tests.
Freedom Score
Noch nicht getestet
- Preis
- 4,00 $ pro 1 Mio. gemischte Tokens (3 Eingabe : 1 Ausgabe)
- Ausgabetempo
- 30 Tok./s
- Erfolgsquote
- Daten werden gesammelt
Kimi K3.1 Pro is Moonshot AI's new thinking model, released on 23 October 2026 as the first of the K3.1 series. On our API it is one OpenAI-compatible chat endpoint that reads text, images and video, holds 1,048,576 tokens of input and allows replies up to 1,048,576 tokens, with the thinking counted inside that number.
- SpicyAPI Engineering
- Getestet am 28. Okt. 2026
- Methodik v3.3 →
- Wir verkaufen diese Modelle; der Preis zählt nicht →
The verdict
Two behaviours shape how you use it. Thinking is always on: reasoningeffort accepts low, high or max (default max) and cannot be switched off. And sampling is fixed by Moonshot, so temperature and topp are not accepted. Together that means a default request reasons hard before every answer, and a small max_tokens can be spent on thinking before any visible text appears.
This is a launch-day review. On 28 October 2026 our platform ran a real request through the endpoint as part of launch: one neutral message, answered without streaming at low reasoning effort. It returned a complete answer. We have not run a quality blind test or a content-level test on K3.1 Pro, and this page does not score the model.
Key facts
- Tested: one real launch request on 28 Oct 2026 (neutral prompt, low reasoning effort, no streaming), plus an integration check of image input. No scored runs yet.
- Price: $2 per million input tokens, $0.20 cached and $10 output. The live price is on the model page.
- Limits: 1,048,576-token context, replies up to 1,048,576 tokens (default 4,096, thinking included), text, image and video input, 256 messages and 128 tool definitions per request.
- Reasoning: reasoning_effort takes low, high or max (default max); thinking is always on.
- Sampling: fixed by the model; temperature and top_p are not accepted.
- Sources: scoring rules are on our review methodology page, full parameters on the Kimi K3.1 Pro model page.
Was uns gefallen hat und was es bremst
Was uns gefallen hat
- A million tokens in and a matching reply ceiling. A whole repository or a long research thread travels as written, and a very long answer fits in one reply.
- Video and images next to the question. A failing UI screenshot with the stack trace, or a short screen recording with the bug report, goes into the same message as the instruction.
- Three reasoning dials. Low keeps replies quick, high suits multi-step problems, max gives the model the most room on a hard task.
- Tool calling is on the endpoint. Up to 128 function definitions per request, paralleltoolcalls on by default, toolchoice and responseformat accepted; we have not graded tool-use quality yet.
- A familiar request shape. The same OpenAI-compatible body as the rest of our chat models, so switching is a model-name change.
Was es bremst
- Thinking cannot be turned off. There is no none, medium or xhigh, so even a simple rewrite pays for a reasoning pass unless you pick low.
- max is the default effort. Every request reasons at full depth unless you set a lower level, which adds tokens and latency to quick turns.
- No temperature or top_p. You cannot push for more varied prose with sampling; use the prompt, reasoning_effort and stop sequences instead.
- Reasoning is paid for out of max_tokens. The default cap is 4,096, so a small cap at max effort can run out before the answer starts.
- No audio input, and no quality numbers of our own yet.
What we tested
On 28 October 2026 our platform sent Kimi K3.1 Pro one real request as part of launch: a single neutral user message, answered without streaming at low reasoning effort with a 1,024-token cap. It returned a complete answer, and the request was priced at the published rate. The endpoint also passed our pre-launch checks of its price table and request limits. During integration a request with an image attached was also accepted and answered.
That is a working-endpoint check, not a benchmark. We have not compared K3.1 Pro's answers with K3 or another model, tested video input on real clips, measured speed, or tried a prompt near the 1,048,576-token limit. Moonshot's own claims about accuracy are Moonshot's; we have not reproduced them.
Prompts to start from
These starting prompts come from the model page's published examples. We have not graded the outputs, so they are a place to begin rather than prompts proven on this model.
1. A planning brief. Give it the brief and a standard for what a good plan looks like.
Turn a project brief into a dependency-ordered implementation plan with verifiable milestones. Work from the material I provide, cite the relevant evidence, distinguish facts from assumptions, and identify missing information before proposing changes.Run this prompt on Kimi K3.1 Pro →
2. A tool step. Confirms your function-calling loop end to end with a trivial function.
Call report_status with status ready.Settings that matter: set reasoningeffort to low for routine turns and keep max for hard planning; leave several thousand tokens of maxtokens headroom, since thinking shares the budget; send video and audio inline and keep them under 14 MB combined.
How far it writes
We have not run our content-level test on Kimi K3.1 Pro, so we have no result to report here. The model page states the position plainly: the platform adds no content filter of its own, content decisions come from the model, and behaviour can change between versions. The previous generation, Kimi K3, has a full content-level review; do not assume K3.1 Pro behaves the same.
Not tested yet: the content-level ladder, multi-turn behaviour over a long session, languages other than English, video understanding on real clips, and whether low effort changes any of the above.
Every character in a request should be an adult, keep real, identifiable people out of it, and you are responsible for the law where you publish.
What the community says
On the launch thread one reader took the vendor's numbers at face value: "It appears to be generally frontier-level." Another objected to how the open-weight version is being limited: "Ah, the version available to us mortals is nerfed in cybersecurity just like the US models :("
Alternatives
- The previous generation with a full content-level review? Kimi K3 reads 1,000,000 tokens and carries our Unrestricted label; see the Kimi K3 review.
- Another 1M-class reasoning model? DeepSeek V4 Pro is on the same API; compare it on your own prompts.
- A hard-coding model with tool calls? GPT 6.1 Sol takes images, allows temperature and offers five reasoning levels.
So kommt Kimi K3.1 Pro auf seinen Spicy Index
Jede Dimension unten führt zu ihrer vollständigen Herleitung: aus welcher Tabellenzeile jeder Punkt stammt und warum Punkte fehlen.
- Öffentliche Ranglisten 40 % der Qualität
- Noch nicht getestet
- Rollenspiel 15 % der Qualität
- Noch nicht getestet
- Kreatives Schreiben 15 % der Qualität
- 72,0
- Befolgen von Anweisungen 15 % der Qualität
- 100,0
- Gedächtnis bei langem Kontext 15 % der Qualität
- Noch nicht getestet
- Fähigkeiten 10,5 % Gewicht
- 49,0
- Freedom Score 30 % Gewicht
- Noch nicht getestet
Noch kein exakter Treffer auf einer der erfassten öffentlichen Ranglisten. So funktioniert es
Unsere Rollenspiel-Testreihe ist für dieses Modell noch nicht gelaufen. So funktioniert es
Unsere Testreihe zu langem Kontext ist für dieses Modell noch nicht gelaufen. So funktioniert es
Die Freiheit wurde noch nicht oder nicht ausreichend getestet. Der Index behält den ursprünglichen Qualitäts- und Fähigkeitsscore, wird als vorläufig markiert und erhält weiterhin einen Rang. Fehlende Belege sind keine Null. So funktioniert es
Die Freiheit wurde noch nicht oder nicht ausreichend getestet. Der Index behält den ursprünglichen Qualitäts- und Fähigkeitsscore, wird als vorläufig markiert und erhält weiterhin einen Rang. Fehlende Belege sind keine Null.
Vollständigen Testbericht öffnen →Fähigkeiten, Punkt für Punkt
Punkte aus der öffentlichen Bewertungstabelle. Hochskalierte Stufen und von uns gesetzte Grenzen zählen nicht.
- Kontextfenster (laut Hersteller)Nicht angegeben
- 0,0 / 30
- Input-Modalitäten auf SpicyAPIText sowie Bilder
- 12,0 / 25
- Tool-NutzungTools und tool_choice
- 15,0 / 15
- Strukturierte AusgabeUnterstützt, Schema-Treue bestätigt
- 15,0 / 15
- Reasoning-Steuerung3 Stufen: low · high · max
- 7,0 / 15
Was Kimi K3.1 Pro auf SpicyAPI kann
Direkt aus der aktuellen Modellspezifikation auf SpicyAPI. Manche Hersteller bieten in ihren eigenen Apps mehr; hier steht, was Sie heute über unsere API aufrufen können.
| Merkmal | Chat |
|---|---|
| Kontextfenster | 1.048.576 Tokens |
| Max. Ausgabe pro Anfrage | 1.048.576 Tokens |
| Reasoning-Stufen | low · high · max |
| Tool-Aufrufe | Ja |
| Strukturierte Ausgabe | Ja |
Wie lange es wirklich dauert
Gemessen an echten Jobs der letzten 30 Tage, von der Anfrage bis zum fertigen Ergebnis. Die Zeiten umfassen auch unsere eigenen Testläufe.
- Ausgabetempo
- 30 Tok./sInklusive Zeit bis zum ersten Token
- Erfolgsquote
- Daten werden gesammelt
Eine Zeit erscheint, sobald mindestens 10 abgeschlossene Jobs vorliegen. Erfolgsquoten zählen nur Kunden-Jobs und bleiben für alle Modelle verborgen, bis volle 30 Tage Traffic vorliegen.
Was Nutzer über Kimi K3.1 Pro sagen
1 positiv · 0 gemischt · 1 negativ
It appears to be generally frontier-level.
hacker-news· 23. Okt. 2026· PositivQuelle
Ah, the version available to us mortals is nerfed in cybersecurity just like the US models :(
hacker-news· 23. Okt. 2026· NegativQuelle
Zitate sind wörtlich aus öffentlichen Beiträgen übernommen und mit dem Original verlinkt. Sie sind keine Wertungen und fließen in keinen Score ein.
Modelle, die statt Kimi K3.1 Pro infrage kommen
Moonshot AI
Kimi K3
The previous generation with a full content-level review?
- Spicy Index
- 77,8−2,6
- Freedom Score
- 74,4
- Preis
- 5,40 $+35 %/ 1 Mio. Tokens · Eingabe/Ausgabe 3:1
DeepSeek
DeepSeek V4 Pro
Another 1M-class reasoning model?
- Spicy Index
- 79,0−1,4
- Freedom Score
- 88,6
- Preis
- 1,98 $−51 %/ 1 Mio. Tokens · Eingabe/Ausgabe 3:1
OpenAI
GPT 6.1 Sol
A hard-coding model with tool calls?
- Spicy Index
- 81,2+0,8
- Freedom Score
- —
- Preis
- 4,00 $/ 1 Mio. Tokens · Eingabe/Ausgabe 3:1
Was meinen Sie?
War dieses Review hilfreich?
Melden Sie sich an, um abzustimmen.
Kommentare
Kommentare werden automatisch und von unserem Team geprüft. Wir entfernen Spam, anstößige Inhalte, persönliche Angriffe und alles, was eine reale Person ohne Einwilligung nennt. Melden Sie einen Kommentar, prüfen wir ihn innerhalb eines Werktags.
Sie haben dieses Modell ausprobiert? Teilen Sie, was funktioniert hat. Zum Kommentieren brauchen Sie ein kostenloses Konto – so halten wir Spam draußen.
FAQ zu Kimi K3.1 Pro
Kimi K3.1 Pro selbst ausprobieren
Stellen Sie im Playground jeden Parameter ein und sehen Sie den genauen Preis, bevor Sie starten.
4,00 $ pro 1 Mio. gemischte Tokens (3 Eingabe : 1 Ausgabe)
Weitere Reviews
Zu den Ranglisten →GPT 6.1 Terra
Pick GPT 6.1 Terra for high-volume screens, documents and writing where reasoning_effort none helps; so far we have run only launch checks, no scored tests.
- Spicy Index
- 79,9
- Freedom Score
- —
Getestet am 28. Okt. 2026
Review lesen
Grok 4.3
Grok 4.3 für ein riesiges Kontextfenster, einen echten Reasoning-Aus-Schalter und unzensierte Texte zum niedrigen Preis; nicht bei Bedarf für Datei-Uploads.
Getestet am 24. Sept. 2026
Review lesen
Grok 4.7
Grok 4.7 für unzensiertes Rollenspiel und Fiktion, die ohne Jailbreak laufen müssen; nicht für lange Kapitel pro Runde oder lange Agentenschleifen.
Getestet am 24. Sept. 2026
Review lesen