Kimi K3.1 Pro: Claude Code, Codex, Modell-IDs und Preise

Für einen ersten Coding-Test mit Kimi K3.1 Pro wählst du das reguläre API-Modell kimi-k3.1-pro, stellst den Reasoning-Aufwand ausdrücklich ein und prüfst eine kleine Anfrage, bevor du Claude Code oder Codex verbindest. Wenn du bereits ein Kimi-Code-Abo hast, probiere zuerst dessen separaten Eintrag k3.1-pro über /model aus. Entscheide dich für Highspeed, nachdem du gemessen hast, ob kürzere Wartezeiten die höheren Gebühren rechtfertigen.

Die folgenden Preise und Angaben zur Verfügbarkeit gelten mit Stand 2026-10-24. Die Konfigurationen für Claude Code und Codex verwenden die nutzungsabhängig abgerechnete Kimi API; der Zugang über ein Kimi-Code-Abo wird separat behandelt.

Was hat sich gegenüber Kimi K3 geändert?

K3.1 Pro ist eine nachtrainierte Version von K3, für die mehr Rechenleistung in dieser Trainingsphase eingesetzt wurde. Die Verbesserungen zielen auf Aufgaben mit längerem Reasoning und Werkzeugnutzung. Moonshot meldet in seiner internen Bewertung Kimi Code Bench 3.0 Long-horizon 61.2% gegenüber 55.95% bei K3. Betrachte das als Herstellerergebnis, wenn du Testaufgaben auswählst, etwa die Fehlersuche über mehrere Dateien hinweg oder die Umsetzung einer Funktion mit mehreren Bearbeitungs- und Testdurchläufen.

Das Kontextfenster von 1,048,576 Tokens ist keine Neuerung dieser Version: K3 bot diese Kapazität bereits. Für bestehende K3-API-Nutzer besteht die Änderung aus dem neuen Modell, niedrigeren Tokenpreisen und seinem dokumentierten Reasoning-Verhalten. Die Kontextkapazität ist außerdem von den Ratenlimits des Kontos und dem bezahlten Guthaben zu unterscheiden, wie die Preisdokumentation von Kimi erläutert.

Der gehostete Zugang ist bereits verfügbar. Laut Veröffentlichungsankündigung von Moonshot sollen die vollständigen Modellgewichte bis 2026-11-04 erscheinen. Teste jetzt den gehosteten Dienst; beurteile den Betrieb auf eigener Infrastruktur, sobald die Gewichte und die modellspezifischen Lizenzbedingungen vorliegen.

Welche Modell-ID solltest du verwenden?

Wähle die ID passend zu dem Dienst, der deinen API-Schlüssel ausgestellt hat. Die kostenpflichtige Kimi API, das Kimi-Code-Abo und OpenRouter verwenden unterschiedliche Namensräume und Abrechnungsmodelle.

Zugangsweg	Modell-ID oder Clienteinstellung	Abrechnung
Kimi API, einschließlich Codex über diese API	`kimi-k3.1-pro` oder `kimi-k3.1-pro-highspeed`	Nutzungsgebühren der Kimi API
Claude Code über die Kimi API mit der folgenden Konfiguration	`kimi-k3.1-pro[1m]`	Nutzungsgebühren der Kimi API
Kimi-Code-Abo	`k3.1-pro` oder `k3.1-pro-highspeed`	Abo-Kontingent
OpenRouter	`moonshotai/kimi-k3.1-pro`	API-Abrechnung von OpenRouter

Die Bezeichner stammen aus der Referenz der Kimi API, der Modellkonfiguration von Kimi Code und dem Modelleintrag bei OpenRouter.

Eine Stelle in der aktuellen Claude-Code-Anleitung von Kimi kann zur Auswahl des falschen Modells führen: Die Einstellungen verwenden weiterhin kimi-k3[1m], während die Prüfanfrage kimi-k3.1-pro verwendet.

Anthropics Dokumentation zur Modellkonfiguration erklärt, dass [1m] Claude Code ein Kontextfenster von 1M vorgibt und entfernt wird, bevor die Modell-ID den Anbieter erreicht. Das Suffix macht aus kimi-k3 kein kimi-k3.1-pro. Die folgende Konfiguration benennt K3.1 Pro deshalb ausdrücklich.

Wie hoch sind die aktuellen API-Preise?

Die veröffentlichten Preise für Eingabe, Ausgabe und Cache des regulären K3.1 Pro liegen um ein Drittel unter denen von K3. Die Kosten einer abgeschlossenen Aufgabe hängen weiterhin davon ab, wie viele Tokens der Agent verbraucht.

Die folgenden Angaben sind USD pro 1,000,000 Tokens und gelten für den standardmäßigen Cache-Schreibtarif 5m. Sie stammen aus den aktuellen Modellpreisen der Kimi-Plattform. Anfallende Steuern sind nicht enthalten.

Modell	Eingabe ohne Cache	Cache-Schreiben, `5m`	Cache-Treffer	Ausgabe
Kimi K3.1 Pro	$2.00	$2.00	$0.20	$10.00
Kimi K3.1 Pro Highspeed	$4.00	$4.00	$0.20	$20.00
Kimi K3	$3.00	$3.00	$0.30	$15.00

Cache-Lesevorgänge, Cache-Schreibvorgänge und die verbleibende Eingabe ohne Cache sind einander ausschließende Tokenkategorien. Berechne dieselben Eingabetokens nicht gleichzeitig zum regulären Eingabetarif und zum Cache-Schreibtarif. Kimis Anleitung zur Cache-Abrechnung beschreibt das automatische Caching, die standardmäßige Gültigkeit von fünf Minuten und einen separat bepreisten Schreibtarif 1h.

Für eine beispielhafte Schätzung nehmen wir an, dass bei einer Aufgabe insgesamt Folgendes anfällt:

100,000 neue Eingabetokens, abgerechnet als reguläre Eingabe oder als Cache-Schreibvorgänge mit 5m.
500,000 Eingabetokens aus Cache-Treffern.
20,000 Ausgabetokens insgesamt, einschließlich Reasoning.

Mit dem regulären K3.1 Pro ergibt sich:

(100,000 × $2.00 + 500,000 × $0.20 + 20,000 × $10.00) / 1,000,000 = $0.50

Dieselben Tokenmengen kosten $0.75 bei K3 und $0.90 bei Highspeed. Diese Schätzungen enthalten weder Steuern noch zusätzliche Werkzeuggebühren und setzen voraus, dass keine Cache-Schreibvorgänge mit 1h anfallen. Highspeed verdoppelt diese konkrete Rechnung nicht, weil der Preis für Cache-Treffer bei $0.20 bleibt.

Unabhängige Daten zu den Kosten pro Aufgabe liegen bereits vor. Die Bewertung von Artificial Analysis zum Modellstart meldet ungefähr 55K Ausgabetokens pro Aufgabe im Intelligence Index, gegenüber 48K bei K3, sowie $1.98 pro Aufgabe. Damit liegen die Kosten in dieser Bewertung ungefähr auf dem Niveau von K3. Die Methodik gewichtet die Kosten über die enthaltenen Benchmarks hinweg. Dieser Wert hilft bei der Einschätzung des Tokenverbrauchs, sagt aber nicht voraus, was die Behebung eines Fehlers in deinem Repository kostet.

API-Zugriff prüfen und Reasoning ausdrücklich einstellen

Prüfe dein API-Konto, bevor du nach Fehlern in der Konfiguration eines Coding-Tools suchst. Laut K3.1-Pro-Schnellstart wird der Zugang nach einer erfolgreichen Guthabenaufladung von mindestens $1 freigeschaltet. Das ist eine Voraussetzung für den API-Zugriff und gilt unabhängig vom Kimi-Code-Abo.

Die folgenden Befehle verwenden Bash unter macOS oder Linux und setzen curl sowie jq voraus. Füge deinen Schlüssel der Kimi-API-Plattform ein, sobald read auf eine Eingabe wartet, und drücke Enter. Der Schlüssel wird dabei nicht angezeigt.

set -o pipefail
read -rs MOONSHOT_API_KEY && export MOONSHOT_API_KEY

curl --silent --show-error --fail-with-body \
  https://api.moonshot.ai/v1/chat/completions \
  --header "Authorization: Bearer $MOONSHOT_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{
    "model": "kimi-k3.1-pro",
    "reasoning_effort": "low",
    "max_completion_tokens": 2048,
    "messages": [{"role": "user", "content": "Reply with exactly: KIMI_API_OK"}]
  }' | jq -e '
    if .error then error(.error | tostring)
    else {model, answer: .choices[0].message.content,
          finish_reason: .choices[0].finish_reason, usage}
    end
  '

Eine abgeschlossene Prüfung sollte kimi-k3.1-pro als model, die angeforderte Antwort, stop als finish_reason und den tatsächlichen Verbrauch zurückgeben. Die Chat-Completions-Referenz dokumentiert diese Antwortfelder.

Steht in finish_reason der Wert length, hat die Generierung das festgelegte Limit erreicht. Erhöhe max_completion_tokens und wiederhole die Anfrage, bevor du von einem Authentifizierungsproblem ausgehst. Bei 401 prüfst du, ob Schlüssel und Endpunkt zusammenpassen. Ist das Modell für ein neues Konto nicht verfügbar, kontrolliere zuerst die erfolgreiche Aufladung und die genaue ID.

K3.1 Pro verwendet immer Reasoning. Die Reasoning-Anleitung für die direkte API erlaubt low, high und max; der Standardwert ist max. Der Verbindungstest verwendet bewusst low. Für die ersten Versuche mit den Coding-Tools wählen die folgenden Beispiele high.

Bei eigenen Integrationen liegt diese Einstellung laut offiziellem API-Schema je nach Protokoll an einer anderen Stelle: Chat Completions verwendet reasoning_effort, Responses verwendet reasoning.effort und Messages verwendet output_config.effort. Übernimm das Chat-Completions-Feld nicht unverändert in jedes Anfrageformat.

Claude Code mit der ausdrücklichen K3.1-Pro-ID einrichten

Ordne das Hauptgespräch, die Modellzuweisungen für Hintergrundaufgaben und die Subagenten K3.1 Pro zu, damit der Test durchgängig dieses Modell anfordert. Diese Konfiguration passt Kimis Integrationsaufbau an: Sie kombiniert die kanonische ID aus der Messages API mit dem von Anthropic dokumentierten Verhalten von [1m].

Verwende eine aktuelle Claude-Code-Installation. Führe die folgenden Einstellungen mit ~/.claude/settings.json zusammen und behalte andere Einstellungen bei:

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.moonshot.ai/anthropic",
    "ANTHROPIC_MODEL": "kimi-k3.1-pro[1m]",
    "ANTHROPIC_DEFAULT_FABLE_MODEL": "kimi-k3.1-pro[1m]",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "kimi-k3.1-pro[1m]",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "kimi-k3.1-pro[1m]",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "kimi-k3.1-pro[1m]",
    "CLAUDE_CODE_SUBAGENT_MODEL": "kimi-k3.1-pro[1m]",
    "CLAUDE_CODE_AUTO_COMPACT_WINDOW": "1000000",
    "CLAUDE_CODE_EFFORT_LEVEL": "high"
  }
}

Für alle diese Modellzuweisungen gelten nun die Preise von K3.1 Pro, auch für Hintergrundaufgaben, die der Haiku-Zuweisung zugeordnet sind. Die Komprimierungseinstellung ist ein Schwellenwert des Clients; sie kauft weder zusätzlichen Kontext noch zusätzliche Tokens.

Trage keine Zugangsdaten in dieses JSON-Beispiel ein. Entferne veraltete Einträge für ANTHROPIC_API_KEY oder ANTHROPIC_AUTH_TOKEN aus dem vorhandenen env-Objekt, bevor du die folgenden Shell-Zugangsdaten verwendest. Kimi dokumentiert, dass Umgebungswerte aus der Einstellungsdatei die im Terminal exportierten Werte überschreiben.

Starte Claude Code in derselben Bash-Sitzung, in der du die API geprüft hast:

unset ANTHROPIC_API_KEY
export ANTHROPIC_AUTH_TOKEN="$MOONSHOT_API_KEY"
claude

Führe in der neuen Sitzung /status aus. Prüfe, ob die Basis-URL https://api.moonshot.ai/anthropic lautet und das ausgewählte Modell K3.1 Pro nennt, gegebenenfalls mit dem Zusatz [1m]. Lasse den Denkmodus aktiviert.

Nutze den Repository-Lesetest im nächsten Abschnitt, um Werkzeugaufrufe zu prüfen. /status bestätigt die ausgewählte Konfiguration; die Antwort des Assistenten auf „Welches Modell bist du?“ ist keine zuverlässige Prüfung der Modellweiterleitung.

Wenn weiterhin das alte Modell erscheint, suche in deinen Einstellungen nach bestehenden Modellüberschreibungen und starte den Client neu. Scheitern nur Hintergrundaufgaben, prüfe sämtliche Modellfamilien- und Subagentenzuweisungen, statt allein das Hauptmodell zu ändern.

Codex über die native Responses API verbinden

Verwende für Codex Kimis nativen Responses-Endpunkt. Die offizielle Kimi-Integration unterstützt kimi-k3.1-pro direkt, mit wire_api = "responses" und einem Kontextfenster von 1048576.

Verwende ab Codex 0.134.0 eine separate Profildatei, damit du diese Konfiguration gezielt auswählen kannst. Prüfe deine Version mit codex --version. Nach den aktuellen Codex-Profilregeln lädt --profile kimi-k31 die Datei ~/.codex/kimi-k31.config.toml über die Basiskonfiguration.

Erstelle diese Datei mit folgendem Inhalt:

model = "kimi-k3.1-pro"
model_provider = "kimi"
model_context_window = 1048576
model_reasoning_effort = "high"

[model_providers.kimi]
name = "Kimi"
base_url = "https://api.moonshot.ai/v1"
env_key = "KIMI_API_KEY"
wire_api = "responses"

Die Anbietereinstellungen folgen der Kimi-Anleitung. Der ausdrücklich gesetzte Aufwand high kombiniert das Reasoning-Konfigurationsfeld von Codex mit einem Wert, den Kimis Responses-Schema akzeptiert.

Führe im Terminal, in dem dein API-Schlüssel verfügbar ist, Folgendes aus:

export KIMI_API_KEY="$MOONSHOT_API_KEY"
codex --profile kimi-k31

Öffne /status und bestätige den Anbieter kimi sowie das Modell kimi-k3.1-pro. Codex sendet Anfragen an https://api.moonshot.ai/v1/responses. Seine Basis-URL enthält deshalb /v1, anders als die Basis-URL für Claude Code.

Öffne in einem der beiden Coding-Clients ein kleines Repository und sende die folgende Anfrage. Sie fordert den Client auf, die Dateien auf oberster Ebene und die Testkonfiguration zu lesen, den Einstiegspunkt und den Testbefehl zu erklären und die zugehörigen Pfade zu nennen, ohne Dateien zu bearbeiten oder Tests auszuführen:

Read the repository's top-level files and its test configuration.
Explain the entry point and the command for running its tests.
Cite the relevant file paths. Do not edit files or run the tests.

Prüfe, ob der Client Dateien liest und nach Rückgabe der Werkzeugergebnisse eine abschließende Antwort erstellt. Das prüft mehr von der Coding-Integration als eine einfache Begrüßung.

Gibt Codex bei /v1/responses den Fehler 404 zurück, kontrolliere die genaue Basis-URL und gegebenenfalls eine vorhandene lokale Router-Konfiguration. Kimi dokumentiert außerdem, dass eine Warnung zu Modellmetadaten auftreten kann, weil das Modell im integrierten Codex-Katalog fehlt. Die ausdrückliche Angabe des Kontextfensters liefert die fehlende Kapazitätsinformation.

Verwendest du bereits ein Kimi-Code-Abo?

Führe /model in der offiziellen Kimi Code CLI aus, wähle K3.1 Pro und beginne für den Test eine neue Sitzung. Die Versionshinweise vom 23. Oktober empfehlen beim Wechsel von älteren Modellen eine neue Sitzung.

Bei den aktuellen Tarifen ist das reguläre K3.1 Pro ab Plus verfügbar. Pro und höhere Tarife schalten das vollständige 1M-Kontextfenster und Highspeed frei. Die entsprechenden älteren Tarifstufen heißen Moderato und Allegretto. Laut Modellanleitung verbraucht Highspeed ungefähr 2× das Abo-Kontingent. Das ist ein Faktor für den Kontingentverbrauch, unabhängig von der API-Preistabelle.

Wähle den Reasoning-Aufwand ausdrücklich, statt anzunehmen, dass der Standardwert der direkten API auch für deinen Client gilt. Lasse den Denkmodus aktiviert: Die Fehlerreferenz von Kimi Code dokumentiert HTTP 400 mit der Meldung „K3.1 Pro does not support disabled thinking mode.“

Kopiere Modell-IDs sorgfältig. Kimi Code warnt, dass eine falsch geschriebene ID auf K2.8 Preview ohne Denkmodus zurückfallen kann. Die Fehlerreferenz dokumentiert zugleich ungültige IDs, die 400 zurückgeben. Betrachte Tippfehler als Risiko einer falschen Modellweiterleitung; verlasse dich nicht darauf, dass sie immer automatisch als Fehler erkannt werden.

Ein Kimi-Code-Schlüssel gehört zum zugehörigen Dienst. Die separate Claude-Code-Anleitung verwendet beispielsweise https://api.kimi.ai/coding/. Wenn du diesen Schlüssel in die oben gezeigte nutzungsabhängig abgerechnete Moonshot-Konfiguration einsetzt, wird dadurch nicht dein Abo-Kontingent ausgewählt.

Solltest du Claude Opus 5.5 ersetzen?

Teste K3.1 Pro mit einer repräsentativen Aufgabe aus deinem Repository, bevor du einen etablierten Opus-Workflow umstellst. Die veröffentlichten Ergebnisse rechtfertigen einen Versuch, liefern aber keine allgemeingültige Rangfolge für Qualität oder Kosten pro abgeschlossener Aufgabe.

Moonshot meldet 65.7% auf Terminal-Bench 4.0, verglichen mit 66.4% für Claude Opus 5.5 und 58.2% für GPT-6 Astra. Laut den Fußnoten zu den Benchmarks wurde K3.1 Pro mit Claude Code als Ausführungsumgebung für die Bewertung getestet. Die Vergleichswerte stammen dagegen aus Herstellerberichten oder der Rangliste. Es handelt sich also nicht um einen gemeinsamen kontrollierten Durchlauf aller Modelle unter identischen Bedingungen.

Der unabhängige Bericht von Artificial Analysis zum Modellstart nennt separat ungefähr 67% auf Terminal-Bench 4.0 und 55 im Intelligence Index. Ordne diese Ergebnisse ihrer eigenen Bewertung zu; mische sie nicht so in Moonshots Vergleich, als seien die Bedingungen identisch gewesen.

Halte für deinen Test den Repository-Stand, die Aufgabe, die Berechtigungen und die Abnahmetests konstant. Erfasse die Reasoning-Einstellung, die Gesamtkosten, die verstrichene Zeit, Wiederholungsversuche und das Ergebnis der abschließenden Codeprüfung. Setze das reguläre K3.1 Pro dort ein, wo es deine Qualitätsanforderungen zu sinnvollen Kosten erfüllt. Probiere Highspeed, wenn Wartezeiten bei der Generierung den Ablauf bestimmen. Behalte Opus für Aufgaben, bei denen weniger Korrekturschleifen oder eine benötigte Clientfunktion den bestehenden Workflow effektiver machen.