Die Gewichte von Kimi K3.1 Pro wurden am 4. November offiziell veröffentlicht. Moonshot AI legte an diesem Tag das Repository moonshotai/Kimi-K3.1-Pro auf Hugging Face offen und hielt damit das beim Start am 23. Oktober gegebene Versprechen ein, die Gewichte bis zum 4. November zu veröffentlichen. Es handelt sich um eine echte Open-Weights-Veröffentlichung: 2,8 Billionen Parameter insgesamt, 104 Milliarden aktivierte Parameter und ein Kontextfenster von einer Million Tokens, dazu eine vollständige Bewertungstabelle auf der Modellkarte. Doch herunterladbar heißt nicht für alle lauffähig – die Deployment-Hürde und die Lizenzbedingungen sind die Punkte, die wirklich erklärt werden müssen.
Was steckt tatsächlich im Repository
Laut der Modellkarte auf Hugging Face ist Kimi K3.1 Pro ein nativ multimodales Agentenmodell mit Mixture-of-Experts-Architektur: 896 Experten, von denen pro Token 16 aktiviert werden, 93 Schichten, eine Kontextlänge von 1.048.576 Tokens, ein MoonViT-V2-Vision-Encoder mit 401 Millionen Parametern sowie MXFP4-Gewichte und MXFP8-Aktivierungen aus quantisierungsbewusstem Training. Das Repository umfasst rund 1,56 TB in 96 Shards; offiziell wird die Ausführung mit vLLM, SGLang oder TokenSpeed empfohlen. Bei der Bewertung meldet die Modellkarte selbst 65,7 Prozent bei Terminal-Bench 4.0 – knapp unter Claude Opus 5.5 mit 66,4 Prozent und über GPT-6 Astra mit 58,2 Prozent. Das sind Moonshot AIs eigene Zahlen; eine unabhängige Reproduktion auf den offenen Gewichten liegt noch nicht vor, weshalb die Grundlage beim Zitieren genannt werden sollte.
Zuerst Lizenz und Deployment-Hürde prüfen
Diese Veröffentlichung steht unter einer eigenen Kimi K3.1 Pro License, nicht unter einer Standard-MIT-Lizenz. Dem Lizenztext zufolge benötigt ein Model-as-a-Service-Geschäft mit mehr als 20 Millionen US-Dollar Umsatz in zwölf Monaten eine gesonderte Vereinbarung mit Moonshot AI, und Produkte mit mehr als 100 Millionen monatlich aktiven Nutzern oder mehr als 20 Millionen US-Dollar Monatsumsatz müssen zudem den Modellnamen nennen; vor kommerzieller Nutzung sollte der Originaltext gelesen werden. Bei der Bereitstellung machen ein Download von 1,56 TB und ein Modell mit 2,8 Billionen Parametern klar, dass es sich um ein Serverklasse-Modell handelt, das eine Multi-GPU-Umgebung und die entsprechende Betriebskapazität erfordert – gewöhnliche PCs und Workstations mit einer GPU fallen aus dem Rahmen. Für die meisten Nutzer bleibt die weitere Nutzung der Kimi-Apps und der API die realistischere Option, zum Preis von 2 US-Dollar pro Million Eingabe-Tokens und 10 US-Dollar pro Million Ausgabe-Tokens; die offenen Gewichte verändern vor allem den Spielraum für Reproduktion und Anpassung bei Forschungsteams und Teams mit Rechenleistung.
Was die offenen Gewichte verändern
Für Forschende und Teams mit Infrastruktur bedeuten offene Gewichte, dass sie Bewertungen reproduzieren, gezielt feinabstimmen und das Modell in ihre eigenen Inferenz-Pipelines einbauen können, statt nur Version und Preis des gehosteten Dienstes zu akzeptieren. Für das Ökosystem sind offene Gewichte in der Größenordnung von 2,8 Billionen Parametern ungewöhnlich; diese Veröffentlichung wird zu einem Referenzpunkt für Tests von Inferenz-Frameworks und Quantisierungsansätzen für große Modelle. Sie ändert nichts daran, was Kimi K3.1 Pro ist: in erster Linie das Flaggschiffmodell der gehosteten Produktlinie von Moonshot AI, wobei offene Gewichte eine weitere Lieferform desselben Produkts sind. Als Nächstes lohnt der Blick auf die Werte, die unabhängige Prüfer mit den offenen Gewichten erzielen, und darauf, ob die Community das Modell zu vertretbaren Kosten tatsächlich betreiben kann.
