Moonshot AI hat in der Nacht zum 26. Oktober einen Beitrag veröffentlicht, in dem sich das Unternehmen für Drosselungen und unnötigen Kontingentverbrauch bei der Nutzung von Kimi K3.1 Pro durch Abonnenten entschuldigt, und setzt zugleich das Kontingent aller Abo-Stufen zurück. Das Modell war erst in der Nacht zum 24. Oktober gestartet, es sind also gerade einmal zwei Tage vergangen.
Die Entschuldigung fällt ziemlich direkt aus:
„Wir entschuldigen uns bei allen Kimi-Mitgliedern für die Drosselungen und den unnötigen Kontingentverbrauch bei der jüngsten Nutzung von K3.1 Pro. Der Fehler liegt bei uns, und wir hätten ihn früher beheben müssen.“
So wird der Ausgleich berechnet
Die Regelung besteht aus nur einer Vorgabe. Abonnenten mit laufender Laufzeit erhalten einen Ausgleich von 25 Prozent des monatlichen Gesamtkontingents, den das Unternehmen auf rund eine Woche Nutzung umrechnet. Liegt der aktuelle Verbrauch noch unter 25 Prozent des Monatskontingents, wird er direkt auf 0 zurückgesetzt. Die Verbrauchsanzeige soll noch im Laufe des 26. Oktober aktualisiert werden.
Technisch hat das Unternehmen nach eigenen Angaben die Konfiguration angepasst und reduziert nun unnötige Aufrufe von Sub-Agenten sowie die Länge der Ausgaben, damit dasselbe Kontingent für mehr tatsächliche Aufgaben reicht. Das kommt einem Eingeständnis gleich, dass der schnelle Verbrauch auch damit zusammenhängt, dass das Modell „zu viel nachdenkt“: Wird eine Anfrage in zu viele Teilaufgaben zerlegt oder fällt die Antwort zu lang aus, wird beides pro Token vom Abo-Kontingent abgezogen.
Wann die Drosselung begann, wie viele Abonnenten betroffen waren und welche Stufen es am härtesten traf, nennt die Mitteilung nicht.
Was K3.1 Pro ist
Es ist das erste Modell der K3.1-Reihe. Offiziell handelt es sich um das „bislang leistungsstärkste Modell mit 3 Billionen Parametern“, es unterstützt einen Kontext von 1 Million Token, parallel startete eine Highspeed-Variante mit schnellerer Ausgabe. Verfügbar ist es auf kimi.com, in der Kimi-App, in Kimi Work, Kimi Code und über die API. Die vollständigen Gewichte sollen bis zum 4. November veröffentlicht werden.
Laut einer Aufbereitung von Huxiu hat K3.1 Pro weiterhin insgesamt 2,8 Billionen Parameter, genau wie das am 16. Juli erschienene K3, und wurde nicht neu vortrainiert. Der Zuwachs stammt vor allem aus mehr Rechenleistung im Post-Training, mit Schwerpunkten bei Code, 3D-Modellierung, Finanzrecherche und langen Agent-Aufgaben. Zum Start kam außerdem die Funktion 3D Make hinzu, mit der sich 3D-Druckdateien online ansehen, bearbeiten und exportieren lassen. Als Vergleichsmodelle zog der Hersteller Claude Opus 5.5 und GPT-6 Astra heran; auf Terminal-Bench 4.0 meldet er 65,7 %.
Im aggregierten Intelligenzindex des unabhängigen Anbieters Artificial Analysis kommt K3.1 Pro auf rund 55 Punkte, K3 auf rund 44. Der Zuwachs entfällt vor allem auf Agent-Aufgaben, bei einigen Wissens- und naturwissenschaftlichen Reasoning-Tests fällt er deutlich bescheidener aus.
Im Vergleich mit den chinesischen Flash-Modellen
Die API kostet 2 US-Dollar pro Million Eingabe-Token und 10 US-Dollar pro Million Ausgabe-Token, rund ein Drittel weniger als bei K3. Neben den leichtgewichtigen Modellen, die in China zeitgleich auf dem Markt sind, bleibt der Abstand dennoch groß:
| Modell | Intelligenzindex (ca.) | Eingabe / Ausgabe (US-Dollar pro Million Token) |
|---|---|---|
| Kimi K3.1 Pro | 55 | 2 / 10 |
| DeepSeek V4.1 Flash-1017 | 45 | In Schwachlastzeiten wie MiniMax, zu Spitzenzeiten doppelt |
| MiniMax M3.1 Flash | 43 | 0,15 / 0,60 |
Überschlagen kosten je 1 Million Token Ein- und Ausgabe bei Kimi 12 US-Dollar, bei MiniMax und DeepSeek in Schwachlastzeiten 0,75 US-Dollar, bei DeepSeek zu Spitzenzeiten 1,5 US-Dollar. K3.1 Pro ist als Flaggschiff positioniert: Man zahlt mehr als das Zehnfache für einen Indexvorsprung von etwa zehn Punkten.
Bei den Abonnenten ist die Lage heikler. Die API wird nach Verbrauch abgerechnet, man zahlt, was man nutzt; Abonnenten erhalten dagegen ein festes Kontingent, und je eifriger das Modell Sub-Agenten aufruft, desto schneller ist es aufgebraucht. Schon kurz nach dem Start von K3 im Juli hatte Kimi wegen knapper Rechenleistung zeitweise keine neuen Privatkunden-Abos mehr angenommen; diesmal tritt das Problem in anderer Form beim Kontingent auf. Kimi sagt, eine Flash-Version sei in Entwicklung, nennt aber weder einen Termin noch, ob sie den Rechendruck auf der Abo-Seite entlasten kann.
Quellen: Huxiu, The Paper, CocoLoop, Daily Economic News; Ausgleichsquote und Rücksetzungsregeln wurden anhand des offiziellen Kimi-WeChat-Kontos geprüft, Intelligenzindex und API-Preise richten sich nach Artificial Analysis und den offiziellen Preislisten der jeweiligen Anbieter.