Kimi K3.1 Pro belegt Platz 7 von 29 im Ultralytics VLM Leaderboard für Auto-Annotation

Was Kimi K3.1 Pro mitbringt

Moonshot AI hat Kimi K3.1 Pro am 23. Oktober 2026 veröffentlicht. Laut Ultralytics ist es das erste Modell der K3.1-Reihe, die Moonshot als sein bislang leistungsfähigstes Open-Weight-Modell der 3-Billionen-Parameter-Klasse bezeichnet. Es handelt sich um eine nachtrainierte Version von Kimi K3, für die deutlich mehr Rechenaufwand im Post-Training eingesetzt wurde. Das Modell bietet ein Kontextfenster von 1 Million Token und verarbeitet Bild- und Videoeingaben. Es denkt stets nach, bevor es antwortet. Die vollständigen Gewichte will Moonshot bis zum 4. November 2026 veröffentlichen.

Außerdem hat Moonshot den Preis gesenkt. Kimi K3.1 Pro kostet 2 US-Dollar pro Million Eingabetoken und 10 US-Dollar pro Million Ausgabetoken, bei Kimi K3 waren es 3 und 15 US-Dollar.

So funktioniert es in der Ultralytics Platform

Kimi K3.1 Pro gehört nun zu den klassenbasiert angesteuerten Vision-Language-Modellen im Annotationseditor der Ultralytics Platform. Bei einem Objekterkennungsdatensatz mit 1 bis 200 Klassen liefert es Bounding Boxes für die Instanzen der Datensatzklassen, die es findet. Nutzer prüfen und speichern sie wie jede andere Vorhersage.

• Ein Bild nach dem anderen: In den Smart-Modus wechseln, in der Modellauswahl unter Kimi das Modell Kimi K3.1 Pro wählen und auf Predict klicken (oder P drücken).
• Ein ganzer Datensatz: Auf der Datensatzseite über More actions > Batch Annotation die Stapelannotation starten, um alle unbeschrifteten Bilder in einem Durchlauf zu labeln.

Nutzer benötigen einen API-Schlüssel der Kimi API Platform, den sie unter Settings > API Keys im Workspace hinterlegen, dem der Datensatz gehört. Kostenpflichtige Modelle laufen über den eigenen Schlüssel beim Anbieter, sodass dieser jede Vorhersage direkt abrechnet. Für Batch Annotation fällt zusätzlich eine Bearbeitungsgebühr von 1,00 US-Dollar pro 1.000 Bilder an, getrennt von den Kosten bei Moonshot. Jeder Durchlauf speichert zuvor eine Datensatzversion, sodass er sich zurücksetzen lässt.

Benchmark-Ergebnisse

Ultralytics hat das Modell mit demselben festen Test geprüft wie jedes Modell im VLM Leaderboard: 360 Bilder, jeweils 10 zufällig gezogene aus 36 realen Erkennungsdatensätzen. Sie decken Bereiche wie medizinische Bildgebung, Luftaufnahmen, Leiterplatteninspektion, Sicherheitsröntgen, Einzelhandel, Verkehr, Sport und Unterwasseraufnahmen ab. Die Bilder durchlaufen die Annotationspipeline der Plattform im Produktivbetrieb, einschließlich eines SAM-3.1-Schritts, der die Boxen präzisiert.

Sechs Modelle schnitten besser ab: Gemini 4 Argon (0,537), Claude Opus 5.5 (0,527), GPT-6 Astra (0,525), Gemini 3.8 Flash (0,516), GPT-6.1 Sol (0,514) und Claude Sonnet 5.5 (0,472). Kimi K3.1 Pro lag vor Claude Haiku 5.5 (0,429), Claude Fable 5.1 (0,427) und allen Open-Weight-Modellen, die Ultralytics auf eigenen GPUs betreibt, angeführt von Gemma 4 31B (0,390).

Die Präzision stieg von 0,439 bei Kimi K3 auf 0,560, der Recall von 0,376 auf 0,483. Gegenüber Kimi K3 verbesserte sich das Modell bei 25 von 36 Datensätzen und in 8 von 12 Domänen. Die größten Zuwächse gab es bei Sport (0,68 gegenüber 0,28), Straßen und Verkehr (0,49 gegenüber 0,26) sowie Dokumenten, UI und CAD (0,41 gegenüber 0,26). Bei Tennisbällen stieg der Wert von 0,08 auf 0,74 mAP50, bei den CeyMo-Fahrbahnmarkierungen von 0,17 auf 0,80. Im Sport schlug es Gemini 4 Argon (0,68 gegenüber 0,60) und übertraf Argon insgesamt bei sechs Datensätzen.

Nicht überall gab es Fortschritte. Unterwasser und Sicherheitsröntgen, jeweils ein Datensatz, fielen zurück, der Einzelhandel gab leicht nach (0,47 gegenüber 0,48), und industrielle Leiterplattendefekte blieben bei beiden Kimi-Modellen nahe null.

Kosten, Tempo und Einschränkungen

Nach Angaben von Ultralytics kostete Kimi K3.1 Pro etwa 22,50 US-Dollar pro 1.000 Bilder, knapp mehr als die 21,50 US-Dollar bei Kimi K3. Der niedrigere Tokenpreis wird durch den höheren Tokenverbrauch pro Bild aufgehoben, sodass das Upgrade rund ein Drittel mehr Genauigkeit für ungefähr dieselbe Rechnung bietet. Fünf der sechs besser platzierten Modelle sind günstiger, darunter Gemini 4 Argon (etwa 7,60 US-Dollar pro 1.000 Bilder) und Claude Opus 5.5 (etwa 13,90 US-Dollar). Claude Haiku 5.5 kam bis auf etwa 0,015 mAP50 heran und kostete nur etwa 0,37 US-Dollar pro 1.000 Bilder.

Das Modell ist zudem langsam. Eine mittlere Anfrage dauerte etwa 22 Sekunden pro Bild, gegenüber 4,6 Sekunden bei Gemini 4 Argon und 2,7 Sekunden bei Claude Opus 5.5. In den Tests wurden 6,4 Prozent der Anfragen nicht innerhalb des Limits von 115 Sekunden der Plattform abgeschlossen, bei Kimi K3 waren es 1,7 Prozent. Ein Bild mit Zeitüberschreitung liefert keine Boxen und lässt sich erneut vorhersagen.

Ultralytics betreibt alle Kimi-Modelle mit hohem Reasoning-Aufwand statt mit dem von Moonshot voreingestellten Maximum, weil Kimi K3 auf der höchsten Stufe bei etwa 40 Prozent der Bilder das Zeitlimit überschritt. Moonshot bietet außerdem Kimi K3.1 Pro Highspeed an, das nach eigenen Angaben bei gleichen Fähigkeiten zwei- bis dreimal schneller läuft, doch die Plattform setzt auf die Standardversion.

Was das für Nutzer bedeutet

Für Teams, die ein Modell mit Open-Weight-Hintergrund zum Labeln einsetzen wollen, ist Kimi K3.1 Pro bei ähnlichen Kosten pro Bild ein klarer Fortschritt gegenüber Kimi K3. Nach dem eigenen Benchmark von Ultralytics sind jedoch mehrere proprietäre Modelle genauer, die meisten zudem schneller und günstiger. Ultralytics rät, die Boxen als ersten Entwurf für die menschliche Prüfung zu behandeln und vor der Annotation eines kompletten Datensatzes einige Vorhersagen an den eigenen Bildern zu kontrollieren, da spezialisiertes Bildmaterial für jedes Modell eine Herausforderung bleibt.