Kimi K3.1 Pro API

Kimi K3.1 Pro ist das nachtrainierte K3, das Moonshot AI am 2026-10-23 veröffentlicht hat, mit 2.8T Parametern insgesamt und 104B aktiven, einem Kontextfenster von 1 Mio. Token und nativer Bild- und Videoeingabe. Der Listenpreis liegt bei $2 Eingabe / $10 Ausgabe pro 1 Mio. Token, ein Drittel weniger als K3. Diese Seite behandelt die offiziellen und unabhängigen Benchmarks, den Vergleich mit Claude Opus 5.5, K3 und GLM-5.3, wie viel schneller die Highspeed-Variante wirklich ist, welche Kimi-Code-Tarife das Modell enthalten, Fehler und Limits bei Anfragen sowie Preise und Beispiele mit Wokey-API-Key.

Preisvergleich: offizielle API, OpenRouter und Wokey

USD pro 1 Mio. Token. Die Preise der offiziellen API und von OpenRouter wurden am 2026-10-24 von Hand geprüft, ohne Steuern; der Wokey-Preis stammt aus der aktuellen Preisliste.

KanalEingabeCache-LesenAusgabe
Offizielle API$2$0.2$10
OpenRouter$2$0.2$10
Wokey$0.8$0.08$4

· Offizielle Preisseite · Endpunktliste von OpenRouter

In Claude Code verwenden

Dieses Modell unterstützt auf Wokey /v1/messages. Setze diese Umgebungsvariablen und starte dann claude.

export ANTHROPIC_BASE_URL="https://api.wokey.ai"
export ANTHROPIC_AUTH_TOKEN="$WOKEY_API_KEY"
export ANTHROPIC_MODEL="kimi-k3.1-pro"

Kimi K3.1 Pro im Überblick

Veröffentlichung
2026-10-23: K3.1 Pro und K3.1 Pro Highspeed waren vom ersten Tag an in der Web-App und den mobilen Apps von Kimi, in Kimi Work, Kimi Code und der Kimi API verfügbar; Moonshot verspricht die vollständigen Gewichte auf Hugging Face bis zum 4. November
Modell
Ein nachtrainiertes K3: dieselbe MoE-Basis mit 2.8T Parametern insgesamt und 104B aktiven, aber mit deutlich mehr Rechenaufwand für das Post-Training per Reinforcement Learning; Kontext von 1,048,576 Token mit nativer Text-, Bild- und Videoeingabe
Offizieller Preis
K3.1 Pro kostet $2 Eingabe / $10 Ausgabe pro 1 Mio. Token, $0.20 für Cache-Treffer und $2 (5 Minuten) oder $4 (1 Stunde) für Cache-Schreiben – ein Drittel weniger als K3 ($3 / $15). Highspeed verdoppelt Eingabe, Ausgabe und Schreiben ($4 / $20), Cache-Treffer bleiben bei $0.20
Highspeed
Dasselbe Modell, laut Moonshot 2–3× schneller. Von Wokey am 10-24 gemessen (Kimi-Code-Endpunkt, effort=high): Pro 64–67 Token/s, Highspeed 118–129 Token/s, etwa 1.9× schneller; K3 lief unter denselben Bedingungen mit etwa 45 Token/s
Thinking und Parameter
Nur mit Thinking: Thinking zu deaktivieren liefert 400. reasoning_effort akzeptiert low / high / max, Standard ist max; temperature, top_p und die übrigen Sampling-Parameter sind fest vorgegeben, dieselben Einschränkungen wie bei K3
Unabhängige Bewertung
Artificial Analysis Intelligence Index v4.3.2: 55 Punkte, Platz 4 von 215, nur hinter Claude Opus 5.5 (58), Sonnet 5.5 (56) und Muse Wonder Full (56) und 11 Punkte vor K3; $2.11 pro Aufgabe, etwa ein Drittel von Opus 5.5
API und Kanäle
Die Modell-IDs lauten kimi-k3.1-pro und kimi-k3.1-pro-highspeed auf der Kimi-Plattform sowie k3.1-pro und k3.1-pro-highspeed in Kimi Code. Wokey stellt /v1/chat/completions und /v1/messages bereit (funktioniert mit Claude Code)

· Quellen: Moonshot · K3.1 Pro quickstart · Pricing · Kimi Code models · Artificial Analysis

Offizielle Benchmarks: Kimi K3.1 Pro vs Opus 5.5 vs GPT-6 Astra vs Fable 5.1 vs GLM-5.3 vs DeepSeek

Aus dem Tech-Blog von Moonshot zu K3.1 Pro; das sind Herstellerangaben, und „—“ bedeutet, dass kein Wert veröffentlicht wurde. Interne Evaluationen und Cybersecurity-Evaluationen sind ausgelassen.

BenchmarkKimi K3.1 ProClaude Opus 5.5GPT-6 AstraClaude Fable 5.1GLM-5.3DeepSeek V4.1 Flash 1017
Terminal-Bench 4.065.7%66.4%58.2%57.9%41.8%42.3%
SWE-Marathon v1.151.7%46.3%42.5%45.6%42.5%40.0%
DeepSWE v1.175.5%74.2%74.1%67.4%66.9%77.0%
ProgramBench (binary)31.5%65.0%50.0%53.5%19.0%29.1%
Terminal-Bench Science 0.138.1%63.3%68.1%40.0%8.1%15.7%
BenchCAD (tools)92.7%96.2%95.9%92.6%—81.6%
HLE-Full (tools)70.0%67.7%57.2%65.6%62.5%58.8%
HLE-Full51.1%59.8%53.6%57.6%43.0%42.6%
GPQA Diamond94.2%93.9%96.1%93.7%91.7%92.2%
BrowseComp92.1%90.8%91.5%———
OSWorld V2.179.6%81.8%75.8%80.7%—69.3%
OfficeQA Pro v264.4%62.2%54.4%54.5%31.1%40.4%
GDPval-AA v2.1184618661573175416501746
MMMU-Pro84.1%87.7%86.9%86.3%—80.6%

Alle Werte von K3.1 Pro gelten für reasoning_effort=max, temperature=1.0 und top_p=0.95, Coding-Benchmarks liefen in der Claude-Code-Umgebung; die drei proprietären Modelle liefen auf max mit Fallback. Die Zeile ProgramBench ist ein binärer Wert (eine Aufgabe zählt, wenn sie ≥95 % erreicht) und daher nicht mit den Rohwerten auf der K3-Seite vergleichbar. Der HLE-Full-Wert von GLM-5.3 gilt für die reine Text-Teilmenge.

Welches Modell: K3.1 Pro, Claude Opus 5.5, K3 oder GLM-5.3

Im Vergleich zu Claude Opus 5.5

Im Intelligence Index v4.3.2 von Artificial Analysis erreicht Opus 5.5 (max) 58 Punkte und K3.1 Pro 55, nur 3 Punkte Abstand, während eine Aufgabe $5.98 gegenüber $2.11 kostet – bei K3.1 Pro etwa ein Drittel. In der Tabelle von Moonshot liegen beide in Terminal-Bench 4.0 fast gleichauf (65.7 % vs 66.4 %), und nach den Kostendaten von tbench.ai kostet eine Aufgabe etwa $5.25 mit K3.1 Pro und $14.30 mit Opus 5.5. K3.1 Pro führt in SWE-Marathon v1.1 (51.7 % vs 46.3 %), HLE mit Tools (70.0 % vs 67.7 %) und OfficeQA Pro v2; Opus 5.5 ist klar stärker in ProgramBench (65.0 % vs 31.5 %), Terminal-Bench Science (63.3 % vs 38.1 %) und HLE ohne Tools (59.8 % vs 51.1 %) und schneller (etwa 96 vs 77 Token/s). Nimm K3.1 Pro für lang laufende Coding-Agents, Dokumenten- und Finanzanalyse und kostensensibles Volumen; nimm Opus 5.5 für komplexe Programme, die auf Anhieb funktionieren müssen, und für wissenschaftliche Aufgaben.

Von K3 umsteigen

Ja, wenn du die API pro Token bezahlst. K3.1 Pro liegt im Index 11 Punkte vor K3 (55 vs 44), kostet laut Liste ein Drittel weniger und gibt in den Messungen von Wokey etwa 64–67 Token/s aus, K3 dagegen 45. Die Einschränkungen bei den Request-Parametern sind dieselben wie bei K3, für den Umstieg änderst du also nur model von kimi-k3 auf kimi-k3.1-pro. Kimi empfiehlt, eine neue Sitzung zu starten: Ein Wechsel mitten in einer K3-Sitzung macht den Cache ungültig und kann die Ausgabequalität senken. Beim Kimi-Code-Kontingent sieht es anders aus: Seit dem 10-27 verbrauchen dieselben Token auf den neuen Tarifen mit K3.1 Pro 11× (Eingabe) und 14× (Ausgabe) so viel Kontingent wie mit K3 (Produktionsdaten von Wokey), bei knappem Abo-Kontingent kommst du mit K3 also deutlich weiter.

Im Vergleich zu GLM-5.3 und DeepSeek V4.1 Flash

Beide erreichen bei Artificial Analysis 45 Punkte, 10 Punkte weniger als K3.1 Pro. GLM-5.3 kostet $2.01 pro Aufgabe, fast so viel wie die $2.11 von K3.1 Pro – bei gleichen Ausgaben ist K3.1 Pro also klar stärker und verarbeitet zusätzlich Bilder und Video. DeepSeek V4.1 Flash 1017 kostet nur $0.26 pro Aufgabe, etwa ein Achtel von K3.1 Pro, und liegt in DeepSWE sogar knapp vorn (77.0 % vs 75.5 %), erreicht in Terminal-Bench 4.0 aber nur 42.3 %. Nimm DeepSeek für einfache Aufgaben in großem Volumen und K3.1 Pro für komplexe agentische und multimodale Aufgaben.

Pro oder Highspeed

Beide sind dasselbe Modell mit denselben Benchmark-Werten. Highspeed kostet das Doppelte und verbraucht in Kimi Code etwa das doppelte Kontingent; in den Messungen von Wokey ist es etwa 1.9× schneller (118–129 vs 64–67 Token/s) und liefert das erste Token etwa eine Sekunde früher. Nimm Highspeed für interaktives Coding, bei dem jemand auf die Antwort wartet; nimm Pro für Hintergrund-Agents, Batch-Aufgaben und Jobs mit Token-Budget.

Effort wählen

Thinking lässt sich nicht abschalten, und reasoning_effort akzeptiert nur low, high und max, Standard ist max. Auf der von Moonshot veröffentlichten Kostenkurve für Terminal-Bench 4.0 erreicht high 52.8 % bei etwa $4.16 pro Aufgabe und max 65.7 % bei etwa $5.25: max kostet 26 % mehr für 12.9 Punkte mehr. Bleib für Coding und Agents bei max und nimm low für einfache Fragen und Formatkonvertierung. Reasoning-Token werden zum Ausgabepreis berechnet, und Artificial Analysis hat über den gesamten Index 150 Mio. Ausgabe-Token gezählt, 70 % über dem Median von 87 Mio. – plane bei Ausgabe-Budgets also Spielraum ein.

Kimi-Dokumentation

Bewertungen von Dritten und aus der Community

  • Artificial Analysis: Intelligence Index v4.3.2: 55 Punkte, Platz 4 von 215. Über den gesamten Index verbrauchte das Modell 150 Mio. Ausgabe-Token (Median 87 Mio.), es kostet $2.11 pro Aufgabe, gibt etwa 77 Token/s aus und braucht etwa 3.1 Sekunden bis zum ersten Token. Bis die Gewichte erscheinen, wird es als proprietär geführt. Jede Abrechnungsposition bei Wokey liegt bei 40 % des offiziellen Preises, dieselbe Aufgabe kostet also etwa $0.84.
  • Hacker News (Thread mit 542 Punkten): Am meisten diskutiert wurde, dass Moonshot Cybersecurity-Material aus den Trainingsdaten entfernt hat: Manche halten das für robuster als Ablehnungen, andere sorgen sich um die allgemeinen Coding-Fähigkeiten. Danach kam das Abo-Kontingent von Kimi: Ein Nutzer im Tarif für $99 hat das 5-Stunden-Kontingent in 47 Minuten einer einzigen Sitzung aufgebraucht. Andere merkten an, dass der Preis in China etwa 30 % unter K3 liegt und dass das Modell bei Artificial Analysis jetzt vor GPT-6 Astra und Fable 5.1 steht.
  • Messungen von Wokey: Am 10-24 hat Wokey denselben Prompt (einen technischen Text von etwa 900 Wörtern) dreimal pro Modell am Kimi-Code-Endpunkt ausgeführt (effort=high): K3.1 Pro lief mit 64–67 Token/s, Highspeed mit 118–129 Token/s und K3 mit etwa 45 Token/s. Sowohl chat/completions als auch das messages-Format, das Claude Code verwendet, liefern Thinking normal zurück; deaktiviertes Thinking, top_p≠0.95 und öffentliche Bild-URLs liefern alle 400.

K3.1 Pro in Claude Code nutzen und Regeln für Anfragen

Diese Regeln stammen aus der Dokumentation von Kimi und aus den Tests beider Modelle durch Wokey am 10-24. Prüfe sie, bevor du von K3 umsteigst oder das Modell zum ersten Mal anbindest.

  • Modell-IDs: Die Kimi-Plattform und Wokey verwenden kimi-k3.1-pro / kimi-k3.1-pro-highspeed; Keys aus einem Kimi-Code-Abo brauchen k3.1-pro / k3.1-pro-highspeed. Im Test von Wokey liefert kimi-k3.1-pro an Kimi Code 400 „Your model id does not exist“.
  • Thinking lässt sich nicht abschalten: thinking: {"type": "disabled"} liefert 400 „K3.1 Pro does not support disabled thinking mode“. Steuere die Thinking-Tiefe über reasoning_effort auf oberster Ebene (low / high / max).
  • temperature, top_p, n, presence_penalty und frequency_penalty sind fest auf 1.0, 0.95, 1, 0 und 0 gesetzt, und Kimi bittet darum, sie wegzulassen; top_p=1 liefert 400 „invalid top_p: only 0.95 is allowed for this model“. Das Wokey-Gateway setzt dieselben Regeln durch, das Ergebnis hängt also nicht davon ab, welcher Upstream die Anfrage bedient.
  • Gib in Unterhaltungen mit mehreren Turns und bei Tool-Aufrufen die vollständige Assistant-Nachricht zurück, die die API geliefert hat, einschließlich reasoning_content und tool_calls.
  • Bilder werden als Base64-Data-URL übergeben, etwa data:image/png;base64,.... Im Test von Wokey am 10-24 lieferte eine öffentliche Bild-URL 400 „unsupported image url“, wie bei K3; auch Video wird als Base64 übergeben.
  • In Claude Code: Setze ANTHROPIC_BASE_URL auf https://api.wokey.ai, ANTHROPIC_AUTH_TOKEN auf deinen Wokey-API-Key und ANTHROPIC_MODEL auf kimi-k3.1-pro. Wokey hat beide Modelle am 10-24 im Format /v1/messages getestet, das Claude Code verwendet; Thinking-Blöcke und Text kamen normal zurück; das kostet $0.80 Eingabe / $4.00 Ausgabe pro 1 Mio. Token. OpenCode und andere OpenAI-kompatible Clients nutzen /v1/chat/completions mit der Base URL https://api.wokey.ai/v1.

Request-Body mit Bild (/v1/chat/completions)

{
  "model": "kimi-k3.1-pro",
  "reasoning_effort": "max",
  "messages": [{
    "role": "user",
    "content": [
      { "type": "image_url", "image_url": { "url": "data:image/png;base64,iVBORw0KGgo..." } },
      { "type": "text", "text": "Rebuild this CAD sketch as a parametric Blender script" }
    ]
  }]
}
Modell-ID
kimi-k3.1-pro
Anbieter
moonshot, ollama, volcengine
Angebotsstatus
Derzeit aufrufbar

Aktuelle Katalogpreise

Preise pro 1 Mio. Token; abgerechnet wird zum Preis, der bei der Verarbeitung der Anfrage gilt.

PostenWokeyOffizielle ReferenzErsparnis
Input$0.8$260%
Output$4$1060%
Cache read$0.08$0.260%
Cache write———

Offizielle Preisquelle: https://platform.kimi.ai/docs/pricing/chat

Gemessen auf Wokey

Letzte 28 Tage (2026-10-13 bis 2026-11-09), jeden Montag aktualisiert · Echte Anfragen von 80+ Konten

Zeit bis zum ersten Token, kurze Prompts
2,7 s (Median · Prompts unter 8K Token · P90 5,9 s)
Zeit bis zum ersten Token, Agent-Prompts
5,1 s (Median · Prompts mit 32K–128K Token)
Trefferquote des Prompt-Cache
96% (Anteil der Eingabe-Token, die aus dem Cache gelesen wurden)

Meistgenutzte Clients: Magpie 81%, DeepSeek Harness 13%. Anteil an den Anfragen erkannter Clients; bei 44% der Anfragen wurde der Client erkannt.

So wird gemessen

Die Zeit bis zum ersten Token läuft vom Eingang der Anfrage am Wokey-Gateway bis zum ersten gestreamten Inhalt (Text, Zusammenfassung des Reasonings oder Ablehnung). Sie enthält Wartezeit in der Warteschlange, Wiederholungen über ein anderes Konto und die Denkzeit des Modells und ist deshalb länger als die eigene First-Token-Latenz des Upstreams. Gezählt werden nur erfolgreiche Streaming-Anfragen, gruppiert nach Prompt-Größe (Eingabe plus Cache-Lesen und Cache-Schreiben).

Cache-Trefferquote = aus dem Cache gelesene Token ÷ Eingabe-Token über erfolgreiche Anfragen. Sie hängt vom Client und von der Art der Nutzung ab; die Seiten zur Cache-Trefferquote schlüsseln sie nach Client auf.

Enterprise-Konten und Wokeys eigene Testkonten sind ausgenommen. Ein Modell wird angezeigt, sobald es in den letzten 28 Tagen von mindestens 20 Nutzern verwendet wurde und kein einzelner Nutzer mehr als 50 % der Anfragen gesendet hat; Konten, die über dieselbe Empfehlungskette registriert wurden, zählen als ein Nutzer. Jeder Wert für die Zeit bis zum ersten Token braucht mindestens 500 Anfragen.

Cache-Trefferquote nach Client

Modellfähigkeiten

Context
1,048,576 tokens
Maximale Ausgabe
1,048,576 tokens
Streaming
Unterstützt
Tools
Unterstützt
Vision
Unterstützt
Unterstützte API-Formate
/v1/chat/completions · /v1/responses · /v1/messages

Anfrage senden

/v1/chat/completions

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3.1-pro","messages":[{"role":"user","content":"Hello"}]}'

/v1/responses

curl https://api.wokey.ai/v1/responses \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3.1-pro","input":"Hello"}'

/v1/messages

curl https://api.wokey.ai/v1/messages \
  -H "x-api-key: $WOKEY_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3.1-pro","max_tokens":1024,"messages":[{"role":"user","content":"Hello"}]}'

Kimi K3.1 Pro in deinen Tools nutzen

Das Gateway ist https://api.wokey.ai (OpenAI-kompatible Clients erwarten meist https://api.wokey.ai/v1), die Modell-ID lautet kimi-k3.1-pro. Öffne die Einrichtung für deinen Client.

Häufige Fragen

Was kostet Kimi K3.1 Pro offiziell und wie viel günstiger ist es als K3?

Der offizielle Preis liegt bei $2 Eingabe / $10 Ausgabe pro 1 Mio. Token, $0.20 für Cache-Treffer und $2 (5 Minuten) oder $4 (1 Stunde) für Cache-Schreiben, ohne Stufen nach Kontextlänge. Das ist ein Drittel weniger als K3 ($3 / $15). Highspeed kostet $4 / $20, Cache-Treffer bleiben bei $0.20. Reasoning-Token werden zum Ausgabepreis berechnet. Auf OpenRouter ist Moonshot derzeit der einzige Anbieter, zum offiziellen Preis. Über Wokey kostet kimi-k3.1-pro $0.80 Eingabe / $4.00 Ausgabe pro 1 Mio. Token (40 % des offiziellen Preises), Cache-Lesen ist im gleichen Verhältnis günstiger.

Kimi K3.1 Pro oder Claude Opus 5.5: Welches ist besser?

Im Intelligence Index v4.3.2 von Artificial Analysis erreicht Opus 5.5 58 Punkte und K3.1 Pro 55, nur 3 Punkte Abstand, aber eine Aufgabe kostet $5.98 gegenüber $2.11 – bei K3.1 Pro etwa ein Drittel. In Terminal-Bench 4.0 liegen beide fast gleichauf (66.4 % vs 65.7 %); K3.1 Pro führt in SWE-Marathon und HLE mit Tools, während Opus 5.5 in ProgramBench und bei wissenschaftlichen Aufgaben klar stärker ist und schneller läuft. Nimm K3.1 Pro für lang laufende Agents mit knappem Budget und Opus 5.5 für komplexe Programme, die auf Anhieb funktionieren müssen.

Was ist der Unterschied zwischen Kimi K3.1 Pro und K3?

K3.1 Pro ist ein nachtrainiertes K3 gleicher Größe (2.8T Parameter insgesamt, 104B aktiv) mit deutlich mehr Rechenaufwand im Post-Training. Der Index von Artificial Analysis stieg von 44 auf 55, der offizielle Preis fiel von $3 / $15 auf $2 / $10, die Ausgabegeschwindigkeit stieg in den Messungen von Wokey von etwa 45 auf 64–67 Token/s, und im internen Halluzinationstest von Moonshot fiel die Halluzinationsrate auf Ebene einzelner Aussagen von 23.4 % auf 8.3 %. Die Einschränkungen bei den Request-Parametern sind unverändert: Stelle model auf kimi-k3.1-pro um und starte eine neue Sitzung. Beim Kimi-Code-Kontingent sieht es anders aus: Seit dem 10-27 verbrauchen dieselben Token auf den neuen Tarifen mit K3.1 Pro 11× (Eingabe) und 14× (Ausgabe) so viel Kontingent wie mit K3 (Produktionsdaten von Wokey), bei knappem Abo-Kontingent kommst du mit K3 also deutlich weiter.

Auf welchem Platz liegt Kimi K3.1 Pro bei Artificial Analysis?

Im Intelligence Index v4.3.2 erreicht K3.1 Pro 55 Punkte, Platz 4 von 215, nur hinter Claude Opus 5.5 (58), Claude Sonnet 5.5 (56) und Muse Wonder Full (56). Es liegt vor GPT-6 Astra (53) und Claude Fable 5.1 und 10 Punkte vor den offenen Modellen GLM-5.3 und DeepSeek V4.1 Flash (beide 45). Über den gesamten Index verbrauchte es 150 Mio. Ausgabe-Token, es ist also wortreich; eine Aufgabe kostet $2.11, die Ausgabe liegt bei etwa 77 Token/s. Zu Wokey-Preisen kostet dieselbe Aufgabe etwa $0.84.

Ist Kimi K3.1 Pro Open Source und wann kommen die Gewichte auf Hugging Face?

Moonshot verspricht die vollständigen Gewichte auf Hugging Face bis zum 4. November 2026; am 10-24 waren sie noch nicht veröffentlicht, deshalb führt Artificial Analysis das Modell vorerst als proprietär. K3.1 Pro nutzt die Architektur von K3 (2.8T Parameter insgesamt, 104B aktiv), K3 ist also ein Anhaltspunkt für die Hardware: Dessen native MXFP4-Gewichte sind etwa 1.56 TB groß, und das offizielle vLLM-Rezept braucht mindestens 8 GB300 oder 8 MI355X/MI350X in einem Knoten. Bis die Gewichte erscheinen, lässt sich das Modell nur über die API nutzen.

Welche Tarife des Kimi-Code-Abos (Coding Plan) enthalten K3.1 Pro und reicht das Kontingent?

Die neuen Tarife von Kimi Code enthalten K3.1 Pro ab Plus (alte Tarife ab Moderato), aber der Kontext von 1 Mio. Token setzt Pro oder höher voraus (alte Tarife: Allegretto oder höher), und Highspeed gibt es nur ab Pro, bei etwa doppeltem Kontingentverbrauch. Das Kontingent ist durch ein 5-Stunden-Fenster und ein Monatskontingent begrenzt; ein Nutzer auf Hacker News im Tarif für $99 hat das 5-Stunden-Kontingent in 47 Minuten einer einzigen Sitzung aufgebraucht. Bei intensiver Nutzung oder für gleichmäßigen Durchsatz ist eine API mit Abrechnung pro Token besser planbar.

Warum liefert Kimi K3.1 Pro „does not support disabled thinking mode“?

K3.1 Pro und Highspeed laufen nur im Thinking-Modus, eine Anfrage mit thinking: {"type": "disabled"} liefert also 400 „K3.1 Pro does not support disabled thinking mode“. Entferne den Parameter thinking und reduziere das Thinking mit reasoning_effort: "low"; wenn du gar kein Thinking brauchst, nimm ein anderes Modell.

Gibt es Kimi K3.1 Pro in OpenCode Go und wie viel Nutzung ist enthalten?

Ja. OpenCode Go enthält kimi-k3.1-pro (über Chat Completions), die Nutzung wird zum offiziellen Preis von $2 / $10 gezählt: Go ($10/Monat) gibt K3.1 Pro $15 pro Monat, was OpenCode auf etwa 147 Anfragen pro 5 Stunden und 735 pro Monat schätzt; Go Plus ($40/Monat) gibt $60, etwa 2,941 Anfragen pro Monat. Das 5-Stunden-Fenster entspricht 20 % des Monatslimits, die Woche 50 %. Highspeed steht nicht in der Modellliste von Go. Du kannst in OpenCode auch einen eigenen OpenAI-kompatiblen Provider mit der Base URL https://api.wokey.ai/v1 und dem Modell kimi-k3.1-pro hinzufügen und pro Token bezahlen ($0.80 Eingabe / $4.00 Ausgabe pro 1 Mio. Token).

Wie viel K3.1 Pro passt in ein 5-Stunden-Fenster von Kimi Code Max (¥699)?

Am Abend des 10-24 hat Kimi das 5-Stunden-Fenster der neuen Tarife verdoppelt und das Monatskontingent unverändert gelassen. Nach den Kontingentwerten am Wokey-Gateway seitdem verbraucht K3.1 Pro etwa 93.5 % des 5-Stunden-Kontingents eines Max-Tarifs pro 1 Mio. Eingabe-Token ohne Cache und etwa 902 % pro 1 Mio. Ausgabe-Token (einschließlich Thinking); ein Fenster reicht also für etwa 1.1M Eingabe-Token ohne Cache oder etwa 111K Ausgabe-Token. Highspeed verbraucht doppelt so viel. Seit dem 10-27 berechnet Kimi auf den neuen Tarifen außerdem etwa das Zehnfache pro K3.1-Token (K3 ist unverändert, ebenso K3.1 im Verhältnis zu K3 auf den alten Tarifen), und die Zahlen oben stammen aus der Zeit danach: Dieselben Token verbrauchen auf K3.1 Pro 11× (Eingabe) und 14× (Ausgabe) so viel Kontingent wie auf K3. Cache-Treffer zählen kaum, und das erste Cache-Schreiben zählt als normale Eingabe – starte lange Sitzungen also möglichst nicht neu. Zum offiziellen API-Preis von K3.1 Pro ist ein Fenster etwa $2.1 an reiner Eingabe oder $1.1 an reiner Ausgabe wert, etwa $3.8 für eine Coding-Sitzung mit 93 % Cache-Treffern und etwa $6.8 bei 99 %. Mit dem größeren Fenster entspricht ein Monat etwa 12.5 5-Stunden-Fenstern (vorher etwa 25).

Kimi Code meldet „You’ve reached your 5-hour usage limit“: Was jetzt?

Das rollierende 5-Stunden-Kontingent von Kimi Code ist aufgebraucht, und die API liefert 429: „You’ve reached your 5-hour usage limit. Your quota will reset when the current 5-hour window ends.“ Wiederholen hilft nicht; warte, bis das Fenster weiterrückt – wann das ist, zeigt die Konsole von Kimi Code. Seit Oktober 2026 haben die neuen Tarife (Plus und höher) kein Wochenkontingent mehr, aber das 5-Stunden-Fenster und das mit der Kimi-Web-App geteilte Monatskontingent bleiben, und ist das Monatskontingent aufgebraucht, wird der Zugang bis zur Erneuerung eingefroren. Um weiterzuarbeiten, kannst du auf einen höheren Tarif wechseln, Extra Usage aktivieren, das nach Verbrauch abrechnet – laut Kimi nahe am eigenen API-Preis ($2 / $10 für K3.1 Pro) –, oder auf eine API mit Abrechnung pro Token umsteigen, zum Beispiel kimi-k3.1-pro über Wokey für $0.80 Eingabe / $4.00 Ausgabe pro 1 Mio. Token, ohne 5-Stunden-Fenster. Highspeed verbraucht etwa das doppelte Kontingent von Pro, wechsle bei knappem Kontingent also zuerst zurück auf Pro.

Was kostet die Kimi K3.1 Pro-API, und wie viel spare ich gegenüber der offiziellen API?

Wokey berechnet $0.8 pro 1 Mio. Eingabe-Token und $4 pro 1 Mio. Ausgabe-Token; die offiziellen Referenzpreise liegen bei $2 und $10. Das sind 60% weniger bei der Eingabe und 60% weniger bei der Ausgabe. Abgerechnet wird zum Preis, der bei der Verarbeitung der Anfrage gilt; die Preisquelle des Anbieters ist auf dieser Seite verlinkt.

Wie lautet die Modell-ID von Kimi K3.1 Pro für die API?

Die Modell-ID von Kimi K3.1 Pro auf Wokey lautet kimi-k3.1-pro. Verwende sie genau so im Feld model des Request-Bodys oder in der Modelleinstellung deines Clients (zum Beispiel ANTHROPIC_MODEL in Claude Code oder model in der config.toml von Codex CLI); auch GET https://api.wokey.ai/v1/models listet sie auf.

Welche API-Formate unterstützt Kimi K3.1 Pro, und wie rufe ich das Modell über Wokey auf?

Kimi K3.1 Pro unterstützt /v1/chat/completions (Chat-Completions-Anfragen), /v1/responses (Responses-Anfragen) und /v1/messages (Messages-Anfragen). Setze die API-Base-URL auf https://api.wokey.ai, authentifiziere dich mit einem Wokey-API-Key und verwende die kanonische Modell-ID kimi-k3.1-pro; beginnen kannst du mit /v1/chat/completions. Der Abschnitt „Anfrage senden“ enthält ein curl-Beispiel für jedes unterstützte API-Format.

Wie nutze ich Kimi K3.1 Pro in Claude Code?

Claude Code ruft Kimi K3.1 Pro über /v1/messages auf. Setze ANTHROPIC_BASE_URL="https://api.wokey.ai", ANTHROPIC_AUTH_TOKEN auf deinen Wokey-API-Key und ANTHROPIC_MODEL="kimi-k3.1-pro" und starte dann claude. Claude Desktop nutzt ebenfalls /v1/messages; die Einrichtungsanleitungen beschreiben beide Schritt für Schritt.

Wie groß sind Kontextfenster und maximale Ausgabe von Kimi K3.1 Pro?

Das Kontextfenster laut Katalog umfasst 1,048,576 Token, die maximale Ausgabe 1,048,576 Token. Das sind getrennte Limits; eine Anfrage muss außerdem die Upstream-Beschränkungen einhalten, die bei ihrer Verarbeitung gelten.

Wie werden Cache-Lesen und Cache-Schreiben bei Kimi K3.1 Pro berechnet?

Cache-Lesen: Bei Wokey $0.08 pro 1 Mio. Token, der offizielle Referenzpreis beträgt $0.2 pro 1 Mio. Token. Cache-Schreiben: Der Anbieter veröffentlicht dafür keinen eigenen Preis, daher zeigt auch Wokey als öffentlichen Preis —.

Worin unterscheidet sich der Aufruf von Kimi K3.1 Pro über Wokey von OpenRouter?

Wokey führt Kimi K3.1 Pro für $0.8 (Eingabe) / $4 (Ausgabe) pro 1 Mio. Token, bei einem offiziellen Referenzpreis von $2 / $10. OpenRouter gibt an, keinen Aufschlag auf die Inferenz zu erheben, und berechnet seine Gebühr beim Kauf von Credits (5,5 % bei Kartenzahlung). Wokey bietet eine kuratierte Auswahl an Modellen und keine Routing-Parameter pro Provider; wenn du einen größeren Katalog brauchst, passt OpenRouter daher besser. Den vollständigen Vergleich findest du auf der Seite zur OpenRouter-Alternative.

Wie unterscheiden sich Kimi K3.1 Pro und Kimi K3.1 Pro Highspeed bei Preis und Kontext?

Im veröffentlichten Preisvergleich liegt Kimi K3.1 Pro bei $0.8 / $4 (Eingabe/Ausgabe) mit einem Kontextfenster von 1,048,576 Token; Kimi K3.1 Pro Highspeed liegt bei $1.6 / $8 mit einem Kontextfenster von 1,048,576 Token. Das ist ein sachlicher Vergleich von Preis und Kapazität, kein Qualitätsranking; vergleiche auch die unterstützten API-Formate und Fähigkeiten.

Wie schnell ist Kimi K3.1 Pro auf Wokey?

Gemessen an echten Anfragen über das Wokey-Gateway vom 2026-10-13 bis 2026-11-09: Der Median der Zeit bis zum ersten Token lag bei 2,7 s für Prompts unter 8K Token (P90 5,9 s) und bei 5,1 s für Agent-Prompts mit 32K–128K Token. 96% der Eingabe-Token wurden aus dem Prompt-Cache gelesen. Die meistgenutzten Clients waren Magpie und DeepSeek Harness. Die Zeit läuft ab dem Eingang der Anfrage am Gateway und enthält Warteschlange, Wiederholungen und Denkzeit.

Verwandte Modelle und Dokumentation

API-Key holen · kimi-k3.1-pro