Kimi K3.1 Pro in Claude Code und Codex ausführen: Die Konfiguration, die stillen Fehler und der Ein-Zeilen-Schalter

Kimi K3.1 Pro spricht drei Protokolle: OpenAI Chat Completions, OpenAI Responses und Anthropic Messages. Genau deshalb lässt es sich ohne Übersetzungsproxy in Claude Code und Codex einfügen – jedes Tool spricht bereits eines der drei, und Moonshot bedient dieses Protokoll nativ. Die Einrichtung besteht im einen Fall aus einer Handvoll Umgebungsvariablen und im anderen aus einem TOML-Block mit fünf Zeilen. Was Leute einen Nachmittag kostet, ist nicht die Konfiguration, sondern das Fehlerverhalten. Claude Code verwendet vier verschiedene Modellstufen für unterschiedliche Aufgaben, und jede nicht gesetzte Stufe schlägt still statt laut fehl.

Dieser Leitfaden basiert auf Moonshots eigener Integrationsdokumentation, geprüft am 24. Oktober 2026, einschließlich der Vorbehalte, die die Dokumentation verschweigt. Wo ein Wert abweicht, wenn man dieselben Tools auf ein Routing-Gateway statt direkt auf Moonshot richtet, wird das ausdrücklich erwähnt.

Warum kein Proxy erforderlich ist

Claude Code talks to Anthropic's Messages API; Codex talks to the Responses API. Moonshot exposes both. Its Anthropic-compatible surface lives at https://api.moonshot.ai/anthropic and its Responses API at https://api.moonshot.ai/v1, and the model id is kimi-k3.1-pro on both. Nothing in either client needs to know it is not talking to the vendor it was built for.

Eine Konsequenz sollte vor der Konfiguration erwähnt werden: Das Modell denkt immer nach. Es gibt keinen Denk-Schalter, und die Tiefe wird über ein Feld reasoning_effort auf oberster Ebene festgelegt, das low, high und max akzeptiert und standardmäßig auf max steht. Die Sampling-Parameter sind fest vorgegeben – temperature 1.0, top-p 0.95, n auf 1 – und die Übergabe anderer Werte führt zu einem Fehler. Wenn in Ihrer bisherigen Konfiguration die Temperatur angepasst wurde, überlebt diese Anpassung den Wechsel nicht.

Claude Code: der Umgebungsblock

Claude Code liest seine Konfiguration aus dem env-Block von ~/.claude/settings.json. Variablen, die dort geschrieben werden, überschreiben die gleichnamigen, in deiner Shell exportierten Variablen – das ist ein Feature und eine Falle: Ein veralteter Export in deinem Terminal rettet dich nicht, wenn in der Datei etwas anderes steht.

• ANTHROPIC_BASE_URL — the Kimi endpoint root. Set it to https://api.moonshot.ai/anthropic. If you leave it unset, requests go to Anthropic and fail authentication.

• ANTHROPIC_AUTH_TOKEN — Ihr Kimi-API-Schlüssel. Dies ist die Variable, die Claude Code tatsächlich für das Bearer-Token verwendet; ein API-Schlüssel, der stattdessen in ANTHROPIC_API_KEY platziert wird, ist der häufigste Grund, warum eine korrekt aussehende Konfiguration 401 zurückgibt.

• ANTHROPIC_MODEL — das Haupt-Konversationsmodell: kimi-k3.1-pro.

• ANTHROPIC_DEFAULT_OPUS_MODEL, ANTHROPIC_DEFAULT_SONNET_MODEL, ANTHROPIC_DEFAULT_HAIKU_MODEL, ANTHROPIC_DEFAULT_FABLE_MODEL — eines pro Stufe. Legen Sie mindestens die ersten drei fest und richten Sie HAIKU auf ein günstiges, schnelles Modell statt auf das Flaggschiff; Moonshots eigenes Beispiel ordnet diese Stufe seinem Coding-Modell zu.

• CLAUDE_CODE_SUBAGENT_MODEL — was Sub-Agenten verwenden. Wenn nicht gesetzt, verschlechtert sich die Arbeit von Sub-Agenten oder schlägt fehl.

• CLAUDE_CODE_AUTO_COMPACT_WINDOW — auf 1000000 gesetzt, passend zum Kontextfenster. Zu klein komprimiert zu früh und verwirft Kontext; zu groß erzeugt Fehler bei der Kontextlänge.

• CLAUDE_CODE_EFFORT_LEVEL — Moonshots Leitfaden setzt dies auf max, was auch der Standard des Modells ist. Eine Verringerung reduziert die Qualität bei komplexen Aufgaben, und eine Änderung mitten in der Sitzung macht Prefix-Cache-Treffer ungültig.

Die vier Ebenen, die still scheitern

Dies ist der Fehlerfall, für den es sich lohnt, vorauszuplanen. Claude Code verwendet unterschiedliche Modelle für die Hauptunterhaltung, die Hintergrundzusammenfassung, Sub-Agenten und kleine Hilfsaufrufe. Konfigurieren Sie nur ANTHROPIC_MODEL, und die anderen Pfade führen nicht zu Fehlern — sie tun stillschweigend nichts Nützliches oder fallen so zurück, dass das Tool kaputt wirkt, ohne eine Ursache zu nennen. Die Referenztabelle von Moonshot stellt ausdrücklich klar, dass jede nicht gesetzte Stufe dazu führt, dass die entsprechende Aufgabe fehlschlägt, und die Symptome sehen nach einem langsamen oder verwirrten Agenten aus, nicht nach einem Konfigurationsfehler.

Die praktische Checkliste lautet: alle vier Tier-Variablen plus die Sub-Agent-Variable in einem einzigen Bearbeitungsschritt setzen, Claude Code neu starten und dann in einer Sitzung bestätigen, dass tatsächlich ein Sub-Agent läuft. Wenn es hängt, ist der Tier das Erste, was man prüfen sollte, nicht das Modell.

Codex: ein TOML-Block

Codex reads ~/.codex/config.toml (on Windows, %USERPROFILE%\.codex\config.toml). The connection is defined by four values in a provider block: the model id kimi-k3.1-pro, a provider named kimi, base_url pointing at https://api.moonshot.ai/v1, the environment-variable name that holds the key, and — the setting that makes the direct connection work — wire_api = "responses". Set model_context_window to 1048576 as well; without it Codex falls back to default model metadata, which degrades behaviour on long inputs.

Der Schlüssel selbst gehört in die Umgebung, nicht in die Datei. Codex liest ihn aus der Variable, deren Name in env_key angegeben ist, also halten Sie config.toml frei von Geheimnissen und legen Sie die Variable in Ihrem Shell-Profil oder der Systemumgebung fest.

Zwei Einschränkungen, die Sie kennen sollten, bevor Sie einen Bug melden. Die Codex CLI akzeptiert kein Video als Eingabe, obwohl das Modell es kann – das ist eine Einschränkung der Eingabeschicht von Codex, daher muss Videoarbeit direkt über die API laufen. Und Codex' eigenes Kontextmanagement gilt weiterhin: Ein 1-Mio.-Token-Fenster bedeutet nicht, dass jede Sitzung ein solches ausschöpfen sollte.

Stattdessen beide Tools auf ein einziges Gateway ausrichten

Alles oben Beschriebene funktioniert unverändert, wenn Sie die Basis-URLs von Moonshot durch die eines Gateways ersetzen, was nützlich ist, wenn dieselbe Codebasis auch Modelle anderer Anbieter aufruft. OrcaRouter stellt alle drei Oberflächen für Kimi K3.1 Pro bereit — /v1/chat/completions, /v1/responses und /v1/messages — und veröffentlicht das Modell unter der ID kimi/kimi-k3.1-pro.

For Claude Code, that means ANTHROPIC_BASE_URL set to the gateway root (https://api.orcarouter.ai) with the provider-prefixed model id in the four tier variables. For Codex, the same TOML block with the base URL pointing at https://api.orcarouter.ai/v1 and the model id kimi/kimi-k3.1-pro. The key variable stays the same shape; it just holds a gateway key instead of a vendor key.

Was Sie für den Wechsel erhalten, ist ein einziges Credential für jedes Modell im Katalog und eine Routing-Richtlinie, die eine Anfrage zwischen Anbietern verschieben kann, ohne den Anwendungscode zu ändern – genau das, was einen Fallback-Plan möglich macht, wenn der Endpunkt eines neuen Modells in der Startwoche Rate-Limits erreicht. Was Sie dafür aufgeben, ist die eigene Konsole des Anbieters und jede anbieterspezifische Beta-Oberfläche. Die Preise werden zu den Listenpreisen des Providers weitergegeben: 2,00 $ pro Million Eingabe-Tokens und 10,00 $ pro Million Ausgabe-Tokens für Kimi K3.1 Pro, ohne Aufschlag.

Eine fünfminütige Überprüfung

• Sprich den Endpunkt direkt an, bevor du den Client anfasst: Ein POST an die Route Messages oder Chat Completions mit einer Anfrage für ein einziges Token sollte JSON zurückgeben, und ein 401 bedeutet, dass der Schlüssel falsch ist oder zur anderen Plattform gehört.

• Stelle in Claude Code eine Frage, die einen Sub-Agenten erzwingt – eine Suche über mehrere Dateien – und beobachte, ob sie abgeschlossen wird. Das ist der schnellste Test der Tier-Konfiguration.

• Starte in Codex eine Sitzung in einem kleinen Repository und prüfe, ob das Modell das 1M-Fenster meldet; wenn es einen kleineren Standardwert meldet, model_context_window wurde nicht übernommen.

• Lege den Aufwand bewusst einmal zu Beginn der Sitzung fest: max für schwieriges Debugging, high für gewöhnliche Bearbeitungen, low für Extraktion und Formatierung. Der Standard ist max, und bei diesem Modell ist das die teure Wahl.