Kimi K3 ist das größte offene KI-Modell aller Zeiten — mit einem Haken

Moonshot AI hat Kimi K3 am 16. Juli 2026 veröffentlicht, und auf dem Papier ist es das größte je als "offen" angepriesene Modell: ein Mixture-of-Experts-System mit 2,8 Billionen Parametern und einem Kontextfenster von einer Million Token, das auf unabhängigen Bestenlisten knapp hinter Claude Fable 5 und GPT-5.6 Sol landet. Der Haken ist, dass "offen" bislang ein Versprechen ist, keine Tatsache. Stand 17. Juli gibt es keinen herunterladbaren Checkpoint, keine Lizenz und keine Modellkarte. Vorerst erreichst du Kimi K3 nur über die Website von Moonshot und die kostenpflichtige API, die vollständigen Gewichte sind für den 27. Juli angekündigt. Hier ist, was tatsächlich ausgeliefert wurde, wie es abschneidet und ob es diese Woche in deinen Stack gehört.

Was ist Kimi K3?

Kimi K3 ist das neue Flaggschiff-Sprachmodell von Moonshot AI, konstruiert als dünn besetztes Mixture-of-Experts-Netzwerk mit insgesamt 2,8 Billionen Parametern, das jeden Token durch nur 16 von 896 Experten leitet, sodass pro Token nur ein kleiner Teil des Netzwerks läuft. Es kommt mit einem Kontextfenster von einer Million Token und einem nativen multimodalen Design, das Text, Bilder und Video in einer einzigen Architektur verarbeitet. Moonshot richtet es gezielt auf langhorizontiges Coding, Wissensarbeit und agentische Werkzeugnutzung aus, statt auf beiläufigen Chat. Die Schlagzahl — 2,8 Billionen Parameter — macht es zum ersten Modell dieser Größenordnung, das als Open-Weight angekündigt wurde, in Moonshots eigener Einordnung grob ein System der "3T-Klasse". Es ist ab sofort über die Kimi-Web-App und die API verfügbar; die herunterladbaren Gewichte sind der Teil, der noch unterwegs ist.

Der Haken: "offen", aber noch nicht herunterladbar

Das ist der Teil, den die Schlagzeilen am Launch-Tag übersprangen. Moonshot vermarktete K3 als offenes Modell, doch am Erscheinungstag gab es keinen K3-Checkpoint im öffentlichen Repository, keine Lizenz und keine Modellkarte. Das Unternehmen setzte den Open-Weight-Release auf den 27. Juli an, mehr als eine Woche nach der Ankündigung, was stark darauf hindeutet, dass die Gewichte schlicht nicht fertig waren, als es das Marketing war. Bis sie eintreffen, ist "offen" ein Punkt auf der Roadmap. Du kannst es weder selbst hosten noch feinabstimmen noch auditieren — du mietest es über Moonshots API wie jedes geschlossene Modell. Das ist wichtig, weil der ganze Reiz eines offenen Frontier-Modells die Kontrolle ist: es auf eigener Hardware zu betreiben, Daten im Haus zu behalten und die Abrechnung pro Token zu vermeiden. Nichts davon ist bislang verfügbar. Liefert Moonshot pünktlich freizügige Gewichte, wird K3 wirklich bedeutsam. Verzögert sich das Datum oder ist die Lizenz restriktiv, ist es ein geschlossenes Modell mit offenem Abzeichen. Beurteile es am 27. Juli, nicht anhand der Pressemitteilung.

Wie Kimi K3 gegen GPT-5.6 und Claude Fable 5 abschneidet

In unabhängigen Tests ist K3 hervorragend, aber nicht der neue König. Moonshots eigene berichtete Zahlen sind stark — Program Bench 77.8, GPQA-Diamond 93.5, MMMU-Pro 81.6 und BrowseComp 91.2 — doch Hersteller-Benchmarks schmeicheln stets dem Hersteller. Aufschlussreicher ist Artificial Analysis, das K3 knapp hinter Claude Fable 5 und GPT-5.6 Sol einordnet auf seinem zusammengesetzten Intelligenzindex, bei einem Elo von rund 1547. Bemerkenswert ist, dass es dieses Niveau erreicht und dabei etwa 21% weniger Output-Token verbraucht als Moonshots vorheriges K2.6 — ein realer Effizienzgewinn für jeden, der pro Token zahlt. Kurz gesagt: K3 ist das bislang stärkste Modell offener Abstammung und ein glaubwürdiger Vierter hinter den US-Spitzensystemen an der Frontier, entthront sie aber nicht. Beim agentischen Coding ist es konkurrenzfähig; bei der absoluten Obergrenze im schweren Reasoning führen Fable 5 und GPT-5.6 Sol weiterhin. Diese Lücke hat sich das ganze Jahr über verengt, und dass offene Modelle zur Frontier aufschließen, ist ein Trend, den wir beim Eintreffen der letzten Welle behandelt haben.

Modell	Architektur	Kontext	Input $/1M	Output $/1M	Offene Gewichte
Kimi K3	2.8T MoE (16/896 Experten)	1M	$3.00 ($0.30 gecacht)	$15.00	Versprochen 27. Juli
GPT-5.6 Sol	Geschlossenes Flaggschiff	1M	$5.00	$30.00	Nein
Kimi K2.6	MoE (Vorgänger)	256K	$0.95	$4.00	Ja

Was Kimi Delta Attention tatsächlich ändert

Die interessante Ingenieurleistung bei K3 ist nicht die Parameterzahl, sondern wie Moonshot einen Kontext von einer Million Token bezahlbar in der Bereitstellung machte. Das Modell führt Kimi Delta Attention (KDA) ein, ein hybrides Schema linearer Attention, das laut Moonshot bis zu 6,3x schnelleres Decoding in Millionen-Token-Kontexten liefert als Standard-Attention. Eine zweite Technik, Attention Residuals, soll die Trainingseffizienz um rund 25% steigern, bei unter 2% zusätzlichen Rechenkosten. Beides zählt mehr als ein Punkt auf der Bestenliste: Langkontext-Inferenz war der teure, langsame Teil beim Betrieb großer Modelle, und eine 6-fache Decode-Beschleunigung ist der Unterschied zwischen einem nutzbaren Millionen-Token-Agenten und einem, der ins Stocken gerät. Halten diese Zahlen einer unabhängigen Replikation stand, sobald die Gewichte da sind, ist KDA das Stück, das andere Labs studieren werden. Vorerst sind es Herstellerangaben — glaubwürdig, aber außerhalb von Moonshot unbestätigt.

Was die Nutzung von Kimi K3 kostet

K3 kostet über Moonshots API $3 pro Million ungecachte Input-Token, $0.30 pro Million Cache-Hit-Input-Token und $15 pro Million Output-Token. Das ist ein deutlicher Sprung gegenüber K2.6s rund $0.95 Input und $4 Output und rückt K3 grob in dieselbe Spanne wie Anthropics Mittelklasse-Preise für Sonnet, statt in die Schnäppchen-Klasse, die Moonshot früher besetzte. Es unterbietet GPT-5.6 Sols $5 Input und $30 Output aber weiterhin deutlich, sodass K3 auf reiner Kosten-pro-Qualität-Basis aggressiv gegen die geschlossenen Spitzenmodelle antritt — nur nicht länger die günstige Option unter den chinesischen Labs. Die Cache-Hit-Rate von $0.30 ist die Zahl, um die man designen sollte: Wenn deine Last lange System-Prompts oder Dokumente wiederverwendet, verwandelt aggressives Prompt-Caching K3 von mittelpreisig in wirklich günstig. Für hochvolumige, repetitive Agenten-Schleifen, die Kontext wiederverwenden, ist die Ökonomie stark. Für einmalige Generierung mit langem Output summiert sich der Output-Satz von $15 schnell.

Warum ein chinesisches offenes Modell, das mit US-Labs mithält, von Bedeutung ist

Kimi K3 ist das bislang klarste Zeichen, dass sich die Gräben offen-gegen-geschlossen und USA-gegen-China zugleich schließen. Ein chinesisches Lab, das ein Modell der 3T-Klasse ausliefert, das weltweit Vierter ist, und die Freigabe der Gewichte verspricht, setzt die geschlossene US-Frontier bei Preis und Offenheit zugleich unter Druck. Treffen die Gewichte am 27. Juli unter einer nutzbaren Lizenz ein, kann jedes Unternehmen mit genügend GPUs ein nahezu Frontier-Modell ohne Anbieter im Kreislauf betreiben — dieselbe Logik, nach der Teams selbst gehostete Infrastruktur der abgerechneten SaaS vorziehen. Das heißt nicht, dass es für alle die richtige Wahl ist: Nahezu-Frontier liegt weiterhin hinter der Frontier, und ein 2,8T-Modell selbst zu betreiben braucht ernsthafte Hardware. Aber es setzt die Standardfrage neu — von "welcher geschlossenen API vertrauen wir" zu "brauchen wir überhaupt eine geschlossene API". Für Teams, die ohnehin die besten KI-Coding-Tools an echter Arbeit abwägen, ist K3 jetzt Teil dieses Gesprächs, wie es kein offenes Modell vor einem Jahr war.

Solltest du Kimi K3 jetzt einsetzen?

• Baust du agentische Coding- oder Langkontext-Tools und willst frontier-nahe Qualität günstiger als GPT-5.6 Sol? K3s API ist es wert, heute getestet zu werden, besonders wenn du dich auf Prompt-Caching stützen kannst.
• Wartest du darauf, ein offenes Frontier-Modell selbst zu hosten? Warte auf den 27. Juli und prüfe die tatsächliche Lizenz, bevor du dich festlegst — im Moment gibt es nichts herunterzuladen.
• Brauchst du das absolut beste Reasoning? Bleib bei Claude Fable 5 oder GPT-5.6 Sol; K3 ist nah dran, aber einen Schritt dahinter.
• Knappes Budget bei einfacher Arbeit? K3 ist nicht mehr das günstigste chinesische Modell — sein eigenes K2.6 kostet deutlich weniger pro Token.

Für die meisten Teams ist der ehrliche Schritt, die API diese Woche auszuprobieren und alle Selbst-Hosting-Pläne zurückzustellen, bis Gewichte und Lizenz tatsächlich öffentlich sind.

Häufig gestellte Fragen

Ist Kimi K3 chinesisch?

Ja. Kimi K3 wird von Moonshot AI gebaut, einem Startup mit Sitz in Peking, und Kimi ist dessen KI-Marke für Verbraucher und Entwickler. Das Modell misst sich auf öffentlichen Bestenlisten mit den US-Spitzensystemen, was ein großer Teil des Grundes ist, warum seine Veröffentlichung Aufmerksamkeit erregte.

Wird Kimi K3 quelloffen sein?

Moonshot hat einen Open-Weight-Release für den 27. Juli 2026 angekündigt, doch mit Stand 17. Juli waren weder Gewichte noch Lizenz noch Modellkarte veröffentlicht. Bis diese eintreffen, ist K3 nur über Moonshots API und Web-App nutzbar, und die genauen Lizenzbedingungen sind unbekannt. Behandle "offen" als ein zu prüfendes Versprechen, nicht als ausgelieferte Tatsache.

Wie viel kostet Kimi K3?

Über Moonshots API kostet K3 $3 pro Million ungecachte Input-Token, $0.30 pro Million Cache-Hit-Input-Token und $15 pro Million Output-Token. Das ist teurer als das vorherige Kimi K2.6 (etwa $0.95 Input und $4 Output), aber deutlich unter GPT-5.6 Sols $5 Input und $30 Output.

Wie unterscheidet sich Kimi K3 von Kimi K2?

K3 ist ein größeres Mixture-of-Experts-Modell mit 2,8 Billionen Parametern, einem Kontextfenster von einer Million Token, nativer multimodaler Eingabe und dem neuen Mechanismus Kimi Delta Attention für schnelleres Langkontext-Decoding. Es schneidet bei Reasoning- und Coding-Benchmarks besser ab als K2.6 und verbraucht dabei weniger Output-Token, kostet aber auch mehr pro Token im Betrieb.

Sources

• MarkTechPost — Moonshot AI Releases Kimi K3: Architektur (2.8T MoE, 16/896 Experten, 1M Kontext), Kimi Delta Attentions 6.3x-Decode-Behauptung, Attention Residuals und die berichteten Benchmark-Werte.
• Simon Willison — Kimi K3, and what we can still learn from the pelican benchmark: unabhängige Analyse des Open-Weight-Status (kein Checkpoint/Lizenz/Modellkarte beim Launch, Datum 27. Juli), Artificial Analysis Elo ~1547 und API-Preise im Vergleich zu K2.6.
• Kimi (Moonshot AI) — official site: Produktpositionierung für agentisches Coding und Wissensarbeit sowie API-Zugang.