Kimi K3 is het grootste open AI-model ooit — met een addertje

Moonshot AI bracht Kimi K3 uit op 16 juli 2026, en op papier is het het grootste model dat ooit als "open" is gepresenteerd: een mixture-of-experts-systeem met 2,8 biljoen parameters en een contextvenster van een miljoen tokens, dat op onafhankelijke ranglijsten net achter Claude Fable 5 en GPT-5.6 Sol landt. Het addertje is dat "open" voorlopig een belofte is, geen feit. Per 17 juli is er geen downloadbaar checkpoint, geen licentie en geen modelkaart. Voorlopig bereik je Kimi K3 alleen via de website van Moonshot en de betaalde API, met de volledige gewichten gepland voor 27 juli. Dit is wat er daadwerkelijk is uitgebracht, hoe het presteert en of het deze week in je stack thuishoort.

Wat is Kimi K3?

Kimi K3 is het nieuwe vlaggenschip-taalmodel van Moonshot AI, gebouwd als een dun bezet mixture-of-experts-netwerk met in totaal 2,8 biljoen parameters dat elk token door slechts 16 van de 896 experts leidt, zodat er per token maar een klein deel van het netwerk draait. Het komt met een contextvenster van een miljoen tokens en een native multimodaal ontwerp dat tekst, afbeeldingen en video in één architectuur verwerkt. Moonshot richt het pal op langlopend coderen, kenniswerk en agentisch gereedschapsgebruik, in plaats van op terloopse chat. Het spraakmakende cijfer — 2,8 biljoen parameters — maakt het het eerste model van deze omvang dat als open-weight is aangekondigd, in Moonshots eigen bewoordingen grofweg een systeem van de "3T-klasse". Het is nu beschikbaar via de Kimi-web-app en de API; de downloadbare gewichten zijn het deel dat nog onderweg is.

Het addertje: "open", maar je kunt het nog niet downloaden

Dit is het deel dat de koppen op de lanceringsdag oversloegen. Moonshot vermarktte K3 als een open model, maar op de dag van uitgave was er geen K3-checkpoint in de openbare repository, geen licentie en geen modelkaart. Het bedrijf zette de open-weight-uitgavedatum op 27 juli, ruim een week na de aankondiging, wat sterk suggereert dat de gewichten simpelweg niet klaar waren toen de marketing dat wel was. Tot ze er zijn, is "open" een punt op de roadmap. Je kunt het niet zelf hosten, niet fijn afstellen en niet auditeren — je huurt het via Moonshots API zoals elk gesloten model. Dat is van belang, want de hele aantrekkingskracht van een open frontier-model is controle: het op je eigen hardware draaien, data in huis houden en afrekening per token vermijden. Niets daarvan is nog beschikbaar. Als Moonshot op schema toegeeflijke gewichten levert, wordt K3 werkelijk betekenisvol. Als de datum uitloopt of de licentie restrictief is, is het een gesloten model met een open badge. Beoordeel het op 27 juli, niet op het persbericht.

Hoe Kimi K3 presteert tegen GPT-5.6 en Claude Fable 5

In onafhankelijke tests is K3 uitstekend, maar niet de nieuwe koning. Moonshots eigen gerapporteerde cijfers zijn sterk — Program Bench 77.8, GPQA-Diamond 93.5, MMMU-Pro 81.6 en BrowseComp 91.2 — maar benchmarks van fabrikanten vleien de fabrikant altijd. Nuttiger is de lezing van Artificial Analysis, dat K3 net achter Claude Fable 5 en GPT-5.6 Sol plaatst op zijn samengestelde intelligentie-index, bij een Elo van ongeveer 1547. Opvallend is dat het dat niveau haalt terwijl het ongeveer 21% minder output-tokens gebruikt dan Moonshots vorige K2.6, een reële efficiëntiewinst voor iedereen die per token betaalt. Kort gezegd: K3 is het sterkste model van open afkomst tot nu toe en een geloofwaardige vierde achter de topsystemen aan de Amerikaanse frontier, maar het onttroont ze niet. Voor agentisch coderen is het concurrerend; voor het absolute plafond bij zwaar redeneren leiden Fable 5 en GPT-5.6 Sol nog steeds. Die kloof is het hele jaar smaller geworden, en dat open modellen de frontier inhalen is een trend die we behandelden toen de vorige golf arriveerde.

Model	Architectuur	Context	Invoer $/1M	Uitvoer $/1M	Open gewichten
Kimi K3	2.8T MoE (16/896 experts)	1M	$3.00 ($0.30 gecacht)	$15.00	Beloofd op 27 juli
GPT-5.6 Sol	Gesloten vlaggenschip	1M	$5.00	$30.00	Nee
Kimi K2.6	MoE (vorige generatie)	256K	$0.95	$4.00	Ja

Wat Kimi Delta Attention werkelijk verandert

Het interessante ingenieurswerk in K3 is niet het aantal parameters, maar hoe Moonshot een context van een miljoen tokens betaalbaar maakte om te bedienen. Het model introduceert Kimi Delta Attention (KDA), een hybride schema van lineaire aandacht waarvan Moonshot zegt dat het tot 6,3x snellere decodering in contexten van een miljoen tokens levert dan standaardaandacht. Een tweede techniek, Attention Residuals, zou de trainingsefficiëntie met ongeveer 25% verhogen tegen minder dan 2% extra rekenkosten. Beide tellen zwaarder dan een punt op de ranglijst: langecontext-inferentie is het dure, trage deel van het draaien van grote modellen geweest, en een 6x decode-versnelling is het verschil tussen een bruikbare agent van een miljoen tokens en een die vastloopt. Als die cijfers standhouden bij onafhankelijke replicatie zodra de gewichten er zijn, is KDA het stuk dat andere labs zullen bestuderen. Voorlopig zijn het claims van de fabrikant, geloofwaardig maar onbevestigd buiten Moonshot.

Wat het gebruik van Kimi K3 kost

K3 kost via Moonshots API $3 per miljoen niet-gecachte invoer-tokens, $0.30 per miljoen cache-hit-invoer-tokens en $15 per miljoen uitvoer-tokens. Dat is een opvallende sprong ten opzichte van K2.6's ruwweg $0.95 invoer en $4 uitvoer, en het plaatst K3 in ongeveer dezelfde bandbreedte als Anthropics middensegment-prijzen voor Sonnet, in plaats van het koopjessegment dat Moonshot vroeger bezette. Het duikt nog steeds ruim onder GPT-5.6 Sols $5 invoer en $30 uitvoer, dus op puur kosten-per-kwaliteit is K3 agressief tegenover de beste gesloten modellen — alleen niet langer de goedkope optie onder de Chinese labs. De cache-hit-tarief van $0.30 is het getal om omheen te ontwerpen: als je werklast lange systeemprompts of documenten hergebruikt, verandert agressieve prompt-caching K3 van middenprijs in werkelijk goedkoop. Voor agent-lussen met hoog volume en veel herhaling die context hergebruiken, is de economie sterk. Voor eenmalige generatie met lange uitvoer loopt het uitvoertarief van $15 snel op.

Waarom een Chinees open model dat het opneemt tegen Amerikaanse labs ertoe doet

Kimi K3 is het duidelijkste teken tot nu toe dat de kloven open-versus-gesloten en VS-versus-China zich tegelijk sluiten. Een Chinees lab dat een model van de 3T-klasse levert dat wereldwijd vierde staat, en belooft de gewichten uit te brengen, zet de gesloten Amerikaanse frontier zowel op prijs als op openheid onder druk. Als de gewichten op 27 juli onder een bruikbare licentie aankomen, kan elk bedrijf met genoeg GPU's een bijna-frontier-model draaien zonder enige leverancier in de lus — dezelfde logica waardoor teams zelf gehoste infrastructuur verkiezen boven afgerekende SaaS. Dat betekent niet dat het voor iedereen de juiste keuze is: bijna-frontier loopt nog achter op frontier, en een 2,8T-model zelf draaien vergt serieuze hardware. Maar het herijkt de standaardvraag van "welke gesloten API vertrouwen we" naar "hebben we überhaupt een gesloten API nodig". Voor teams die al de beste AI-codeertools op echt werk afwegen, maakt K3 nu deel uit van dat gesprek op een manier waarop geen enkel open model dat een jaar geleden deed.

Zou je Kimi K3 nu al moeten gebruiken?

• Bouw je agentische codeer- of langecontext-tools en wil je frontier-nabije kwaliteit goedkoper dan GPT-5.6 Sol? De API van K3 is het waard om vandaag te testen, zeker als je op prompt-caching kunt leunen.
• Wacht je om een open frontier-model zelf te hosten? Wacht op 27 juli en controleer de daadwerkelijke licentie voordat je je vastlegt — op dit moment valt er niets te downloaden.
• Heb je het absoluut beste redeneren nodig? Blijf bij Claude Fable 5 of GPT-5.6 Sol; K3 komt dichtbij, maar staat een stap achter.
• Krap budget en eenvoudig werk? K3 is niet langer het goedkoopste Chinese model — het eigen K2.6 is veel minder per token.

Voor de meeste teams is de eerlijke zet om de API deze week uit te proberen en alle zelf-hosting-plannen aan te houden tot de gewichten en de licentie echt openbaar zijn.

Veelgestelde vragen

Is Kimi K3 Chinees?

Ja. Kimi K3 is gebouwd door Moonshot AI, een startup gevestigd in Peking, en Kimi is hun AI-merk voor consumenten en ontwikkelaars. Het model neemt het op openbare ranglijsten op tegen de beste Amerikaanse systemen, wat voor een groot deel de reden is dat de uitgave aandacht trok.

Wordt Kimi K3 opensource?

Moonshot heeft een open-weight-uitgave aangekondigd, gepland voor 27 juli 2026, maar per 17 juli waren er geen gewichten, licentie of modelkaart gepubliceerd. Tot die er zijn, is K3 alleen bruikbaar via Moonshots API en web-app, en zijn de exacte licentievoorwaarden onbekend. Behandel "open" als een te verifiëren belofte, niet als een geleverd feit.

Hoeveel kost Kimi K3?

Via Moonshots API kost K3 $3 per miljoen niet-gecachte invoer-tokens, $0.30 per miljoen cache-hit-invoer-tokens en $15 per miljoen uitvoer-tokens. Dat is duurder dan de vorige Kimi K2.6 (ongeveer $0.95 invoer en $4 uitvoer) maar ruim onder GPT-5.6 Sols $5 invoer en $30 uitvoer.

Hoe verschilt Kimi K3 van Kimi K2?

K3 is een groter mixture-of-experts-model met 2,8 biljoen parameters, een contextvenster van een miljoen tokens, native multimodale invoer en het nieuwe Kimi Delta Attention-mechanisme voor snellere langecontext-decodering. Het scoort hoger op redeneer- en codeerbenchmarks dan K2.6 terwijl het minder uitvoer-tokens gebruikt, maar het kost ook meer per token om te draaien.

Sources

• MarkTechPost — Moonshot AI Releases Kimi K3: architectuur (2.8T MoE, 16/896 experts, 1M context), de 6.3x decode-claim van Kimi Delta Attention, Attention Residuals en de gerapporteerde benchmarkscores.
• Simon Willison — Kimi K3, and what we can still learn from the pelican benchmark: onafhankelijke analyse van de open-weight-status (geen checkpoint/licentie/modelkaart bij lancering, datum 27 juli), Artificial Analysis Elo ~1547 en API-prijzen versus K2.6.
• Kimi (Moonshot AI) — official site: productpositionering voor agentisch coderen en kenniswerk, en API-toegang.