Moonshot AI hat Kimi K3 vorgestellt und setzt damit ein neues Signal im Rennen um offene Spitzenmodelle. Das chinesische KI-Unternehmen beschreibt Kimi K3 als offenes Modell der 3T-Klasse mit 2,8 Billionen Parametern, 1 Million Tokens Kontextfenster, nativer Bildverarbeitung und starkem Fokus auf lange Coding-, Wissens- und Agentenaufgaben. Kimi K3 ist bereits über Kimi.com, Kimi Work, Kimi Code und die Kimi API nutzbar. Die vollständigen Modellgewichte sollen laut Moonshot AI bis zum 27. Juli 2026 folgen. In den aktuellen KI-News sticht Kimi K3 heraus, weil ein offenes Modell aus China erstmals in die Nähe führender geschlossener US-Systeme rückt und zugleich einen ungewöhnlich großen Kontextbereich anbietet.
| Merkmal | Kimi K3 | Einordnung |
|---|---|---|
| Entwickler | Moonshot AI | Chinesischer KI-Anbieter mit globaler Aufmerksamkeit |
| Modellgröße | 2,8 Billionen Parameter | Offene 3T-Klasse |
| Kontextfenster | 1 Million Tokens | Ganze Codebasen und sehr lange Dokumente möglich |
| Architektur | Kimi Delta Attention und Attention Residuals | Für lange Sequenzen und tiefe Modelle optimiert |
| Expertenmodell | 16 aktive Experten aus 896 | Spart Rechenaufwand pro Anfrage |
| Verfügbarkeit | Kimi.com, Kimi Work, Kimi Code und Kimi API | Nutzung startet vor vollständiger Weight-Freigabe |
| Modellgewichte | Bis 27. Juli 2026 angekündigt | Wichtig für Open-Source-Community |
| API-Preis | 0,30 Dollar Cache-Hit Input, 3 Dollar Cache-Miss Input, 15 Dollar Output je Million Tokens | Aggressive Positionierung im Frontier-Segment |
| Starke Einsatzbereiche | Coding, Wissensarbeit, Agenten und visuelle Aufgaben | Direkter Wettbewerb mit Claude, GPT und GLM |
Moonshot AI stellt Kimi K3 als offenes Frontier-Modell vor
Kimi K3 ist kein kleines Community-Modell. Moonshot AI positioniert das Sprachmodell als offenen Gegenentwurf zu geschlossenen Systemen von OpenAI, Anthropic und anderen US-Anbietern. Die Modellgröße von 2,8 Billionen Parametern ist der zentrale Aufhänger. Noch wichtiger ist aber die Architektur. Kimi K3 nutzt Kimi Delta Attention, Attention Residuals und ein stark sparsames Mixture-of-Experts-System.
Das Modell aktiviert laut Moonshot AI nur 16 von 896 Experten pro Verarbeitungsschritt. Dadurch soll Kimi K3 trotz enormer Gesamtgröße effizienter arbeiten. Moonshot AI spricht von rund 2,5-facher Skalierungseffizienz gegenüber Kimi K2. Das ist entscheidend, weil große offene Modelle sonst schnell an Kosten, Speicherbedarf und Inferenzgeschwindigkeit scheitern.
Der zweite große Punkt ist das Kontextfenster mit 1 Million Tokens. Damit kann Kimi K3 sehr lange Dokumente, große Codebasen, umfangreiche Forschungsdaten oder lange Agentenverläufe in einem Arbeitskontext halten. Genau hier zielt Moonshot AI auf Aufgaben, bei denen einfache Chatbots an Grenzen geraten: Softwaremigration, Debugging in großen Repositories, juristische oder wissenschaftliche Recherche und mehrstufige Wissensarbeit.
Kimi K3 ist zum Start noch nicht vollständig als herunterladbares Weight-Paket verfügbar. Moonshot AI stellt das Modell über eigene Dienste und die API bereit. Die vollständigen Gewichte sollen bis zum 27. Juli 2026 veröffentlicht werden. Diese Unterscheidung ist wichtig. Kimi K3 ist als offenes Modell angekündigt, aber die Open-Weight-Prüfung durch Entwickler, Hoster und unabhängige Maintainer beginnt erst mit der tatsächlichen Weight-Freigabe.
Der Preis macht das Modell zusätzlich interessant. Moonshot AI nennt für die API 0,30 Dollar je Million Input-Tokens bei Cache-Hit, 3 Dollar bei Cache-Miss und 15 Dollar je Million Output-Tokens. Für lange Coding- und Agentenaufgaben kann Caching damit ein großer Kostenfaktor werden. Kimi K3 zielt also nicht nur auf Benchmark-Siege, sondern auch auf produktive Nutzung in Entwicklerteams.
Der Schritt passt zu einem größeren Muster bei offenen KI-Modellen. Der frühere Artikel zu DeepSeek V4 mit 1M Kontext und Huawei-Ascend-Support zeigte bereits, wie stark chinesische Anbieter bei langen Kontextfenstern, lokalen Chips und offenen Strategien aufholen. Auch GLM-5.2 im Webdesign-Benchmark gegen Claude Fable 5 gehört in denselben Wettbewerb um offene und günstigere Frontier-Alternativen.
Benchmarks sehen Kimi K3 nahe an führenden US-Modellen
Moonshot AI nennt starke Ergebnisse bei Coding, Agentenaufgaben, Wissensarbeit, Vision und wissenschaftlichen Arbeitsabläufen. Das Unternehmen zeigt unter anderem GPU-Kernel-Optimierung, Compiler-Entwicklung, Spielentwicklung, Chipdesign, Forschungsreproduktion und interaktive Analyse-Dashboards als Beispiele. Diese Demos sind beeindruckend, bleiben aber Anbieterangaben und müssen durch reale Nutzung bestätigt werden.
Unabhängige Benchmarks stützen die starke Einordnung teilweise. Vals AI sieht Kimi K3 mit 74,70 Prozent auf Platz 2 von 38 Modellen im Vals Index. Besonders stark fällt dort der Bereich Softwareentwicklung aus. Arena.ai führt Kimi K3 im WebDev-Code-Leaderboard vorläufig auf Platz 1. Reuters berichtet außerdem über starke Drittbewertungen durch Arena.ai, Vals AI und Artificial Analysis.
Die genaue Einordnung bleibt trotzdem heikel. Benchmarks hängen stark von Testumgebung, Agenten-Harness, Prompting, Toolzugriff, Denkmodus, Budget und Auswertung ab. Moonshot AI weist selbst darauf hin, dass Kimi K3 insgesamt noch hinter den stärksten proprietären Modellen wie Claude Fable 5 und GPT 5.6 Sol liegt. Gleichzeitig schlägt Kimi K3 in mehreren Bereichen etablierte geschlossene Modelle oder erreicht vergleichbare Werte.
Für Entwickler ist besonders Kimi Code relevant. Moonshot AI bewirbt Kimi K3 als Modell für lange Engineering-Sessions, große Repositories und Terminal-Werkzeuge. Damit konkurriert Kimi K3 nicht nur mit ChatGPT oder Claude im Browser. Es konkurriert auch mit Coding-Agenten, IDE-Assistenten und automatisierten Entwicklerwerkzeugen. Der interne Kontext zu OpenAI Codex mit Computer Use, Browser und Memory zeigt, wie stark Coding-Agenten inzwischen zum Kern der KI-Plattformen werden.
Der Marktbezug ist ebenso wichtig wie die Technik. Reuters ordnet Kimi K3 als Zeichen für den schrumpfenden Abstand zwischen chinesischen und US-amerikanischen KI-Laboren ein. MiniMax, Z.ai, DeepSeek und Moonshot AI erhöhen den Druck auf westliche Anbieter mit offenen oder günstigeren Modellen. Nutzer und Unternehmen erhalten dadurch mehr Auswahl bei Preis, Hosting, Datenschutz, Anpassbarkeit und Anbieterabhängigkeit.
Für Anthropic entsteht zusätzlicher Druck, weil Kimi K3 direkt mit Fable- und Claude-Modellen verglichen wird. Frühere Ghacks-Berichte zu Anthropic Fable 5 und kostenpflichtigen Usage Credits, Claude Fable 5 und Mythos 5 sowie Anthropic Mythos und den NSA-Red-Team-Test zeigen, wie eng Leistungsfähigkeit, Verfügbarkeit, Sicherheit und Politik inzwischen zusammenhängen.
Auch für Open Source bleibt Kimi K3 ein Prüfstein. Ein offenes 2,8T-Modell ist nur dann praktisch nützlich, wenn Inferenzpartner, Quantisierung, Serving-Software, Dokumentation und Lizenzbedingungen tragfähig sind. Moonshot AI verweist auf die Zusammenarbeit mit Inferenzpartnern und Open-Source-Maintainern. Zudem soll vLLM Unterstützung für Kimi Delta Attention mit Prefill-Cache erhalten. Erst nach der Weight-Veröffentlichung lässt sich beurteilen, wie gut Kimi K3 außerhalb der Moonshot-Infrastruktur läuft.
Kimi K3 markiert damit einen wichtigen Moment im KI-Wettbewerb. China bringt ein offenes Modell mit riesiger Parameterzahl, langem Kontext und starken Agentenwerten an den Start. Die Nutzung beginnt sofort über Kimi-Dienste und API. Die entscheidende Bewährungsprobe folgt mit der Freigabe der vollständigen Gewichte, den ersten unabhängigen Deployments und realen Tests in Codebasen, Forschungsprojekten und Unternehmensumgebungen.