Kimi K3: Was Moonshots 2,8-Billionen-Parameter-Modell wirklich kann

Was ist Kimi K3?

Kimi K3 ist ein Large Language Model (LLM) von Moonshot AI, das der Hersteller am 16. Juli 2026 als „Open Frontier Intelligence“ vorgestellt hat. Mit 2,8 Billionen Gesamtparametern ist es laut Moonshot das weltweit erste Open-Weight-Modell der 3-Billionen-Klasse. Es reiht sich in die Serie chinesischer Frontier-Releases ein, die zuletzt mit GLM-5.2 und der Open-Source-Offensive um LongCat und Qwen das Preis-Leistungs-Gefüge der KI-Branche verschoben haben.

Die wichtigsten Eckdaten im Überblick (Stand: 28.07.2026):

Eigenschaft	Kimi K3
Gesamtparameter	2,8 Billionen, Sparse MoE („Stable LatentMoE“)
Aktive Parameter	104 Milliarden (16 von 896 Experten pro Token)
Kontextfenster	1.048.576 Tokens
Reasoning	Always-Reasoning, Standardstufe „max“
API-Preis pro 1 Mio. Tokens	3,00 USD Input / 15,00 USD Output / 0,30 USD Cache-Hit
Verlässlichkeit	46 % Genauigkeit, 51 % Halluzinationsrate (AA-Omniscience)
Offene Gewichte	veröffentlicht seit 27.07.2026 unter der Kimi K3 License
Self-Hosting	empfohlen: Supernode mit 64 oder mehr Beschleunigern

Architektur: Stable LatentMoE und Kimi Delta Attention

Technisch setzt K3 auf einen Sparse-Mixture-of-Experts-Ansatz (MoE), den Moonshot Stable LatentMoE nennt: 896 Experten, von denen pro Token genau 16 aktiviert werden. Die offizielle Model Card nennt 104 Milliarden aktive Parameter. Dazu kommen zwei Architektur-Bausteine aus Moonshots eigener Forschung: Kimi Delta Attention (KDA) für effizienteres Caching und Attention Residuals (AttnRes), die Outputs früherer Layer aggregiert zurückführen. K3 verarbeitet nativ Text und Bilder; Moonshot beschreibt zusätzlich Videoverständnis innerhalb derselben multimodalen Architektur. Das Kontextfenster beträgt 1.048.576 Tokens.

Always-Reasoning: „max“ bleibt Standard

K3 ist ein Always-Reasoning-Modell: Es denkt vor jeder Antwort in ausführlichen, abgerechneten Reasoning-Schritten. Die aktuelle Model Card dokumentiert für den API-Parameter `reasoning_effort` die Stufen „low“, „high“ und „max“; Standard bleibt „max“. Das hat direkte Kostenfolgen, dazu unten mehr. Moonshot selbst räumt zwei weitere Eigenheiten ein: Das Modell neigt zu exzessiver Proaktivität und trifft bei Unklarheiten ungefragt eigene Entscheidungen, und es degeneriert spürbar, wenn die Thinking-History früherer Dialog-Turns nicht vollständig mitgeliefert wird.

Wie schlägt sich Kimi K3 in Benchmarks?

Die Hersteller-Benchmarks und ihr Harness-Problem

Moonshots Model Card nennt 67,5 auf DeepSWE v1.1 im Kimi-Code-Harness; 67,3 erreicht K3 laut Fußnote mit mini-SWE-agent. Auf Terminal-Bench 2.1 sind es 88,3 – knapp hinter GPT-5.6 Sol (88,8), vor Claude Fable 5 (88,0) und Claude Opus 4.8 (84,6). Der Vergleich bleibt harnessabhängig: K3 lief im Kimi-Code-Harness, während für die anderen Modelle jeweils Bestwerte aus anderen Harnesses wie Terminus 2 oder Codex verwendet werden. Damit vergleicht Moonshot nicht nur Modelle, sondern Modell-Harness-Kombinationen. Warum der Harness inzwischen oft mehr über das Ergebnis entscheidet als das Modell selbst, habe ich im Artikel Der Agent-Harness frisst das Modell ausführlich analysiert.

Was unabhängige Messungen zeigen

Der Artificial Analysis Intelligence Index stuft K3 mit 57 Punkten je nach Momentaufnahme auf Platz 3 bis 4 ein: vergleichbar mit Claude Opus 4.8 und GPT-5.5, aber klar hinter den Spitzenmodellen Claude Fable 5 und GPT-5.6 Sol. Einen echten Spitzenplatz holt K3 in der Frontend Code Arena von Arena.ai: Mit einem Elo-Score von 1679 liegt es dort auf Platz 1 vor Claude Fable 5 (1631), bei einer Pairwise-Win-Rate von 76 Prozent. Wichtig: Dieses Ranking basiert auf menschlichen Präferenzen für Frontend-Ergebnisse, nicht auf geprüfter Code-Korrektheit.

Der größte Schwachpunkt ist die Verlässlichkeit: Im AA-Omniscience-Test von Artificial Analysis stieg die Halluzinationsrate von 39 Prozent beim Vorgänger K2.6 auf 51 Prozent bei K3. Das heißt nicht, dass jede zweite Antwort falsch ist: Die Rate misst, wie oft das Modell selbstbewusst antwortet, wo es besser passen sollte. Die Genauigkeit stieg parallel von 33 auf 46 Prozent, K3 antwortet also öfter richtig, erfindet aber auch öfter etwas, statt Unsicherheit zuzugeben. Für faktensensible Anwendungen bleibt das ein Risiko.

Was kostet Kimi K3 wirklich?

Die offiziellen API-Preise (Stand 28.07.2026) wirken auf den ersten Blick kompetitiv:

Posten	Preis pro 1 Mio. Tokens
Input	3,00 USD
Input (Cache-Hit)	0,30 USD
Output	15,00 USD

Die Praxis sieht anders aus. Weil K3 standardmäßig mit maximalem Reasoning läuft, produziert es enorme Mengen an Output-Tokens: 132 Millionen im Testlauf des Artificial-Analysis-Index, gegenüber rund 63 Millionen im Durchschnitt der Vergleichsmodelle. Die effektiven Kosten pro gelöstem Task liegen dadurch bei rund 0,94 US-Dollar. Das ist günstiger als Claude Opus 4.8 (1,80 USD), aber nahe an GPT-5.6 Sol (1,04 USD), dem deutlich stärkeren Modell. Ein Community-Beispiel von Hacker News illustriert das Muster: Eine einfache SVG-Grafik kostete 16.658 Output-Tokens (0,25 USD), davon 13.241 Tokens unsichtbares Reasoning. Die offizielle Preisübersicht findest du in der Kimi-API-Dokumentation.

Ist Kimi K3 wirklich Open Source?

Als Open-Weight-Modell: ja. Als uneingeschränktes Open-Source-Modell: nein. Moonshot hat die vollständigen Gewichte am 27. Juli 2026 auf Hugging Face veröffentlicht. Die eigene Kimi K3 License erlaubt Nutzung, Veränderung, Weitergabe und kommerzielle Produkte grundsätzlich. Betreibt der Lizenznehmer oder eines seiner verbundenen Unternehmen ein Model-as-a-Service-Geschäft und übersteigt deren aggregierter Umsatz 20 Millionen US-Dollar innerhalb beliebiger zwölf aufeinanderfolgender Monate, ist vor einer kommerziellen Nutzung eine separate Vereinbarung mit Moonshot erforderlich. Bei kommerziellen Produkten mit mehr als 100 Millionen monatlich aktiven Nutzern oder mehr als 20 Millionen US-Dollar Monatsumsatz muss „Kimi K3“ prominent in der Benutzeroberfläche erscheinen. Ausgenommen sind interne Nutzung sowie der Zugriff über offizielle Moonshot-Produkte oder zertifizierte Inferenzpartner. Gewichte und Inferenzcode sind damit offen verfügbar, Trainingsdaten und der vollständige Trainingsprozess bleiben jedoch geschlossen.

Self-Hosting: Realistisch nur für Rechenzentren

Trotz des Weights-Release bleibt lokales Hosting Utopie für die meisten Teams. Moonshot empfiehlt für das Deployment eine Supernode-Konfiguration mit 64 oder mehr Beschleunigern; das Modell nutzt MXFP4-Weights und MXFP8-Activations. Community-Schätzungen taxieren allein den Speicherbedarf der Gewichte auf rund 1,4 Terabyte im FP4-Format. Faustregel: Wer nicht ohnehin ein GPU-Rechenzentrum betreibt, nutzt K3 über die API oder gar nicht.

Datenschutz: API klar, Web-Interface vage

Die Kimi API Platform Privacy Policy sichert zu, API-Eingaben nicht für das Modelltraining zu verwenden. Für das Web-Interface sind die Regelungen deutlich vager, und die Community-Bedenken gegenüber Datenverarbeitung auf chinesischen Servern bleiben bestehen. Für Unternehmen mit sensiblen Daten ist die API-Nutzung mit klarer Datenverarbeitungs-Vereinbarung der einzige vertretbare Weg.

FAQ: Häufig gestellte Fragen zu Kimi K3

Sind die offenen Gewichte von Kimi K3 verfügbar?

Ja. Moonshot hat die vollständigen Kimi-K3-Gewichte am 27. Juli 2026 auf Hugging Face veröffentlicht. Sie stehen unter der eigenen Kimi K3 License, die kommerzielle Nutzung grundsätzlich erlaubt, für große Model-as-a-Service-Anbieter aber zusätzliche Bedingungen festlegt.

Ist Kimi K3 besser als Claude Fable 5 oder GPT-5.6 Sol?

Nein, nicht in der Breite. Im Artificial Analysis Intelligence Index liegt K3 mit 57 Punkten hinter beiden Spitzenmodellen. Stark ist K3 punktuell, etwa im Web-Frontend-Design, wo es das Arena.ai-Leaderboard mit einem Elo von 1679 anführt.

Was kostet Kimi K3 über die API?

3,00 US-Dollar pro Million Input-Tokens, 0,30 US-Dollar bei Cache-Hits und 15,00 US-Dollar pro Million Output-Tokens (Stand 28.07.2026). Wegen des standardmäßigen Max-Reasonings fallen laut Artificial Analysis real rund 0,94 US-Dollar pro gelöstem Task an.

Kann ich Kimi K3 lokal betreiben?

Praktisch nicht. Moonshot empfiehlt für das Deployment eine Supernode-Konfiguration mit 64 oder mehr Beschleunigern; die Gewichte allein belegen laut Community-Schätzungen rund 1,4 Terabyte. Self-Hosting ist nur für Betreiber großer GPU-Cluster realistisch.

Wie groß ist das Kontextfenster von Kimi K3?

Das Kontextfenster über die API beträgt 1.048.576 Tokens.

Wie zuverlässig sind die Antworten von Kimi K3?

Das ist die größte Schwäche. Laut Artificial Analysis stieg die Halluzinationsrate von 39 Prozent (Vorgänger K2.6) auf 51 Prozent. Für faktenkritische Anwendungen brauchst du zwingend Grounding und Faktenchecks.

Fazit

Kimi K3 ist ein architektonischer Meilenstein: 2,8 Billionen Parameter, neuartige Attention-Mechanismen und ein Millionen-Token-Kontext. Moonshot hat das zentrale „Open Frontier“-Versprechen mit der Veröffentlichung der Gewichte eingelöst, die eigene Lizenz bleibt aber restriktiver als etablierte Open-Source-Lizenzen. Zugleich frisst das standardmäßige Max-Reasoning einen Teil des Preisvorteils auf, und die gestiegene Halluzinationsrate mahnt zur Vorsicht. Wer die Dynamik der chinesischen Open-Weights-Szene einordnen will, findet den Kontext im Artikel zu GLM-5.2 und in der Analyse der Open-Source-Offensive um LongCat, Ornith und Qwen. Warum Benchmark-Vergleiche ohne einheitlichen Harness wenig aussagen, erklärt Der Agent-Harness frisst das Modell; den westlichen Gegenentwurf zur China-Dominanz bei offenen Modellen beleuchtet Inkling von Thinking Machines Lab. Und wie sich K3 im direkten Vergleich mit zwei ganz anderen Ansätzen positioniert, zeigt der Open-Weight-Vergleich: Kimi K3, Laguna S 2.1 und DeepSeek-Reasonix.

*Quellen: Moonshot Kimi K3 Tech Blog, offizielle Model Card und Kimi K3 License, Artificial Analysis, Kimi API Platform; Release- und Lizenzprüfung vom 28.07.2026.*