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

Kimi K3 ist das neue Flaggschiff-Modell des chinesischen Anbieters Moonshot AI: 2,8 Billionen Parameter, Sparse-Mixture-of-Experts-Architektur mit 896 Experten (16 aktiv pro Token) und ein Kontextfenster von 1 Million Tokens. Moonshot nennt es das größte "Open-Source-Modell" der Welt, doch die Gewichte erscheinen erst am 27. Juli 2026; aktuell ist K3 faktisch API-only. Unabhängige Messungen relativieren die Bestwerte des Herstellers: Im Artificial Analysis Intelligence Index erreicht K3 57 Punkte und liegt damit hinter Claude Fable 5 und GPT-5.6 Sol, die Halluzinationsrate stieg gegenüber dem Vorgänger von 39 auf 51 Prozent. Die API kostet 3 US-Dollar pro Million Input-Tokens und 15 US-Dollar pro Million Output-Tokens. Weil das Modell standardmäßig auf maximaler Reasoning-Stufe läuft, liegen die effektiven Task-Kosten bei rund 0,94 US-Dollar.

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 größte Modell, das je für eine offene Veröffentlichung angekündigt wurde. 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: 20.07.2026): | Eigenschaft | Kimi K3 | |---|---| | Gesamtparameter | 2,8 Billionen, Sparse MoE ("Stable LatentMoE") | | Aktive Parameter | ca. 50 Milliarden (16 von 896 Experten pro Token) | | Kontextfenster | 1.048.576 Tokens (Kimi Code: 256.000 im Einstiegstarif) | | 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 | angekündigt für 27.07.2026, Lizenz noch unklar | | Self-Hosting | ab 64 Beschleunigern; MXFP4-Weights, MXFP8-Activations |

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. Unabhängige Beobachter leiten daraus rund 50 Milliarden aktive Parameter ab. 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. Das Kontextfenster beträgt 1.048.576 Tokens; in der IDE-Integration Kimi Code ist die volle Länge allerdings den höheren Tarifen (Allegretto bzw. neu Explorer) vorbehalten, der Einstiegstarif (Moderato bzw. neu Starter) ist auf 256.000 Tokens begrenzt.

Always-Reasoning: Nur Stufe "max" verfügbar

K3 ist ein Always-Reasoning-Modell: Es denkt vor jeder Antwort in ausführlichen, abgerechneten Reasoning-Schritten. Laut Tech Blog ist zum Launch nur die Stufe "max" aktiv, die Stufen "low" und "high" sollen mit späteren Updates folgen; die API-Dokumentation listet den Parameter reasoningeffort mit allen drei Werten bereits, 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

Moonshot vermeldet Spitzenwerte: 67,3 auf DeepSWE v1.1 und 88,3 auf Terminal Bench 2.1, dort knapp hinter GPT-5.6 Sol (88,8) und über den zitierten Werten für Claude Fable 5 und Opus 4.8 (je 84,6). Der Haken liegt in der Methodik: K3 lief im hauseigenen Kimi-Code-Harness, die Konkurrenzwerte stammen dagegen aus deren jeweils besten Umgebungen wie Claude Code, Codex oder Terminus. Damit vergleicht Moonshot nicht Modelle, sondern Modell-Harness-Kombinationen, und das verzerrt das Ergebnis massiv. 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 20.07.2026) 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?

Aktuell: nein. Moonshot bewirbt K3 im offiziellen Tech Blog als größtes Open-Source-Modell der Welt, die Gewichte sollen aber erst am 27. Juli 2026 erscheinen. Eine Prüfung am 20. Juli 2026 ergab: Das offizielle Hugging-Face-Profil moonshotai listet exakt null K3-Modelle. Bis zum Release ist K3 damit faktisch Closed Source und nur per API oder über das Web-Interface kimi.com nutzbar, das einen Account-Zwang hat. Auch die Lizenz ist offen: In der Presse wird über eine modifizierte MIT-Lizenz spekuliert, verbindliche Bedingungen liegen nicht vor. Ob am Ende eine echte Open-Source-Lizenz steht oder ein restriktives Konstrukt, ist Stand heute unklar.

Self-Hosting: Realistisch nur für Rechenzentren

Selbst nach dem Weights-Release bleibt lokales Hosting Utopie für die meisten Teams. Moonshot empfiehlt für sinnvolles Serving einen Cluster von mindestens 64 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

Wann erscheinen die offenen Gewichte von Kimi K3?

Moonshot hat den 27. Juli 2026 angekündigt. Bis dahin ist K3 nur über die API und das Web-Interface kimi.com nutzbar; auf Hugging Face existieren noch keine K3-Gewichte.

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 20.07.2026). 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 mindestens 64 Beschleuniger, 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?

1.048.576 Tokens über die API. In der IDE-Integration Kimi Code gilt die volle Länge nur im Allegretto-Tarif; der günstigere Moderato-Tarif ist auf 256.000 Tokens begrenzt.

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. Zugleich ist das "Open Frontier"-Versprechen bis zum Weights-Release am 27. Juli reine PR, das standardmäßige Max-Reasoning frisst den Preisvorteil 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. Quelle: Moonshot Kimi K3 Tech Blog, Artificial Analysis, Kimi API Platform; eigene Zugangs- und Preisprüfung vom 20.07.2026.