Moonshot AI setzt im Rennen um leistungsfähige KI-Modelle ein Ausrufezeichen: Kimi K3 umfasst nach Angaben des chinesischen Unternehmens 2,8 Billionen Parameter, verarbeitet Bilder und bietet ein Kontextfenster von einer Million Token. Erste unabhängige Messungen bestätigen, dass das Modell zur internationalen Spitzengruppe gehört. Hinter der eindrucksvollen Zahl stehen allerdings drei wichtige Einschränkungen: Die offenen Gewichte fehlen noch, die Nutzung ist deutlich teurer als bei früheren Kimi-Modellen und die Zuverlässigkeit hält nicht überall mit der gestiegenen Leistung Schritt.
Das Wichtigste in Kürze
- Kimi K3 ist ein multimodales Mixture-of-Experts-Modell mit 2,8 Billionen Gesamtparametern und einer Million Token Kontext.
- Das Modell ist bereits über Kimi, Kimi Code und die Programmierschnittstelle verfügbar. Die vollständigen Gewichte sollen erst bis zum 27. Juli 2026 erscheinen.
- Artificial Analysis bewertet Kimi K3 mit 57 Punkten und damit als eines der derzeit leistungsfähigsten getesteten Modelle.
- Die offiziellen API-Preise liegen bei 3 US-Dollar pro Million nicht zwischengespeicherter Eingabetoken und 15 US-Dollar pro Million Ausgabetoken.
- Für Entwickler sind lange Programmieraufgaben und große Datenbestände interessant. Hoher Rechenbedarf, starke Ausführlichkeit und eine auffällige Halluzinationsrate bleiben klare Grenzen.
2,8 Billionen Parameter bedeuten nicht 2,8 Billionen aktive Rechenschritte
Kimi K3 verwendet eine Mixture-of-Experts-Architektur. Dabei besteht das Modell aus vielen spezialisierten Teilnetzen, von denen für jedes Token nur eine Auswahl aktiv wird. Moonshot nennt 896 Experten, von denen jeweils 16 zugeschaltet werden. Die enorme Gesamtzahl beschreibt deshalb vor allem die Wissens- und Spezialisierungskapazität des Systems. Sie bedeutet nicht, dass bei jeder Antwort alle 2,8 Billionen Parameter gleichzeitig rechnen.
Diese Sparsamkeit ist entscheidend, weil ein dichtes Modell dieser Größe selbst für große Rechenzentren kaum wirtschaftlich zu betreiben wäre. Moonshot kombiniert die Expertenstruktur mit zwei neuen Bausteinen. Kimi Delta Attention soll lange Eingaben effizienter verarbeiten. Attention Residuals sollen Informationen gezielter über die Tiefe des Netzes transportieren. Das Unternehmen spricht von einer rund 2,5-fach besseren Skalierungseffizienz gegenüber Kimi K2. Ein ausführlicher technischer Bericht steht allerdings noch aus. Die Architekturangaben sind daher bislang vor allem Herstellerinformationen.
Das Kontextfenster von einer Million Token ist praktisch relevanter als der reine Parameterrekord. Es reicht theoretisch für große Quellcodebestände, umfangreiche Akten oder mehr als tausend Textseiten in einer Sitzung. Das garantiert jedoch nicht, dass das Modell jede Information über die gesamte Länge gleich zuverlässig findet. Lange Kontexte erhöhen außerdem Laufzeit und Kosten. Für produktive Anwendungen bleibt deshalb eine gute Auswahl und Strukturierung der Eingaben wichtiger als das bloße Ausschöpfen des Maximalwerts.
Die Benchmarks zeigen Spitzenleistung, aber keinen eindeutigen Sieger
Moonshot positioniert Kimi K3 für lang laufende Programmieraufgaben, Wissensarbeit und den Einsatz von Werkzeugen. In den eigenen Tests liegt das Modell insgesamt noch hinter Claude Fable 5 und GPT 5.6 Sol, erzielt aber in einzelnen Programmier- und Automatisierungsprüfungen Spitzenwerte. Das Unternehmen zeigt unter anderem ein im Browser laufendes 3D-Spiel, einen selbst entwickelten kleinen GPU-Compiler und mehrstündige Forschungsabläufe. Solche Demonstrationen zeigen das Zielbild, ersetzen aber keinen reproduzierbaren Praxistest.
Hinzu kommt ein methodisches Problem. Moonshot verwendete je nach Benchmark unterschiedliche Agentenumgebungen wie Kimi Code, Claude Code oder Codex. Ein Modell profitiert stark davon, wie gut die jeweilige Umgebung Werkzeuge aufruft, Zwischenstände speichert und lange Aufgaben organisiert. Die Resultate sind deshalb nicht in jedem Fall ein direkter Vergleich unter identischen Bedingungen.
Der unabhängige Artificial Analysis Intelligence Index liefert ein nüchterneres Bild. Kimi K3 erreicht dort 57 Punkte und landet in der Spitzengruppe. Das ist ein großer Sprung gegenüber Kimi K2.7 Code und bestätigt, dass Moonshot den Abstand zu führenden geschlossenen Systemen verkleinert hat. Gleichzeitig misst das Testlabor nur 62 ausgegebene Token pro Sekunde. Das Modell arbeitet damit langsamer als der Durchschnitt seiner Vergleichsgruppe und erzeugt besonders viele Ausgabetoken.
Auch Zuverlässigkeit bleibt ein Thema. Nach der von The Decoder zusammengefassten Auswertung stieg die Trefferquote gegenüber dem Vorgänger, zugleich aber auch die gemessene Halluzinationsrate. K3 beantwortet also mehr schwierige Fragen korrekt, erfindet bei Wissenslücken jedoch ebenfalls häufiger eine vermeintlich sichere Antwort. Für Recherche, Recht, Medizin oder Unternehmensentscheidungen braucht es deshalb weiterhin Quellenprüfung und klar begrenzte Aufgaben.
Open Weights sind angekündigt, aber noch nicht geliefert
Moonshot bezeichnet Kimi K3 als offenes Modell der Drei-Billionen-Klasse. Am Veröffentlichungstag lässt es sich jedoch noch nicht unabhängig herunterladen und auf eigener Infrastruktur betreiben. Der Anbieter hat angekündigt, die vollständigen Gewichte bis zum 27. Juli 2026 bereitzustellen. Bis dahin ist K3 über die Dienste und die Programmierschnittstelle von Kimi nutzbar, praktisch also ein gehostetes Modell.
Das ist mehr als eine sprachliche Feinheit. Erst mit den Gewichten können Forschungsteams Architektur und Verhalten genauer untersuchen, eigene Varianten erstellen und den Betrieb außerhalb der Moonshot-Infrastruktur testen. Zudem müssen Lizenz, Dateiformat, Hardwarebedarf und Unterstützung durch Laufzeitumgebungen geklärt sein. Wie unser Beitrag über die tatsächliche Bedeutung offener Modellgewichte zeigt, ist ein Download allein noch keine Garantie für transparente Trainingsdaten, frei veränderbaren Code oder günstigen lokalen Betrieb.
Bei K3 ist die Hardwarehürde besonders hoch. Moonshot empfiehlt für produktive Installationen Verbünde mit mindestens 64 Beschleunigern. Selbst nach der Freigabe der Gewichte wird das Modell daher kein Kandidat für den heimischen Rechner sein. Wahrscheinlicher sind Angebote spezialisierter Cloud- und Inferenzanbieter, die die immense Rechenlast auf viele Kunden verteilen.
Für wen Kimi K3 interessant ist und was als Nächstes zählt
Entwickler können Kimi K3 bereits über Kimi Code oder die API erproben. Der offizielle Preis beträgt 0,30 US-Dollar pro Million Eingabetoken bei einem Cachetreffer, 3 US-Dollar ohne Treffer und 15 US-Dollar für die Ausgabe. Caching kann bei großen, weitgehend unveränderten Codebeständen viel Geld sparen. Gegenüber Kimi K2.6 ist K3 trotzdem erheblich teurer. Damit endet vorerst die einfache Erzählung, chinesische Spitzenmodelle seien automatisch extrem billig.
Für normale Chatfragen ist diese Modellklasse überdimensioniert. Interessant wird sie bei Aufgaben, die über viele Arbeitsschritte laufen, Bilder einbeziehen oder sehr große Dokumentmengen gemeinsam auswerten. Dabei ähnelt der Anspruch der Entwicklung hin zu umfangreichen Arbeitsumgebungen, wie sie auch Gemini Notebook für datenintensive Analysen verfolgt. Der Wettbewerb verlagert sich vom besten Einzeltext zum zuverlässigsten digitalen Arbeitsprozess.
Die entscheidende Prüfung beginnt am 27. Juli. Dann muss Moonshot zeigen, ob die angekündigten Gewichte tatsächlich vollständig, praktikabel lizenziert und von unabhängigen Werkzeugen unterstützt werden. Danach zählen reproduzierbare Tests auf identischer Infrastruktur, nicht weitere Herstellerdemos. Kimi K3 ist schon jetzt ein ernst zu nehmendes Signal für die Stärke chinesischer KI-Labore. Ob daraus ein dauerhaft offenes Gegengewicht zu den geschlossenen Spitzenmodellen wird, entscheidet sich erst mit der realen Veröffentlichung und den Erfahrungen unabhängiger Betreiber.