Kimi K3: Alles, was Sie über Moonshot AIs bahnbrechendes Open-Source-Modell mit 2,8 Billionen Parametern wissen müssen

• Stable LatentMoE: Moonshots eigene MoE-Formulierung, die laut Unternehmen die Trainingsstabilität und -effizienz verbessert .
• Kimi Delta Attention (KDA) und Attention Residuals (AttnRes): Neue Aufmerksamkeitsmechanismen, die laut Moonshot im Vergleich zu Standardmechanismen eine bis zu 6,3-mal schnellere Trainings- und Inferenzgeschwindigkeit ermöglichen .
• 1-Millionen-Token-Kontextfenster mit nativen Bildverarbeitungsfähigkeiten, die es dem Modell erlauben, lange Dokumente und Bilder in einer einzigen Eingabeaufforderung zu verarbeiten .
• Zum Start läuft K3 ausschließlich im standardmäßigen Max-Effort-Reasoning-Modus; eine schnellere oder schlankere Inferenzoption ist noch nicht verfügbar .

Diese architektonischen Entscheidungen positionieren K3 als direkten Herausforderer der teuersten Frontier-Modelle mit dem Ziel, deren Intelligenz zu erreichen und gleichzeitig ein deutlich besseres Preis-Leistungs-Verhältnis zu bieten.

Benchmark-Leistung

Die Benchmark-Ergebnisse von Kimi K3 platzieren es etwa zwischen den proprietären Modellen der Tier-1-Klasse und dem Rest der Open-Weight-Modelle. Die wichtigsten unabhängigen Werte im Überblick :

• Artificial Analysis Intelligence Index: 57,1 – Insgesamt Platz 4, hinter Claude Fable 5 (~60) und GPT-5.6 Sol (~59), knapp vor Claude Opus 4.8 (~56) .
• LMArena Frontend Code Arena: Platz 1 – K3 belegte den Spitzenplatz in Blindtests für Frontend-Codierung und schlug dabei alle anderen Modelle, einschließlich Claude Fable 5 und GPT-5.6 Sol .
• LMArena Chatbot Arena (StyleCtrl): Platz 9 insgesamt mit einer Elo-Zahl von ~1380 .
• GPQA Diamond: 93,5 % – das bislang stärkste Open-Weight-Ergebnis zum Zeitpunkt der Veröffentlichung, knapp vor Claude Fable 5 mit 92,6 % bei diesem wissenschaftlichen Reasoning-Benchmark auf PhD-Niveau .
• SWE-bench Verified: Vom Anbieter gemeldete Punktzahl von 80 %+, was auf eine starke agentische Codierungsleistung hindeutet .
• Terminal-Bench 2.1: 88,3 % – schlägt Claude Fable 5 bei diesem agentischen Terminal-Benchmark .
• GDPval v2: 1668 Elo-Punkte bei diesem Knowledge-Work-Ranking, übertrifft Claude Opus 4.8 (1600), bleibt aber hinter Claude Fable 5 (1760) und GPT-5.6 Sol (1748) zurück .

In Moonshots eigenem 14-Chart-Launch-Vergleich schlägt K3 Claude Fable 5 in 6 Benchmarks: Terminal-Bench 2.1, Program Bench, SWE Marathon, Automation Bench, SpreadsheetBench 2 und BrowseComp. Fable 5 gewinnt die restlichen 8, wobei FrontierSWE die größte Lücke aufweist (86,6 gegenüber K3s 81,2) .

Unabhängige Tester merken an, dass K3 langsamer und wortreicher ist als vergleichbare Modelle und dass bisher nur der „Max-Effort“-Inferenzmodus zur Verfügung steht . Alle Benchmark-Vergleiche beruhen derzeit auf vom Anbieter gemeldeten Behauptungen und Aggregationen Dritter von Artificial Analysis und LMArena; eine unabhängige, begutachtete Überprüfung der gesamten Suite steht noch aus .

Preise

Die API-Preise für Kimi K3 (Stand 16. Juli 2026) :

• Input (Cache-Fehler): 3,00 $ pro Million Token
• Gecachter Input: 0,375 $ pro Million Token (in mehreren Quellen als 0,30 $ angegeben )
• Output: 15,00 $ pro Million Token

Diese Preise liegen pro Token etwa 3- bis 10-mal niedriger als bei Claude Fable 5 und GPT-5.6 Sol . Allerdings sind sie auch etwa drei- bis viermal so teuer wie Moonshots vorheriges Flaggschiff-Modell K2, was das Ende der Ära ultra-günstiger chinesischer API-Zugänge markiert . Der Preis ist über das gesamte 1-Millionen-Token-Fenster hinweg flach und nicht nach Kontextstufen gestaffelt .

Zeitplan für die Open-Weight-Veröffentlichung

• API-Start: 16. Juli 2026 unter platform.kimi.ai .
• Vollständige Gewichte auf Hugging Face: Versprochen bis zum 27. Juli 2026 unter einer modifizierten MIT-Lizenz, die kommerziell nutzbar ist, aber Einschränkungen enthält .
• Nach den verfügbaren Berichtsdaten (bis zum 18. Juli 2026) sind die Gewichte noch nicht öffentlich – nur die API und ein Forscherzugangsprogramm sind live .
• Nach der Veröffentlichung wird K3 das größte jemals veröffentlichte Open-Weight-Modell sein und DeepSeeks V4 Pro (1,6 Billionen Parameter) sowie Zhipu AIs GLM-5-Serie (744 Milliarden) deutlich übertreffen .

Die zweistufige Einführung – zuerst die kostenpflichtige API, elf Tage später die offenen Gewichte – ist das prägende Merkmal dieser Ankündigung . Moonshot nennt K3 „Open Frontier Intelligence“, aber es ist eher als eine Open-Weight-Verpflichtung denn als eine praktische Umsetzung zu beschreiben, bis der Prüfpunkt tatsächlich herunterladbar ist .

Strategischer Kontext und Finanzierungshintergrund

Moonshot AI befindet sich in einem außergewöhnlichen Finanzierungsrausch, der durch die Notwendigkeit angetrieben wird, im hyperkompetitiven chinesischen KI-Wettlauf mitzuhalten :

• November 2025: Aufnahme von Finanzmitteln bei einer Bewertung von rund 4 Milliarden US-Dollar .
• Februar 2026: Abschluss einer Series Unknown von über 700 Millionen US-Dollar .
• Mai 2026: Aufnahme von rund 2 Milliarden US-Dollar bei einer Bewertung von 20 Milliarden US-Dollar, angeführt von Meituans Venture-Arm Long-Z Investments .
• Juni 2026: Aufnahme von Gesprächen über eine weitere Runde von 1–2 Milliarden US-Dollar mit dem Ziel einer Bewertung von 30 Milliarden US-Dollar – die dritte Finanzierungsrunde innerhalb von sechs Monaten .

Die gesamten bekannt gegebenen Finanzmittel belaufen sich auf etwa 3,77 Milliarden US-Dollar über 4 Runden . Zu den Geldgebern gehören Alibaba, Tencent, Meituan, 5Y Capital, IDG Capital und Zhen Fund . Bis April 2026 überstieg Moonshots annualisierter wiederkehrender Umsatz 200 Millionen US-Dollar, angetrieben durch Abonnements für den Kimi-Chatbot und KI-Modell-Dienste .

Das strategische Gesamtbild: Moonshot verbrennt aggressiv Kapital, um im Rennen zu bleiben . Der K3-Start signalisiert, dass Moonshot Open-Weight-Modelle auf Frontier-Niveau zu einem Bruchteil der Kosten der US-Konkurrenz liefern kann – ein entscheidendes Verkaufsargument für globale Unternehmen, die den ROI der Preise von Anthropic und OpenAI in Frage stellen . Die Open-Weight-Strategie positioniert K3 zudem als direkten Konkurrenten zu DeepSeeks offenen Modellen für selbst gehostete Unternehmensbereitstellungen .