Kimi K3: Alles, was Sie über Moonshot AIs bahnbrechendes Open-Source-Modell mit 2,8 Billionen Parametern wissen müssen
Moonshot AIs Kimi K3 ist ein 2,8 Billionen Parameter starkes spärliches Mixture of Experts Modell, das im Artificial Analysis Intelligence Index mit 57,1 Punkten den 4. In Moonshots eigenem 14 Chart Launch Vergleich schlägt K3 Claude Fable 5 in 6 von 14 Benchmarks, darunter Terminal Bench 2.1 und SWE bench Verified.
Veröffentlicht vonBearbeitet mit DeepSeek-V4-FlashBilder erstellt mit GPT Image 1.5
Moonshot AIs Kimi K3 ist ein 2,8 Billionen Parameter starkes spärliches Mixture of Experts Modell, das im Artificial Analysis Intelligence Index mit 57,1 Punkten den 4.
In Moonshots eigenem 14 Chart Launch Vergleich schlägt K3 Claude Fable 5 in 6 von 14 Benchmarks, darunter Terminal Bench 2.1 und SWE bench Verified.
Moonshot AI hat insgesamt rund 3,77 Milliarden US Dollar in 4 Finanzierungsrunden eingesammelt.
Search & fact-check with cited sources for What are the key details about Moonshot AI's newly launched Kimi K3 model, including its architecConceptual visualization of Kimi K3's sparse Mixture-of-Experts architecture, where only 16 of 896 experts activate per token.
KI-Prompt
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What are the key details about Moonshot AI's newly launched Kimi K3 model, including its architec. Article summary: Here are the key facts on Moonshot AI's Kimi K3, organized by topic.. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com
Moonshot AI hat am 16. Juli 2026 Kimi K3 vorgestellt – ein Open-Weight-Modell mit 2,8 Billionen Parametern, das nach Angaben des in Peking ansässigen Startups mit den führenden proprietären Systemen von Anthropic und OpenAI mithalten kann, und das zu einem Bruchteil der Kosten . Das Modell ist ab sofort über eine API verfügbar; die vollständigen Gewichte sollen bis zum 27. Juli folgen . Dieser Artikel bietet eine detaillierte Aufschlüsselung der Architektur, der Benchmark-Ergebnisse, der Preise und des strategischen Kontexts einer der bedeutendsten Open-Source-AI-Veröffentlichungen des Jahres 2026.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Wie lautet die kurze Antwort auf „Kimi K3: Alles, was Sie über Moonshot AIs bahnbrechendes Open-Source-Modell mit 2,8 Billionen Parametern wissen müssen“?
Moonshot AIs Kimi K3 ist ein 2,8 Billionen Parameter starkes spärliches Mixture of Experts Modell, das im Artificial Analysis Intelligence Index mit 57,1 Punkten den 4.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Moonshot AIs Kimi K3 ist ein 2,8 Billionen Parameter starkes spärliches Mixture of Experts Modell, das im Artificial Analysis Intelligence Index mit 57,1 Punkten den 4. In Moonshots eigenem 14 Chart Launch Vergleich schlägt K3 Claude Fable 5 in 6 von 14 Benchmarks, darunter Terminal Bench 2.1 und SWE bench Verified.
Was soll ich als nächstes in der Praxis tun?
Moonshot AI hat insgesamt rund 3,77 Milliarden US Dollar in 4 Finanzierungsrunden eingesammelt.
Kimi K3: Alles, was Sie über Moonshot AIs bahnbrechendes Open-Source-Modell mit 2,8 Billionen Parametern wissen müssen
Moonshot AIs Kimi K3 ist ein 2,8 Billionen Parameter starkes spärliches Mixture of Experts Modell, das im Artificial Analysis Intelligence Index mit 57,1 Punkten den 4. In Moonshots eigenem 14 Chart Launch Vergleich schlägt K3 Claude Fable 5 in 6 von 14 Benchmarks, darunter Terminal Bench 2.1 und SWE bench Verified.
Veröffentlicht vonBearbeitet mit DeepSeek-V4-FlashBilder erstellt mit GPT Image 1.5
Moonshot AIs Kimi K3 ist ein 2,8 Billionen Parameter starkes spärliches Mixture of Experts Modell, das im Artificial Analysis Intelligence Index mit 57,1 Punkten den 4.
In Moonshots eigenem 14 Chart Launch Vergleich schlägt K3 Claude Fable 5 in 6 von 14 Benchmarks, darunter Terminal Bench 2.1 und SWE bench Verified.
Moonshot AI hat insgesamt rund 3,77 Milliarden US Dollar in 4 Finanzierungsrunden eingesammelt.
Search & fact-check with cited sources for What are the key details about Moonshot AI's newly launched Kimi K3 model, including its architecConceptual visualization of Kimi K3's sparse Mixture-of-Experts architecture, where only 16 of 896 experts activate per token.
KI-Prompt
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What are the key details about Moonshot AI's newly launched Kimi K3 model, including its architec. Article summary: Here are the key facts on Moonshot AI's Kimi K3, organized by topic.. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com
Moonshot AI hat am 16. Juli 2026 Kimi K3 vorgestellt – ein Open-Weight-Modell mit 2,8 Billionen Parametern, das nach Angaben des in Peking ansässigen Startups mit den führenden proprietären Systemen von Anthropic und OpenAI mithalten kann, und das zu einem Bruchteil der Kosten . Das Modell ist ab sofort über eine API verfügbar; die vollständigen Gewichte sollen bis zum 27. Juli folgen . Dieser Artikel bietet eine detaillierte Aufschlüsselung der Architektur, der Benchmark-Ergebnisse, der Preise und des strategischen Kontexts einer der bedeutendsten Open-Source-AI-Veröffentlichungen des Jahres 2026.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Wie lautet die kurze Antwort auf „Kimi K3: Alles, was Sie über Moonshot AIs bahnbrechendes Open-Source-Modell mit 2,8 Billionen Parametern wissen müssen“?
Moonshot AIs Kimi K3 ist ein 2,8 Billionen Parameter starkes spärliches Mixture of Experts Modell, das im Artificial Analysis Intelligence Index mit 57,1 Punkten den 4.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Moonshot AIs Kimi K3 ist ein 2,8 Billionen Parameter starkes spärliches Mixture of Experts Modell, das im Artificial Analysis Intelligence Index mit 57,1 Punkten den 4. In Moonshots eigenem 14 Chart Launch Vergleich schlägt K3 Claude Fable 5 in 6 von 14 Benchmarks, darunter Terminal Bench 2.1 und SWE bench Verified.
Was soll ich als nächstes in der Praxis tun?
Moonshot AI hat insgesamt rund 3,77 Milliarden US Dollar in 4 Finanzierungsrunden eingesammelt.
Kimi K3 ist ein spärliches Mixture-of-Experts (MoE)-Modell mit 2,8 Billionen Parametern. Von insgesamt 896 Experten sind pro Token nur 16 aktiv – ein Design, das die Leistungsfähigkeit eines riesigen Modells mit dem Rechenaufwand eines viel kleineren Modells verbinden soll . Zu den wichtigsten architektonischen Neuerungen gehören:
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 .
aiweekly.co
Moonshot preps Kimi K3 launch at 2-3 trillion parameters
Kimi K3 ist ein spärliches Mixture-of-Experts (MoE)-Modell mit 2,8 Billionen Parametern. Von insgesamt 896 Experten sind pro Token nur 16 aktiv – ein Design, das die Leistungsfähigkeit eines riesigen Modells mit dem Rechenaufwand eines viel kleineren Modells verbinden soll . Zu den wichtigsten architektonischen Neuerungen gehören:
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 .
aiweekly.co
Moonshot preps Kimi K3 launch at 2-3 trillion parameters
