Moonshot AI hat Kimi K3 veröffentlicht – ein nativ multimodales Mixture-of-Experts-Modell mit 2,8 Billionen Parametern, einer Million Token Kontext und einem klaren Schwerpunkt auf lang laufenden Agenten- und Coding-Aufgaben. Die nackte Modellgröße ist spektakulär. Wichtiger für die Praxis sind aber drei andere Punkte: Kimi K3 ist bereits über Web, Apps, Kimi Code und API nutzbar, die vollständigen Gewichte folgen erst später, und selbst Moonshot räumt noch einen Rückstand bei der Nutzererfahrung gegenüber den stärksten proprietären Modellen ein.
Kimi K3 im Überblick
- Gesamtgröße: 2,8 Billionen Parameter
- Architektur: Mixture of Experts mit 896 Experten, davon 16 pro Token aktiv
- Kontextfenster: bis zu 1 Million Token
- Modalitäten: Text, Bilder und Video innerhalb eines nativ multimodalen Modells
- Schwerpunkte: Coding, Tool-Nutzung, Recherche, Wissensarbeit und lang laufende Agentenaufgaben
- Zugang: Kimi.com, Kimi-App, Kimi Work, Kimi Code und Kimi API
- API-Modellname:
kimi-k3 - Open-Weights-Status: vollständige Gewichte laut Moonshot spätestens am 27. Juli 2026
- Technischer Bericht: angekündigt, zum Start aber noch nicht veröffentlicht
Diese Unterscheidung ist entscheidend: Moonshot bezeichnet Kimi K3 als offenes Modell und als erstes offenes Modell der 3-Billionen-Klasse. Zum Veröffentlichungszeitpunkt stehen die vollständigen Gewichte jedoch noch nicht zum Download bereit. Auch eine konkrete Lizenz nennt der technische Blog bisher nicht. Wer „Open Source“ mit sofort verfügbarem Code, Gewichten und klarer Lizenz gleichsetzt, sollte deshalb noch abwarten.
Was hinter den 2,8 Billionen Parametern steckt
Kimi K3 verwendet eine sehr dünn besetzte MoE-Architektur. Von 896 spezialisierten Experten werden pro Verarbeitungsschritt effektiv nur 16 aktiviert. Dadurch muss nicht das gesamte 2,8-Billionen-Modell für jedes Token vollständig berechnet werden. Die Gesamtzahl beschreibt also die Kapazität des Modells, nicht den Rechenaufwand eines vollständig dichten Netzes gleicher Größe.
Als zentrale Architekturbausteine nennt Moonshot Kimi Delta Attention (KDA) und Attention Residuals (AttnRes). KDA soll Aufmerksamkeit über sehr lange Sequenzen effizienter skalieren. AttnRes verändert den Informationsfluss über die Modelltiefe: Statt Zwischenrepräsentationen einfach fortlaufend zu addieren, kann das Modell gezielter auf frühere Repräsentationen zurückgreifen.
Hinzu kommt Stable LatentMoE für die Expertenarchitektur. Quantile Balancing soll die Auslastung der Experten ohne empfindliche manuelle Balancing-Parameter stabilisieren. Weitere Bausteine heißen Per-Head Muon, Sigmoid Tanh Unit und Gated MLA. Moonshot beziffert den kombinierten Effizienzgewinn beim Skalieren gegenüber Kimi K2 auf etwa den Faktor 2,5. Das ist eine Herstellerangabe; ein vollständiger technischer Bericht, mit dem sich diese Aussage im Detail prüfen ließe, folgt erst später.
Für das Training nutzt Kimi K3 laut Moonshot bereits ab der Supervised-Fine-Tuning-Phase quantisierungsbewusste Verfahren mit MXFP4-Gewichten und MXFP8-Aktivierungen. Für den Eigenbetrieb empfiehlt das Unternehmen sogenannte Supernodes mit mindestens 64 Beschleunigern. Das macht deutlich: „offen“ bedeutet bei diesem Modell nicht automatisch „leicht lokal betreibbar“. Selbst stark quantisierte Varianten werden erhebliche Infrastruktur benötigen.
Coding-Benchmarks: stark, aber kein pauschaler Spitzenplatz
Moonshot veröffentlicht eine umfangreiche Benchmarktabelle und vergleicht Kimi K3 unter anderem mit Claude Fable 5, GPT-5.6 Sol, Claude Opus 4.8, GPT-5.5 und GLM-5.2. Alle Kimi-Ergebnisse wurden mit maximalem Reasoning-Aufwand ermittelt.
Bei Terminal-Bench 2.1 erreicht Kimi K3 laut Tabelle 88,3 Punkte. GPT-5.6 Sol liegt mit 88,8 knapp davor, Claude Fable 5 mit 84,6 dahinter. In FrontierSWE kommt Kimi K3 auf 81,2 Punkte: deutlich vor GPT-5.6 Sol mit 71,3, aber hinter Fable 5 mit 86,6. Bei DeepSWE meldet Moonshot 67,5 Punkte, während Fable 5 mit 70,0 und GPT-5.6 Sol mit 73,0 besser abschneiden. Im SWE Marathon liegt Kimi K3 mit 42,0 vor Opus 4.8 mit 40,0, GPT-5.6 Sol mit 39,0 und Fable 5 mit 35,0.
Offizielle Benchmarkgrafik von Moonshot AI. Die Werte stammen überwiegend aus Hersteller- oder projektspezifischen Auswertungen und sind nicht als vollständig unabhängiger Vergleich zu verstehen.
Solche Zahlen sind nur mit Kontext sinnvoll. Moonshot verwendet je nach Modell unterschiedliche Agenten-Harnesses: Kimi Code, Claude Code oder Codex. Beim Fable-5-Vergleich kann es außerdem zu einem Fallback auf Opus 4.8 kommen, wenn Richtlinien eine Anfrage blockieren. Für GPT-5.6 Sol erwähnt Moonshot potenzielle Schutzmechanismen. Selbst bei identischem Benchmark sind die Laufbedingungen daher nicht vollkommen gleich.
Die faire Einordnung lautet: Kimi K3 spielt in mehreren Coding- und Agentenbenchmarks in der Spitzengruppe und gewinnt einzelne Vergleiche. Es schlägt die proprietäre Konkurrenz aber nicht durchgehend. Moonshot formuliert das selbst ungewöhnlich offen und schreibt, dass die Gesamtleistung noch hinter Claude Fable 5 und GPT-5.6 Sol liege.
Wer die Entwicklung von Moonshots Coding-Modellen verfolgt, findet bei uns auch den Hintergrund zu Kimi K2.7 Code in GitHub Copilot. K3 ist gegenüber dieser Generation kein kleines Versionsupdate, sondern ein Architektur- und Skalierungssprung.
Eine Million Token – mit Bedingungen
Das Kontextfenster von einer Million Token ist für große Repositories, lange Dokumentensammlungen und mehrstufige Recherchen relevant. Moonshot berichtet für BrowseComp 91,2 Punkte mit Kontextkompression. Ohne Kontextmanagement, aber mit dem vollen 1-Million-Token-Fenster, erreicht Kimi K3 demnach 90,4 Punkte.
Die größere Zahl allein garantiert jedoch keine stabile Langzeitnutzung. Moonshot nennt eine ungewöhnlich konkrete Einschränkung: K3 wurde mit erhaltenem „Thinking History“-Verlauf trainiert. Wenn ein Agenten-Harness diesen Verlauf nicht vollständig zurückgibt oder mitten in einer Sitzung auf K3 umgeschaltet wird, könne die Ausgabequalität stark schwanken. Empfohlen wird daher ein kompatibles Werkzeug wie Kimi Code. Für eigene Integrationen ist das keine Randnotiz, sondern eine zentrale technische Anforderung.
Was Kimi K3 als Agent zeigen soll
Der technische Blog enthält mehrere Fallstudien, die über klassische Chatbot-Demos hinausgehen. Kimi K3 soll in langen, weitgehend autonomen Sitzungen GPU-Kernel optimiert, einen Triton-ähnlichen Mini-Compiler gebaut und einen Chip für ein kleines Modell entworfen haben. In der Chip-Demo arbeitete das System laut Moonshot 48 Stunden mit offenen EDA-Werkzeugen, schloss das Timing für 100 MHz und erreichte in der Simulation mehr als 8.700 Token pro Sekunde.
Weitere Beispiele umfassen browserbasierte 3D-Spiele, interaktive Branchenberichte, Datenanalysen zu Gravitationswellen und wissenschaftliche Reproduktionsaufgaben. Bei einer Astrophysikaufgabe soll K3 mehr als 20 Paper ausgewertet, über 300 Zustandsgleichungen untersucht und mehr als 3.000 Zeilen Python-Code erzeugt haben.
Diese Demos zeigen, worauf Moonshot das Modell optimiert hat: nicht auf eine einzelne perfekte Antwort, sondern auf lange Arbeitsabläufe mit Werkzeugen, Code, Dateien, visueller Kontrolle und mehreren Zwischenschritten. Sie bleiben dennoch Hersteller-Fallstudien. Ohne öffentlich reproduzierbare Aufgabenpakete, vollständige Logs und unabhängige Wiederholungen sind sie Belege für die Produktstrategie, nicht für garantiert identische Resultate im Alltag.
API-Preise und Zugang
Kimi K3 ist über die offizielle API unter dem Modellnamen kimi-k3 verfügbar. Moonshot nennt folgende Preise pro eine Million Token:
- Cache-Treffer beim Input: 0,30 US-Dollar
- Input ohne Cache-Treffer: 3,00 US-Dollar
- Output: 15,00 US-Dollar
Der Unterschied zwischen Cache-Treffer und normalem Input ist enorm. Bei wiederholten Coding-Kontexten kann Prefix-Caching die Kosten daher deutlich senken. Moonshot behauptet für seine offizielle API eine Cache-Trefferquote von über 90 Prozent bei Coding-Workloads. Ob eine konkrete Anwendung diese Quote erreicht, hängt allerdings stark davon ab, wie stabil Prompts, Systemanweisungen und Repository-Kontexte wiederverwendet werden.
Neben der API läuft K3 auf Kimi.com und in den mobilen Apps. Kimi Work benötigt laut Anbieter mindestens Version 3.1.0; Kimi Code bietet die Modellauswahl über den Befehl /model. Zum Start verwendet K3 standardmäßig den maximalen Thinking-Aufwand. Niedrige und hohe Abstufungen sollen in späteren Updates folgen. Wer Kosten und Latenz fein steuern will, hat zum Start also weniger Auswahl als bei Plattformen mit mehreren Reasoning-Stufen.
Die wichtigsten Einschränkungen
Moonshot listet selbst drei Schwächen auf, die in einer realistischen Bewertung nicht fehlen dürfen:
- Empfindlichkeit beim Denkverlauf: Unvollständige Thinking-History oder ein Modellwechsel mitten in der Sitzung können die Qualität destabilisieren.
- Übermäßige Eigeninitiative: Bei mehrdeutigen Aufgaben oder kleinen Problemen kann K3 Entscheidungen im Namen des Nutzers treffen, die nicht beabsichtigt waren. Moonshot empfiehlt strengere Grenzen im Systemprompt oder in einer
AGENTS.md. - Rückstand bei der Nutzererfahrung: Trotz konkurrenzfähiger Benchmarks sieht Moonshot selbst noch einen merklichen Abstand zu Claude Fable 5 und GPT-5.6 Sol.
Gerade der zweite Punkt ist für produktive Agentensysteme wichtig. Ein Modell, das bei unklaren Anforderungen improvisiert, kann in einer Demo beeindruckend wirken. In Software-Repositories, Cloud-Umgebungen oder Unternehmensprozessen erhöht es ohne Freigabeschritte und begrenzte Berechtigungen das Risiko.
Einordnung: technisch bedeutend, praktisch noch nicht vollständig offen
Kimi K3 ist einer der ambitioniertesten offenen Modellstarts des Jahres. Die Kombination aus 2,8 Billionen Parametern, sehr sparsamer Expertenaktivierung, einer Million Token Kontext und nativem multimodalem Arbeiten verschiebt die Größenordnung offener Modelle deutlich. Besonders überzeugend ist, dass Moonshot neben Erfolgen auch Grenzen, Harness-Abhängigkeiten und den noch bestehenden Abstand zu proprietären Spitzenmodellen dokumentiert.
Trotzdem sollte das Etikett „Open Source“ zum Start nicht unkritisch übernommen werden. Die Gewichte sind noch angekündigt, der technische Bericht fehlt und eine konkrete Lizenz ist im Veröffentlichungsblog nicht genannt. Erst wenn diese Punkte vorliegen, lässt sich beurteilen, wie offen Kimi K3 tatsächlich nutzbar, veränderbar und kommerziell betreibbar ist.
Für Entwickler ist die API schon jetzt interessant – vor allem bei langem, wiederverwendbarem Kontext. Für Selbsthoster und Forschungsteams beginnt die eigentliche Prüfung dagegen erst mit der Veröffentlichung der Gewichte und des technischen Reports.
Häufige Fragen zu Kimi K3
Ist Kimi K3 bereits verfügbar?
Ja. Kimi K3 ist auf Kimi.com, in den Kimi-Apps, in Kimi Work, über Kimi Code und über die Kimi API verfügbar. In der API lautet der Modellname kimi-k3.
Ist Kimi K3 Open Source?
Moonshot bezeichnet K3 als offenes Modell. Die vollständigen Gewichte sollen jedoch erst bis zum 27. Juli 2026 veröffentlicht werden. Eine konkrete Lizenz nennt der technische Blog zum Start nicht. Präziser ist daher aktuell: offen angekündigt, aber noch nicht vollständig als Open-Weights-Paket verfügbar.
Wie groß ist das Kontextfenster?
Kimi K3 unterstützt bis zu eine Million Token. Für stabile lange Sitzungen muss der verwendete Agenten-Harness den bisherigen Denkverlauf korrekt erhalten; Moonshot empfiehlt Kimi Code als verifiziert kompatible Umgebung.
Was kostet die Kimi-K3-API?
Pro eine Million Token verlangt Moonshot 0,30 US-Dollar für gecachten Input, 3,00 US-Dollar für nicht gecachten Input und 15,00 US-Dollar für Output.
Ist Kimi K3 besser als Claude Fable 5 oder GPT-5.6 Sol?
Nicht pauschal. Kimi K3 gewinnt einzelne Coding- und Agentenbenchmarks, liegt in anderen dahinter. Moonshot selbst sieht die Gesamtleistung und Nutzererfahrung noch hinter den stärksten proprietären Modellen. Zudem unterscheiden sich die verwendeten Agenten-Harnesses und Testbedingungen.