Kimi K3 von Moonshot AI: Offenes Modell mit 2,8 Billionen Parametern fordert Claude und GPT heraus

Das chinesische KI-Labor Moonshot AI stellte Kimi K3 am 16. Juli 2026 vor und veröffentlichte damit das, was es „das weltweit erste offene 3T-Klasse-Modell“ nennt – ein 2,8-Billionen-Parameter-System, das den Abstand zu den leistungsstärksten proprietären Modellen von Anthropic und OpenAI verringert. Die Veröffentlichung wurde sofort zu einer der am meisten diskutierten KI-Veröffentlichungen des Jahres, erreichte die Spitze der Hacker News und wurde von Reuters, Bloomberg und der New York Times berichtet.

Für die breitere KI-Branchenberichterstattung ist Kimi K3 wichtig, weil es die Grenzen offener Modelle deutlich nach oben verschiebt und gleichzeitig eine neue Debatte darüber auslöst, ob frei herunterladbare Systeme mit geschlossenen Modellen mithalten können. Laut Moonshot werden die vollständigen Modellgewichte bis zum 27. Juli 2026 veröffentlicht.

Ein offenes Modell mit 2,8 Billionen Parametern

Laut der technischen Ankündigung von Moonshot handelt es sich bei Kimi K3 um ein Modell mit 2,8 Billionen Parametern, das auf zwei Architekturaktualisierungen basiert, die das Unternehmen Kimi Delta Attention (KDA) und Attention Residuals (AttnRes) nennt. Es verwendet ein Mixture-of-Experts (MoE)-Design, das nur 16 von 896 Experten für einen bestimmten Token aktiviert, gepaart mit dem, was Moonshot als stabiles LatentMoE-Framework beschreibt. Das Unternehmen gibt an, dass diese Änderungen im Vergleich zum Vorgängermodell Kimi K2 zu einer etwa 2,5-fachen Verbesserung der Gesamtskalierungseffizienz führen.

Das Modell verfügt außerdem über native Vision-Funktionen und ein Kontextfenster mit einer Million Token. Der Analyst Simon Willison schrieb in seinem Weblog, dass Kimi K3 die offene Krone von DeepSeeks v4 Pro mit 1,6 Billionen Parametern übernimmt – „mehr als doppelt so groß“ wie der Vorgänger Kimi K2.6 mit 1 Billion Parametern.

Moonshot bezeichnet die Veröffentlichung als den neuesten Schritt einer nachhaltigen Skalierungsoffensive und sagt, dass seine Modelle in neun der letzten zwölf Monate die Obergrenze der offenen Modellgrößen festgelegt hätten.

Wie es mit Benchmarks verglichen wird

Moonshots eigene Evaluierungssuite ordnet die Gesamtleistung des Kimi K3 hinter nur zwei proprietären Systemen ein – Claude Fable 5 von Anthropic und GPT-5.6 Sol von OpenAI – während es andere getestete Modelle, darunter Claude Opus 4.8 und GPT-5.5, durchweg übertrifft. Die Analyse durch Dritte verfolgt diese Behauptungen weitgehend.

Der unabhängige Bewertungsdienst Artificial Analysis berichtete, dass Kimi K3 in seinem privaten langfristigen Wissensarbeits-Benchmark einen Gesamt-ELO von 1547 erreichte – ein Sprung von 732 Punkten über Kimi K2.6 und nur hinter Claude Fable 5. Im Frontend Code Arena von Arena.ai kletterte Kimi K3 auf den ersten Platz und übertraf sogar Claude Fable 5, wie aus einem nach der Veröffentlichung weit verbreiteten Bestenlistenbeitrag hervorgeht.

Die Preisgestaltung ist ein bemerkenswerter Teil der Geschichte. Artificial Analysis bezifferte die durchschnittlichen Kosten pro Aufgabe auf 0,94 US-Dollar, vergleichbar mit den 1,04 US-Dollar von GPT-5.6 Sol und etwa der Hälfte der 1,80 US-Dollar von Claude Opus 4.8, und stellte gleichzeitig fest, dass Kimi K3 21 % weniger Output-Tokens verbrauchte als sein Vorgänger. Auf Pro-Token-Basis liegt der Preis des Modells bei 3 US-Dollar pro Million Input-Tokens und 15 US-Dollar pro Million Output-Tokens – die gleiche Stufe wie die Claude Sonnet-Serie von Anthropic und, wie Willison feststellte, das teuerste Modell, das bisher von einem chinesischen KI-Labor veröffentlicht wurde, gegenüber 0,95 US-Dollar/4 US-Dollar bei Kimi K2.6.

Agentische Codierung und ein Compiler, den es selbst erstellt hat

Ein Großteil der Ankündigung von Moonshot konzentrierte sich nicht auf Chatbot-Benchmarks, sondern auf langfristige Agentenaufgaben. Das Unternehmen gibt an, dass Kimi K3 längere Engineering-Sitzungen durchhalten, durch große Code-Repositories navigieren und Terminal-Tools mit minimaler menschlicher Aufsicht orchestrieren kann.

In einer Demonstration sagte Moonshot, dass eine frühe Version von Kimi K3 den Großteil der GPU-Kernel-Optimierungsarbeit des Teams in der Spätphase der Entwicklung übernommen habe. In einem anderen Fall erstellte das Modell „MiniTriton“, einen kompakten Triton-ähnlichen GPU-Compiler mit eigener Zwischendarstellung auf Kachelebene, Optimierungsdurchgängen und PTX-Codegenerierungspipeline. Moonshot behauptet, MiniTriton habe die etablierten Triton- und Torch.compile-Stacks bei unterstützten Roofline-Benchmarks und nachhaltigem End-to-End-NanoGPT-Training mit stabiler Konvergenz erreicht oder sogar übertroffen.

Das Unternehmen präsentierte außerdem einen beeindruckenden Proof of Concept im Chipdesign. Berichten zufolge hat Kimi K3 in einem einzigen 48-stündigen autonomen Lauf einen Chip entworfen, optimiert und verifiziert, der für die Bereitstellung eines Nanomodells auf seiner eigenen Architektur ausgelegt ist, und zwar mithilfe von Open-Source-EDA-Tools auf der 45-nm-Bibliothek von Nangate. Laut Moonshot schließt das Design das Timing bei 100 MHz innerhalb von 4 mm² ab und hält in der Simulation einen Dekodierdurchsatz von über 8.700 Token pro Sekunde aufrecht.

Auf der Forschungsseite sagte Moonshot, Kimi K3 habe die I-Love-Q-Universalbeziehungen aus der Computerastrophysik in etwa zwei Stunden reproduziert – eine Arbeit, die nach Schätzungen des Unternehmens einen Forscher normalerweise ein bis zwei Wochen dauern würde –, indem er mehr als 20 Arbeiten kreuzvalidierte, eine vollständige numerische Pipeline über mehr als 300 Zustandsgleichungen implementierte und über 3.000 Python-Zeilen schrieb.

Die Open-Weight-Debatte kehrt zurück

Die Ankunft von Kimi K3 entfacht eine Debatte, die bis zum Jahr 2026 andauert, da chinesische Labore wiederholt den Abstand zu US-amerikanischen Grenzmodellen aufgeholt haben – oder zu schließen scheinen. Das Muster ist mittlerweile bekannt: Eine chinesische Veröffentlichung postet selbst gemeldete Zahlen ganz oben auf den Bestenlisten, westliche Labore betonen ihren immer noch wachsenden proprietären Vorsprung und Unternehmen wägen Kosten und Offenheit gegen die reine Leistungsfähigkeit ab.

Diese Spannung ist in der Preisgestaltung sichtbar. Ein Modell, das Claude Opus 4.8 bei den Kosten pro Aufgabe unterbietet, sich aber seiner Leistungsfähigkeit annähert, aber mehr kostet als jede frühere chinesische Version, spiegelt die Zuversicht von Moonshot wider, dass es selbst in einem offenen Ökosystem Premium-Preise erzielen kann. Willison warnte davor, zu viel in einen einzelnen Benchmark hineinzuinterpretieren – sein langjähriger „Pelikan auf einem Fahrrad“-Test korreliere, wie er schrieb, nicht mehr zuverlässig mit der Qualität in der realen Welt – sagte aber, dass die Veröffentlichung immer noch praktisches Testen belohne.

Kimi K3 ist ab sofort über Kimi.com, den Kimi Work-Desktop-Agenten, das Kimi Code-Entwicklertool und die Kimi API verfügbar. Moonshot sagte, es arbeite mit Inferenzpartnern und Open-Source-Betreuern zusammen, um einen zuverlässigen Rollout vor der Veröffentlichung der vollständigen Gewichte sicherzustellen.

Bleiben Sie der KI immer einen Schritt voraus

Für eine fortlaufende Berichterstattung über Modellveröffentlichungen, Benchmark-Kämpfe und die Open-Weight-Grenze folgen Sie AI Buzz Wire für die Entwicklungen, die den globalen Wettlauf um künstliche Intelligenz prägen.

Weitere Neuigkeiten zum KI-Modell lesen →