Moonshot AI hat Kimi K3 veröffentlicht: 2,8 Billionen Parameter, ein Kontextfenster von einer Million Token und Benchmark-Werte auf Frontier-Niveau. Damit kündigt sich das mit Abstand größte offene KI-Modell an. Beim Preis bricht der Hersteller allerdings mit einer Gewissheit, auf die sich viele Entscheider verlassen haben.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Kimi K3 läuft ab sofort in App und API des chinesischen Anbieters Moonshot AI, die Modellgewichte sollen bis zum 27. Juli 2026 folgen[1]. Mit 2,8 Billionen Parametern ist das Modell fast dreimal so groß wie Inkling von Thinking Machines, das bisher größte offene Modell.
Das Wichtigste in Kürze
- Kimi K3 rechnet mit 2,8 Billionen Parametern, pro Anfrage arbeiten nur 16 von 896 Experten.
- Das Kontextfenster fasst eine Million Token, Bildverständnis ist nativ eingebaut.
- Die API kostet 2,61 € je Million Eingabe-Token und 13,05 € für die Ausgabe.
- Moonshot will die Modellgewichte bis zum 27. Juli 2026 freigeben.
Was steckt technisch in Kimi K3?
Kimi K3 ist ein Mixture-of-Experts-Modell mit 2,8 Billionen Parametern, neuer Delta-Attention-Architektur und einem Kontextfenster von einer Million Token. In Coding-Benchmarks liegt das Modell gleichauf mit Claude Fable 5 und GPT-5.6 Sol.
Die Architektur kombiniert Kimi Delta Attention mit sogenannten Attention Residuals, die Gewichte liegen im kompakten MXFP4-Format vor. Die Trainingseffizienz beziffert Moonshot auf das 2,5-Fache des Vorgängers Kimi K2[1].
Im Terminal Bench 2.1 erreicht Kimi K3 88,3 Punkte und überholt damit Claude Fable 5 (84,6), nur GPT-5.6 Sol (88,8) bleibt knapp vorn. Den Langstrecken-Test SWE Marathon gewinnt das Modell mit 42,0 Punkten vor beiden Konkurrenten, im DeepSWE-Benchmark bleibt Platz drei[1].
Warum bricht Moonshot mit dem Billig-Image?
Kimi K3 kostet 2,61 € je Million Eingabe-Token und 13,05 € für die Ausgabe. Damit liegt das offene Modell über manchem westlichen Angebot, und deutlich über dem, was chinesische Konkurrenten verlangen.
Bislang gelten offene Modelle aus China als Preisbrecher: GLM 5.2 hat eine ganze Debatte über den drohenden Margen-Kollaps der KI-Branche ausgelöst, Tencent verschenkt Hunyuan Hy3 unter Apache-Lizenz gleich komplett. Auch die westliche Konkurrenz drückt die Preise: Grok 4.5 von xAI kostet 1,74 € je Million Eingabe-Token und 5,22 € für die Ausgabe.
Der Listenpreis allein sagt allerdings wenig aus. Cache-Treffer kosten bei Kimi K3 nur 0,26 € je Million Token, und die Trefferquote in Coding-Workloads beziffert Moonshot auf über 90 %[1]. Entscheidend bleibt ohnehin der Token-Verbrauch pro Aufgabe: Ein sparsames Modell rechnet günstiger als ein billiges, wie unsere Analyse zum Preis pro Million Token zeigt.
Kimi K3 beerdigt die bequeme Gleichung, dass offen automatisch billig heißt. Entscheider sollten Kosten pro erledigter Aufgabe messen, nicht Listenpreise vergleichen.
— Markus Seyfferth, Chefredakteur Dr. Web
Was bedeutet Kimi K3 für deutsche Unternehmen?
Selbst betreiben lässt sich Kimi K3 kaum: Allein die Gewichte belegen rund 1,4 Terabyte. Realistisch sind der API-Zugang für unkritische Aufgaben oder ein europäischer Cloud-Anbieter, der das Modell nach der Gewichte-Freigabe hostet.
Die Rechnung dahinter ist simpel: 2,8 Billionen Parameter mal vier Bit ergeben rund 1,4 Terabyte an Modellgewichten, bevor der erste Prompt läuft. Für den Mittelstand bleiben kleinere offene Modelle die praktikablere Wahl; welches Modell zu welcher Aufgabe passt, erklärt unser LLMs-Ratgeber.
Interessant wird der 27. Juli trotzdem: Sobald die Gewichte vorliegen, können europäische Hoster das Modell DSGVO-konform anbieten, ohne dass Daten an Moonshots Server fließen. Bis dahin empfiehlt sich ein Test mit unkritischen Workloads über die API, bei dem Sie die effektiven Kosten je Aufgabe mitschreiben.
