Was ist Kimi K3? 2,8T Open-Source-Modell und Release-Hintergrund
In der Nacht zum 16. Juli 2026 erschien oben in den Moonshot-API-Dokumenten ein Banner „Kimi K3 ist live“ — ohne große Keynote, ohne Social-Media-Offensive, nur Tech-Blog, Preisseite und sofort nutzbare Model-ID kimi-k3. Der zurückhaltende Launch steht im Kontrast zu 2,8 Billionen Parametern.
Kurzdefinition: Kimi K3 ist derzeit das größte Open-Source-AI-Modell weltweit — 2,8T Parameter, ~75 % über DeepSeek V4 Pro (1,6T), 2,7× Xiaomis Open-Source-Modell (1,02T), über 7× Alibaba (397B). Sparse-MoE-Architektur aktiviert 16 von 896 Experten; 1 M Token Kontext (ca. fünf Romane in einem Durchlauf) plus native Vision für komplexes Coding, Long-Document-Reasoning und Wissensarbeit. Vollständige Weights ab 27. Juli open source; API ~40 % günstiger als Claude Opus 4.8.
| Spezifikation | Wert |
|---|---|
| Gesamtparameter | 2,8 Billionen (2,8T) |
| Architektur | Kimi Delta Attention + Attention Residuals + Stable LatentMoE |
| Aktive Experten | 16 / 896 (Sparsity 1,8 %) |
| Kontextfenster | 1.048.576 Tokens (1M) |
| Input-Modalitäten | Text, Bild, Video |
| Inferenzmodus | Derzeit nur max (low/high folgen) |
| API-Preis | $3 / $15 pro 1M Tokens (Input/Output) |
| Open Weights | 27. Juli 2026 (Hugging Face) |
Warum das Release wichtig ist: Moonshot AI kämpfte 18 Monate mit DeepSeek-Druck — K3 ist eine starke Antwort:
Größenrekord: Kimi hielt in 9 von 12 Monaten die Spitze der Open-Source-Skalierung.
Strategisches Timing: Launch kurz vor der WAIC 2026 (17.–20. Juli) — starkes Signal.
Commercial Upside: ARR über 300 Mio. USD (Stand Juni 2026), 6. Funding-Runde, Pre-Money 31,5 Mrd. USD.
API-getrieben: API-Anteil >70 %, internationale zahlende Nutzer +400 % — kein reines Scale-Theater, sondern wachsende Monetarisierung.
Typische Fehlannahmen: „Größte Parameter“ ≠ jedes Benchmark #1; Harness-Unterschiede nicht ignorieren; vor 27.7. keine volle lokale Weights; FrontierSWE führt Fable 5; kein Single-Model für alle Agent-Szenarien.
Kimi Delta Attention und drei Architektur-Innovationen
Kimi K3 ist kein reines Parameter-Scaling — drei Engineering-Innovationen adressieren Long-Context- und Ultra-Sparse-MoE-Engpässe.
2.1 Kimi Delta Attention (KDA) — Hybrid-Linear-Attention
Full Attention skaliert KV-Cache speicherintensiv; bei 1 M Token wird das prohibitiv. KDA wechselt im Verhältnis 3:1 lineare Attention-Schichten mit Full-Attention-Schichten: drei lineare Layer für lokale Struktur (günstig), eine Full-Attention-Layer für globalen Informationsfluss. Ergebnis: KV-Cache bis 75 % kleiner; Decoding bei Millionen Token bis 6,3× schneller; übertrifft Full-Attention-Baseline in kurzen, langen und RL-Skalierungs-Szenarien.
Analogie: Full Attention merkt sich jedes Detail; KDA arbeitet wie ein effizienter Assistent — meist schnelle Indizierung, bei Bedarf präzise Erinnerung.
2.2 Attention Residuals (AttnRes) — selektiver Tiefenabruf
Standard-Residuals verdünnen frühe Repräsentationen in der Tiefe. AttnRes erlaubt selektiven Abruf wertvoller früher Layer über die Tiefe hinweg. Moonshot berichtet ~25 % Trainings-Effizienzgewinn bei unter 2 % Extra-Compute.
2.3 Stable LatentMoE — 896 Experten, 16 aktiv
| Technik | Funktion |
|---|---|
| Quantile Balancing | Expertenzuweisung aus Router-Quantilen, weniger Heuristik-Hyperparameter |
| Per-Head Muon | Pro Attention-Head optimiert, skalierbareres Training |
| Sigmoid Tanh Unit (SiTU) | Verbesserte Aktivierungskontrolle |
| Gated MLA | Höhere Attention-Selektivität |
Gesamt: Kimi K3 erreicht gegenüber Kimi K2 ~2,5× bessere Scaling-Effizienz — gleiche Compute, mehr Intelligenz.
Kimi K3 Benchmarks: Vergleich mit Claude Fable 5 und GPT-5.6 Sol
Moonshot-Self-Report (unterschiedliche Harness: K3 Kimi Code, GPT Codex, Claude Claude Code). Unabhängige Reproduktion läuft.
| Benchmark | Kimi K3 | Claude Fable 5 | GPT-5.6 Sol | Claude Opus 4.8 | GLM-5.2 |
|---|---|---|---|---|---|
| DeepSWE | 67.5 | 70.0 | 73.0 | 59.0 | 46.2 |
| Program Bench | 77.8 | 76.8 | 77.6 | 71.9 | 63.7 |
| Terminal Bench 2.1 | 88.3 | 84.6 | 88.8 | 84.6 | 82.7 |
| FrontierSWE | 81.2 | 86.6 | 71.3 | 66.7 | 67.3 |
| SWE Marathon | 42.0 | 35.0 | 39.0 | 40.0 | 13.0 |
| BrowseComp | 91.2 | 88.0 | 90.4 | 84.3 | — |
| Automation Bench | 30.8 | 29.1 | 29.7 | 27.2 | 12.9 |
| GPQA-Diamond | 93.5 | 92.6 | 94.1 | 91.0 | 91.2 |
| MMMU-Pro (Vision) | 81.6 | 81.2 | 83.0 | 78.9 | — |
| OmniDocBench | 91.1 | 89.8 | 85.8 | 87.9 | — |
Lesart:
SWE Marathon (42,0, Platz 1): Langandauerndes Coding — am nächsten an „stundenlang produktiv schreiben“.
Program Bench (77,8, Platz 1): Knapp vor Fable 5 (76,8) und GPT-5.6 Sol (77,6).
FrontierSWE: Fable 5 führt mit 86,6; K3 (81,2) deutlich über GPT-5.6 Sol (71,3).
OmniDocBench (91,1, Platz 1): Vision plus Long Context.
Gesamtintelligenz: Artificial Analysis Intelligence Index v4.1 — K3 57,1, Rang 4, hinter Fable 5 (59,9) und GPT-5.6 Sol (58,9), Abstand 2,8 Punkte.
Hinweis: Hersteller-Self-Report, Harness nicht vereinheitlicht. Als Richtungswert nutzen — Produktionswahl mit eigenen Evals validieren.
Kimi K3 Preise und sechs Zugangswege
| Modell | Input ($/M) | Output ($/M) | Cache-Hit Input | Kontext |
|---|---|---|---|---|
| Kimi K3 | $3.00 | $15.00 | $0.30 | 1M |
| Claude Sonnet 5 | $3.00 (Promo $2) | $15.00 (Promo $10) | — | 200K |
| Claude Opus 4.8 | $5.00 | $25.00 | — | 200K |
| GPT-5.5 | $5.00 | $30.00 | — | 400K |
| DeepSeek V4 Pro | $1.74 | $3.48 | $0.145 | 128K |
| Kimi K2.6 | $0.95 | $4.00 | $0.16 | 256K |
K3 Standardpreis wie Claude Sonnet 5 ($3/$15), Kontext 5× größer. Cache-Hit ab $0,30/M (1/10 Standard); Moonshot meldet >90 % Cache-Treffer in Coding-Szenarien. China-API: Input ¥20/M, Output ¥100/M, Cache ¥2/M; kimi.com Free-Tier, Prepaid ab ¥199 (bis 11. August). Bei Cloud-API-Verarbeitung in Drittländern: Verarbeitungsvertrag und DSGVO-konforme Auftragsverarbeitung prüfen, wenn EU-Personendaten in Prompts oder Logs enthalten sind.
Sechs Schritte sofort starten:
Kimi Web/App: kimi.com, Account (Google möglich), K3 default max, keine Kreditkarte.
Offizieller API-Key: platform.kimi.ai, base_url = https://api.moonshot.ai/v1, Model kimi-k3.
OpenRouter: Model-ID moonshotai/kimi-k3, offizielle Preise, voller 1M-Kontext.
Cache-Optimierung: System-Prompt und Tool-Definitionen wiederverwenden; Mooncake-Architektur erreicht 90 %+ Hit-Rate.
Weights 27. Juli: Vollständige Weights auf Hugging Face; 64+ Beschleuniger Supernode; MXFP4/NVFP4-Quantisierung, vLLM/SGLang Day-0 erwartet.
Hybrid-Routing: Long-Code → K3, Repo-Bugs → Fable 5, Terminal-Agent → GPT-5.6 Sol — kein Single-Model-All-in.
from openai import OpenAI
client = OpenAI(
api_key="your_moonshot_api_key",
base_url="https://api.moonshot.ai/v1"
)
response = client.chat.completions.create(
model="kimi-k3",
messages=[{"role": "user", "content": "Analysiere diesen Code..."}]
)Szenario-Matrix, Open-Source-Versprechen und zitierbare Daten
| Szenario | Empfohlenes Modell | Grund |
|---|---|---|
| Langandauerndes Coding | Kimi K3 | SWE Marathon #1, längster Kontext |
| Repo-Level Bugfix | Claude Fable 5 | FrontierSWE führend |
| Terminal-/Tool-Agent | GPT-5.6 Sol | Terminal Bench, Coding Agent Index |
| Ultra-Long Docs / Multimodal | Kimi K3 | OmniDocBench #1, Vision + 1M |
| Kostenfokus | DeepSeek V4 Pro | Output $3,48/M |
| Self-Host (ab 27.7.) | Kimi K3 | Stärkste downloadbare Open Weights |
Open Weights 27. Juli: Moonshot kündigt vollständige Model Weights am 27. Juli an. K3 wird: größtes downloadbares Open-Source-Modell; erstes Open Weight über 2T; neuer Fine-Tuning-Baseline für die Community. Training mit MXFP4-Weights und MXFP8-Aktivierungen; Hugging Face erwartet MXFP4/NVFP4-Varianten.
2,8T / 75 %: ~75 % über DeepSeek V4 Pro (1,6T) — neuer Open-Source-Größenrekord.
57,1 / 2,8: Artificial Analysis v4.1 Rang 4; Abstand zu Fable 5 (59,9) nur 2,8 Punkte.
$0,30 / 90 %+: Cache-Hit-Input plus Coding-Cache-Rate — effektiver Input ~$0,55/M (OpenRouter 7-Tage-gewichtet).
Fazit: Kimi K3 bringt echte Architektur-Innovation, starke Coding- und Doc-Benchmarks gegen Closed-Source-Flaggschiffe, faire Preise und vollständiges Open-Source-Versprechen. Meilensteine: 17.–20. Juli WAIC → 27. Juli vollständige Weights.
Alternativen: Kimi Code / API-Agent auf privatem Mac bricht bei Sleep und Netzwerk ab; Warten auf 27.7. Self-Host braucht 64+ Karten; nur Closed-Source-API verfehlt 1M flat pricing. Für iOS-CI/CD, Kimi Code 24/7 und Agent-Automation ist KVMNODE dediziertes Mac Mini M4 oft die stabilere Wahl: Apple Silicon Unified Memory, sudo, flexible Laufzeiten. Bei EU-Daten in Agent-Logs sind AV-Vertrag und DSGVO-Rollen klären. Details: Preisseite, Hilfezentrum, Bestellen.
Stand: 16. Juli 2026 · Benchmarks Moonshot Self-Report · Quellen: kimi.com/blog/kimi-k3, API Platform, Artificial Analysis, OpenRouter