Launch 16. Juli 2026 · KDA-Architektur · 1M Kontext · Benchmarks · API-Preise · Open Weights 27. Juli
Kurzfassung: Moonshot AI hat Kimi K3 veröffentlicht — das größte Open-Source-KI-Modell der Welt mit 2,8 Billionen Parametern. Es bietet ein 1M-Token-Kontextfenster, native Vision, schlägt Claude Fable 5 und GPT-5.6 Sol bei mehreren Coding-Benchmarks und kostet 3 $/15 $ pro Million Tokens. Die vollständigen Gewichte erscheinen am 27. Juli. Unten: Architektur, Benchmarks, Preise, Nutzung und ob ein Wechsel sinnvoll ist.
Kimi K3 ist ein 2,8-Billionen-Parameter Mixture-of-Experts-Modell (MoE) vom Pekinger Unternehmen Moonshot AI. Es ist das weltweit erste Open-Source-Modell in der 3T-Klasse und übertrifft den bisherigen Rekordhalter DeepSeek V4 Pro (1,6T) um fast 75 %.
| Spezifikation | Detail |
|---|---|
| Gesamtparameter | 2,8 Billionen |
| Architektur | Kimi Delta Attention (KDA) + Attention Residuals + Stable LatentMoE |
| Aktive Experten | 16 von 896 (sparse MoE) |
| Kontextfenster | 1.048.576 Tokens (1M) |
| Input-Modalitäten | Text, Bild, Video |
| API-Modell-ID | kimi-k3 |
| Preise | 3 $ / 15 $ pro 1M Tokens (Input/Output) |
| Open Weights | 27. Juli 2026 |
Das Modell ist live auf kimi.com, in der Kimi-Mobile-App, Kimi Code und der Moonshot-API. Sie können es jetzt kostenlos mit einem Google-Konto testen — ohne Kreditkarte.
Kontext-Truncation bei langen Code-Aufgaben — 200K-Closed-Models erzwingen Chunking bei großen Repos
Open-Weight-Skalierungsobergrenze — bisheriges Maximum ~1,6T, limitiert Frontier-Coding-Agenten
Theoretisches vs. praktisches Long Context — KV-Cache-Kosten machen beworbene Fenster in Produktion unbrauchbar
Abhängigkeit von Closed APIs — kein Self-Host-Fallback bei Preis- oder Policy-Änderungen
Die letzten 18 Monate waren hart für Moonshot AI. DeepSeeks Aufstieg hat ihre Marktposition erodiert. Kimi K3 ist ein bemerkenswertes Comeback:
Das ist kein Vanity-Projekt — es ist ein schnell wachsendes Unternehmen mit einer ernsthaften technischen Botschaft.
Full Attention skaliert quadratisch mit dem Kontext. Bei 1M Tokens wird KV-Cache-Speicher katastrophal. KDA wechselt günstige Linear-Attention-Layer mit Full-Attention-Layern in einem 3:1-Verhältnis ab:
Standard-Residuals verdünnen Early-Layer-Signale über die Tiefe. AttnRes ermöglicht selektives Retrieval über die Tiefe — hochwertige Repräsentationen aus früheren Layern werden gezielt abgerufen. Ergebnis: ca. 25 % höhere Trainingseffizienz bei unter 2 % extra Compute.
Nur 16 von 896 Experten aktivieren sich pro Forward Pass (1,8 % Sparsity). Moonshots Fixes: Quantile Balancing, Per-Head Muon, SiTU und Gated MLA. Zusammen: ~2,5× bessere Scaling-Effizienz vs. Kimi K2.
| Benchmark | Kimi K3 | Claude Fable 5 | GPT-5.6 Sol | Claude Opus 4.8 |
|---|---|---|---|---|
| DeepSWE | 67,5 | 70,0 | 73,0 | 59,0 |
| Program Bench | 77,8 | 76,8 | 77,6 | 71,9 |
| Terminal Bench 2.1 | 88,3 | 84,6 | 88,8 | 84,6 |
| FrontierSWE | 81,2 | 86,6 | 71,3 | 66,7 |
| SWE Marathon | 42,0 | 35,0 | 39,0 | 40,0 |
| BrowseComp | 91,2 | 88,0 | 90,4 | 84,3 |
| Automation Bench | 30,8 | 29,1 | 29,7 | 27,2 |
| GPQA-Diamond | 93,5 | 92,6 | 94,1 | 91,0 |
| MMMU-Pro (Vision) | 81,6 | 81,2 | 83,0 | 78,9 |
| OmniDocBench | 91,1 | 89,8 | 85,8 | 87,9 |
SWE Marathon — anhaltendes Long-Horizon-Coding — ist die Headline: K3 führt mit 42,0, ein 7-Punkte-Vorsprung vor Claude Fable 5. Im Artificial Analysis Intelligence Index v4.1 erreicht K3 57,1 (Platz 4), hinter Fable 5 (59,9) und GPT-5.6 Sol (58,9) — eine 2,8-Punkte-Lücke von #1 bis #4.
Hinweis: Moonshot hat die Benchmarks selbst gemeldet. Unterschiedliche Harnesses (Kimi Code, Codex, Claude Code). Als Richtwert nutzen, nicht als endgültige Wahrheit.
| Modell | Input $/1M | Output $/1M | Cache-Hit Input | Kontext |
|---|---|---|---|---|
| Kimi K3 | 3,00 $ | 15,00 $ | 0,30 $ | 1M Tokens |
| Claude Sonnet 5 (Standard) | 3,00 $ | 15,00 $ | — | 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 |
K3 entspricht Claude Sonnet 5 Standard-Preisen, bietet aber 5× mehr Kontext. Kimi-Code-Workflows erreichen via Mooncake Split-Inference 90 %+ Cache-Hit-Rate — effektive durchschnittliche Input-Kosten können in der Praxis auf ca. 0,55 $/M Tokens sinken. Gegen Opus 4.8: ähnlich oder besser bei mehreren Benchmarks bei 60 % Input- / 40 % Output-Kosten.
Einfach chatten — kimi.com, Google-Anmeldung, Max-Reasoning-Effort, keine Kreditkarte
API — Key unter platform.kimi.ai, Modell kimi-k3
OpenRouter — moonshotai/kimi-k3, offizielle Preise, volles 1M-Kontextfenster
Auf Gewichte warten (27. Juli) — Hugging-Face-Release; Produktion braucht 64+ Beschleuniger
Smoke-Test — ein API-Call zur Latenz- und Abrechnungsprüfung, bevor Produktionstraffic geroutet wird
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 diese Codebase und identifiziere Performance-Engpässe..."}
]
)| Anwendungsfall | Beste Wahl | Warum |
|---|---|---|
| Lange, anhaltende Coding-Sessions | Kimi K3 | Führt SWE Marathon; 1M Kontext |
| Komplexe Bugfixes in großen Repos | Claude Fable 5 | FrontierSWE-Vorteil |
| Terminal-/Tool-lastige Agent-Workflows | GPT-5.6 Sol | Terminal-Bench-Führung |
| Multimodale Dokumentenanalyse | Kimi K3 | Bester OmniDocBench; native Vision + 1M |
| Kostensensitive Produktion | DeepSeek V4 Pro | Output bei 3,48 $/M |
| Open-Source Self-Hosting (ab 27.7.) | Kimi K3 | Leistungsfähigste Open Weights |
Wenn die Gewichte am 27. Juli erscheinen, wird Kimi K3 das größte jemals herunterladbare Open-Source-Modell — das erste über 2 Billionen Parameter. Trainiert mit MXFP4-Gewichten und MXFP8-Aktivierungen für effiziente Inferenz. Day-0-Support erwartet in transformers, vLLM und SGLang.
Termine merken: Jetzt → testen auf kimi.com · 17.–20. Juli → WAIC Shanghai · 27. Juli → Hugging-Face-Gewichte
Kimi K3 ist das leistungsfähigste jemals veröffentlichte Open-Source-KI-Modell. Es gewinnt nicht jeden Benchmark — Claude Fable 5 und GPT-5.6 Sol führen bei spezifischen Tasks — aber es ist quer durch die Bank wettbewerbsfähig, übertrifft sie bei Long-Horizon-Coding und Dokumentenverständnis und liefert ein 1M-Token-Kontextfenster zu Sonnet-Niveau-Preisen. Der Open-Weight-Release am 27. Juli ist die Story, die man für den Rest von 2026 im Blick behalten sollte.
Ja auf kimi.com mit Gratis-Konto. API ist Pay-per-Token bei 3 $/15 $ pro 1M Tokens.
Gewichte erscheinen am 27. Juli 2026. Produktion braucht 64+ H100-Klasse-Beschleuniger — kein Laptop-LLM.
K3: 2,8T Parameter, 1M Kontext, stärkere Benchmarks. DeepSeek: deutlich günstigerer Output (3,48 $ vs. 15 $ pro 1M).
Ja für ganze Codebase-Calls, lange Dokumente und Long-Memory-Agenten. Flat Pricing macht volle Fensternutzung praktikabel.
Moonshot sagt nachfolgende Updates. Derzeit nur Max beim Launch verfuegbar.
K3s API ist heute live; Self-Hosting wartet auf den 27. Juli und einen GPU-Supernode, den die meisten Teams nicht kaufen. Wenn Sie Windows/Linux nutzen, aber eine echte macOS-GUI brauchen, um Kimi-Code-Agenten zu fahren, Keychain-Dialoge zu bestätigen oder Benchmarks gegen Ihren aktuellen Claude/GPT-Stack abzunehmen: Hardware kaufen ist teuer, SSH allein klickt keine Systemdialoge. VNCMac Remote-Mac-Miete liefert stundenweisen VNC-Zugang zu einem isolierten Knoten — K3-API-Traffic routen, Long-Context-Coding-Sessions fahren und Benchmarks aus diesem Artikel validieren, ohne Hardware-Commitment. Siehe Mac-Mietpläne.