Moonshot AI beschreibt K3 in der eigenen Ankündigung als Mixture-of-Experts-Modell mit 2,8 Billionen Parametern, das pro Token 16 von 896 Experten aktiviert, aufgebaut auf einem „Stable LatentMoE framework“ mit „Kimi Delta Attention“ und Attention-Residuals. Das Kontextfenster beträgt eine Million Token, das Modell hat native Bildverarbeitung. Damit übertrifft K3 den Vorgänger Kimi K2.6 (1 Billion Gesamt-, 32 Milliarden aktive Parameter, 256-K-Kontext) deutlich in Größe und Kontext.
Die Benchmark-Zahlen der Ankündigung sind anbieter-selbstberichtet und entsprechend zu lesen: Moonshot nennt unter anderem DeepSWE 67,3 (Fable 5: 70,0; GPT-5.6 Sol: 73,0), Terminal Bench 2.1 88,3 (84,6; 88,8) und GPQA-Diamond 93,5 (92,6; 94,1). Über 35 Tests hinweg beansprucht der Anbieter, nahe an Fable 5 und GPT-5.6 Sol zu liegen und die übrigen getesteten Systeme deutlich zu schlagen; erster Platz rund sieben Mal. Das Muster ist konsistent: K3 liegt in eigenen Zahlen knapp unter den beiden Spitzenmodellen, nicht darüber.
Unabhängig gemessen bestätigt Artificial Analysis die Einordnung im Grundsatz: 57 Punkte im Intelligence Index, Rang 4 von 189 Modellen, bei einem Kontextfenster von einer Million Token. AA charakterisiert K3 als „amongst the leading models in intelligence, but somewhat expensive“ sowie als „slower than average and very verbose“ – 62 Token pro Sekunde Ausgabegeschwindigkeit, und für die Auswertung des Intelligence Index verbrauchte das Modell 130 Millionen Output-Token. Die Rangfolge an der Spitze (Fable 5 60, GPT-5.6 Sol 59, Opus 4.8 58, K3 57) stammt aus der Decoder-Auswertung derselben AA-Daten. Simon Willison verweist zusätzlich auf eine private Langhorizont-Auswertung von AA, in der K3 mit einem Elo von 1547 nur hinter Fable 5 liegt.
Die Preisseite ist die eigentliche Verschiebung. Moonshot verlangt für K3 3,00 $ je Million Input-Token (Cache-Miss), 0,30 $ bei Cache-Hit und 15,00 $ je Million Output-Token. Der Vorgänger K2.6 lag bei 0,95 $ / 4,00 $ – Faktor drei beim Input, fast Faktor vier beim Output. The Decoder rechnet vor, dass die Kosten je Aufgabe damit bei rund 0,94 $ liegen und K3 die westlichen Premium-Modelle nicht mehr nennenswert unterbietet. Willison ordnet den Preis als den bislang höchsten eines chinesischen Labors ein.
Offen bleibt die Lizenz: Die Ankündigung nennt lediglich das Datum der Gewichts-Freigabe („by July 27, 2026“), nicht die Lizenzbedingungen. K2.6 stand unter einer modifizierten MIT-Lizenz mit Sichtbarkeits-Auflage. Solange Gewichte und Model-Card fehlen, führen wir K3 bewusst noch nicht im Modell-Katalog – ob „offen“ hier dasselbe bedeutet wie beim Vorgänger, ist bis zur Freigabe nicht belegbar.
Nachtrag (19.07.2026): In der Frontend Code Arena von Arena.ai – Nutzer stimmen blind ab, welche von zwei Modell-Antworten sie für eine Frontend-Aufgabe bevorzugen – rückte K3 auf Platz 1. Der Betreiber nennt 1679 Punkte vor Claude Fable 5 (1631) und GPT-5.6 Sol (1618), ausgewertet über 1.757 gültige Stimmen; gegenüber dem Vorgänger K2.6 ist das ein Sprung um 17 Plätze (#18 → #1) und laut Arena.ai das erste Mal, dass ein chinesisches Modell diese Rangliste anführt. In sechs von sieben Domänen liegt K3 vorn, nur in der Kategorie Gaming steht es hinter Fable 5. Zwei Einordnungen gehören dazu: Die Arena misst Nutzer-Präferenz im Blindvergleich, nicht Korrektheit – ein Bevorzugungs-Elo, kein bestandener Test. Und die Stärke ist ressortspezifisch: In Epoch AIs FrontierMath, einem Benchmark für Mathematik auf Forschungsniveau, bleibt K3 nach der Rezeption von The Decoder deutlich hinter den westlichen Frontier-Modellen zurück. Die von der Rezeption genannten exakten FrontierMath-Prozentwerte führen wir hier nicht, weil sie sich an der Epoch-Primärquelle nicht gegenprüfen ließen.
Nachtrag (20.07.2026): Die Nachfrage traf auf harte Grenzen. Moonshot stellte am 20. Juli 2026 den Verkauf neuer K3-Abonnements vorübergehend ein; in einer Mitteilung heißt es laut South China Morning Post: „Over the past 48 hours, demand has pushed close to the limits of our current capacity“ und „Our GPUs are feeling it.“ Bestehende Abonnenten seien nicht betroffen – das Unternehmen priorisiere die verfügbare Rechenleistung für aktive Mitglieder und öffne neue Plätze erst schrittweise wieder, während es seine Infrastruktur ausbaue. Zugleich spaltet Moonshot laut The Decoder das Abo-Modell in zwei Stufen auf: eine „Kimi Membership“ für Web, App und Arbeitsfunktionen und eine separate „Kimi Code Membership“ für Programmier-Workflows, um Rechenleistung gezielter zu verteilen. Die Episode ist die praktische Kehrseite der Preis-Story: Ein offenes Modell an der Frontier zieht binnen Tagen so viel Last an, dass nicht der Preis, sondern die verfügbare Rechenkapazität zum Engpass wird – ein Vorbote der Frage, wer die volle Gewichts-Freigabe am 27. Juli überhaupt in großem Maßstab betreiben kann.
Nachtrag (27.07.2026), der Tag der Freigabe – und was „offen“ hier praktisch heißt: Die Modellseite huggingface.co/moonshotai/Kimi-K3 zeigte bei unserer Prüfung am Nachmittag des 27. Juli noch einen Countdown („Upcoming release“) statt herunterladbarer Gewichte; die Lizenzbedingungen lagen weiterhin nicht vor. Belegbar ist dagegen bereits, wie groß die Hürde für das Selbstbetreiben ausfällt. Moonshot liefert den Checkpoint nach eigener Angabe mit „MXFP4 weights with MXFP8 activations for broad hardware compatibility“ – die Gewichte sind also schon ab Werk vierstellig quantisiert – und empfiehlt für den Betrieb ausdrücklich „supernode configurations with 64 or more accelerators“. Bei 2,8 Billionen Parametern ergibt MXFP4 rund 1,4 Terabyte an Gewichten (in 16 Bit wären es etwa 5,6); allein zum Laden braucht es damit rund 18 Beschleuniger der 80-Gigabyte-Klasse, bevor eine einzige Anfrage bedient ist. Damit verschiebt die Freigabe die Gewichtsfrage vom Preis auf die Infrastruktur: Offene Gewichte in dieser Größenklasse verlagern Fähigkeit nicht an den Rand des Netzes, sondern zu denen, die 1,4 Terabyte dauerhaft im Speicher halten können – Inferenz-Anbieter, Großunternehmen, Cloud-Betreiber. Die Frage, die der Tag aufwirft, ist entsprechend: Ist ein Modell, das man nicht hosten kann, offen – oder nur billigere Miete?
Nachtrag (28.07.2026): Die Gewichte sind da – und die offene Lizenzfrage aus Absatz 5 ist beantwortet, allerdings anders als beim Vorgänger. Die Modellseite huggingface.co/moonshotai/Kimi-K3 liefert die Dateien inzwischen aus; Simon Willison beziffert den Umfang auf 1,56 Terabyte (unsere Rechnung aus der MXFP4-Angabe hatte rund 1,4 TB ergeben – die gemessene Zahl ersetzt sie). Die Lizenz ist keine modifizierte MIT-Lizenz mehr wie bei K2.6, sondern eine eigene „Kimi K3 License“ mit zwei Schwellen: Wer das Modell in kommerziellen Produkten mit mehr als 100 Millionen monatlich aktiven Nutzern oder mehr als 20 Millionen US-Dollar Monatsumsatz einsetzt, muss „Kimi K3“ prominent in der Oberfläche anzeigen (Abschnitt 3); wer ein Model-as-a-Service-Geschäft betreibt, dessen Umsatz mit verbundenen Unternehmen in zwölf zusammenhängenden Monaten zusammen 20 Millionen US-Dollar übersteigt, muss vor der Nutzung eine separate Vereinbarung mit Moonshot AI schließen (Abschnitt 2). Ausgenommen sind interne Nutzung und der Zugang über Moonshots eigene Produkte oder zertifizierte Inferenz-Partner (Abschnitt 4). Moonshot selbst spricht konsequent von „open weight“, nicht von „open source“ – zutreffend, denn eine Umsatzschwelle mit Zustimmungsvorbehalt ist mit der Open-Source-Definition nicht vereinbar. Praktisch trifft die MaaS-Klausel genau jene Inferenz-Anbieter, die ein 1,56-TB-Modell überhaupt betreiben können: Wer groß genug ist, um K3 zu hosten, braucht dafür Moonshots Unterschrift. Damit ist auch die Bedingung erfüllt, unter der wir K3 bislang bewusst nicht im Modell-Katalog geführt haben (Absatz 5): Gewichte, Model-Card und Lizenz liegen vor. Der Katalog-Eintrag folgt, sobald die Kennzahlen in einem Verifikationslauf deterministisch gegen die AA-API abgeglichen sind – wir übernehmen sie nicht aus der Rezeption.
Nachtrag (01.08.2026) – die Frage aus dem 27.07.-Nachtrag hat jetzt eine Zahl: Unsloth hat K3 quantisiert und dokumentiert die Anforderungen selbst. Die kleinste Variante (`UD-IQ1_S`, dynamisches 1-Bit-Format) schrumpft die 1,56 Terabyte auf 594 Gigabyte und behält dabei laut Unsloths eigener Messung eine Top-1-Genauigkeit von 78,875 ± 0,107 Prozent bei einer Perplexität von 2,5789. Das ist bemerkenswert: Eine gleich große, aber nicht dynamisch quantisierte Variante (`IQ1_M`, 618,9 GB) kommt auf eine Perplexität von 54,56 – rund das Einundzwanzigfache. Der Unterschied liegt nicht in der Bit-Tiefe, sondern darin, welche Schichten überhaupt so weit heruntergerechnet werden. Für den Betrieb nennt Unsloth 610 Gigabyte kombinierten Arbeits- und Grafikspeicher und als Faustregel „RAM+VRAM ≈ the quant size“; verlustfrei in 8 Bit sind es weiterhin 1,6 Terabyte. Zur Geschwindigkeit gibt Unsloth „~20 tokens/s generation when using B200s“ an – also auf Rechenzentrums-Hardware.
Zwei Dinge sind an diesem Nachtrag über die Zahlen hinaus bemerkenswert. Erstens verschiebt sich die Einstiegshürde von 1,4–1,56 Terabyte auf 610 Gigabyte – der Faktor bleibt aber derselbe: Das ist keine Consumer-Hardware. Die Formulierung von Unsloths Mitgründer, K3 laufe auf „a Mac Studio connected to a 128GB RAM device“, steht so auch in der Dokumentation und ist in dieser Verkürzung irreführend: Gemeint ist ein Verbund mehrerer Geräte, nicht ein Rechner mit 128 Gigabyte. Der Praxistest, der uns auf die Meldung gebracht hat, macht die Folge anschaulich: Auf einer Workstation mit RTX 5090 und 64 Gigabyte System-RAM – zusammen 96 Gigabyte – startet das Modell zwar, erzeugt aber 0,3 Token pro Sekunde, etwa ein Wort alle drei Sekunden. Nicht die Rechenleistung ist der Engpass, sondern der Speicher: Der überwiegende Teil der Gewichte liegt auf dem Datenträger und muss für jedes einzelne Token nachgeladen werden.
Zweitens korrigiert dieser Nachtrag eine Zahl, die wir bislang nur über die Rezeption geführt haben. Moonshots Model-Card nennt neben den 2,8 Billionen Gesamtparametern und den 16 von 896 aktiven Experten ausdrücklich 104 Milliarden aktive Parameter je Token. Die von TECHi hochgerechneten „rund 50 Milliarden“ (siehe Quellenangabe unten) sind damit überholt – wir führen ab hier die Angabe der Primärquelle. Die Einordnung des 27.07.-Nachtrags bleibt bestehen und wird durch die Unsloth-Zahlen eher schärfer: Offene Gewichte in dieser Größenklasse verlagern Fähigkeit nicht an den Rand des Netzes, sondern zu denen, die einen halben Terabyte Speicher dauerhaft vorhalten können.
Aktualisiert am 1. August 2026.