← Alle Modelle

Moonshot AI · Kimi

Kimi K3

kimi-k3

open-weightModell, dessen trainierte Gewichte öffentlich herunterladbar sind, sodass man es selbst (lokal oder auf eigener Hardware) betreiben kann. Nicht zwingend vollständig quelloffen – die Lizenz bestimmt die erlaubte Nutzung.Mehr im Wissen →TextBild (Eingabe)

Solide WahlOffenes Drei-Billionen-Modell für Oberflächen

Das größte offene Modell des Katalogs: 2,8 Bio. ParameterDie im Training gelernten „Stellschrauben“ eines Modells (gezählt in Milliarden). Mehr Parameter heißt grob mehr Kapazität, aber auch mehr Rechen- und Speicherbedarf – und sagt allein wenig über die Qualität.Mehr im Wissen → als MoE (Mixture of Experts)Architektur, bei der je Anfrage nur ein Teil des Modells („Experten“) aktiv wird. So hat das Modell sehr viele Gesamt-Parameter, rechnet aber nur mit wenigen aktiven – das spart Rechenzeit.Mehr im Wissen →, davon 104 Mrd. je Token aktiv, 1-Mio.-Token-Kontext und Bild-Eingabe. Im AA-IntelligenzZusammengesetzter Intelligenz-Index von Artificial Analysis (unabhängig, 0–100): bündelt mehrere Reasoning-, Wissens- und Mathe-Benchmarks zu einer Zahl. Je höher, desto stärker das allgemeine Reasoning.Mehr im Wissen → steht es bei 43,8 und damit klar hinter GPT-6 Astra (52,8) und Claude Fable 5.1 (53,4) – im Coding-Index aber fast gleichauf mit Astra (76,2 zu 76,9), und bei Gestaltungsaufgaben führt es die Design Arena an. Self-HostingEin (meist open-weight) Modell auf eigener Hardware oder in der eigenen Cloud betreiben, statt die API eines Anbieters zu nutzen. Bringt Datenhoheit und Kostenkontrolle, erfordert aber eigene Infrastruktur.Mehr im Wissen → bleibt Theorie: Die Gewichte umfassen rund 1,56 TB.

  • Webdesign und Oberflächen-Prototypen
  • agentisches Coding mit langen Werkzeugketten
  • Auswertung von Bild- und Dokumenteneingaben
  • Betrieb über die Programmierschnittstelle statt selbst gehostet

Stärker bei gleichem oder geringerem Preis: Grok 4.6 — erreicht alle unabhängigen AA-Indizes ≥ bei niedrigerem TokenDie kleinste Verarbeitungseinheit eines Sprachmodells – ein Wortstück, kein ganzes Wort. Faustregel: rund 1.000 Tokens entsprechen grob 750 deutschen Wörtern. Preise und Kontextlängen werden in Tokens gerechnet.Mehr im Wissen →.

KontextfensterDie maximale Textmenge (in Tokens), die ein Modell pro Anfrage gleichzeitig „im Blick“ hat – Eingabe plus bisheriger Verlauf. Ist es voll, fällt Älteres aus dem Kontext.Mehr im Wissen →
1.048576 Mio.TokenDie kleinste Verarbeitungseinheit eines Sprachmodells – ein Wortstück, kein ganzes Wort. Faustregel: rund 1.000 Tokens entsprechen grob 750 deutschen Wörtern. Preise und Kontextlängen werden in Tokens gerechnet.Mehr im Wissen →
Preis (Input / Output)
$3 / $15 je 1 Mio. Token
Preis-LeistungHier: AA-Intelligenz geteilt durch den (3:1 gewichteten) Token-Preis – Indexpunkte je Dollar pro Mio. Tokens. Höher = mehr Leistung fürs Geld. Entspricht der „Intelligence vs. Price“-Sicht von Artificial Analysis.Mehr im Wissen →
7,3 Indexpkt. je $/Mio. Token
WissensstichtagDer Zeitpunkt, bis zu dem die Trainingsdaten eines Modells reichen („knowledge cutoff“). Über spätere Ereignisse weiß das Modell von sich aus nichts – es sei denn, sie werden ihm in der Anfrage mitgegeben.Mehr im Wissen →
nicht ausgewiesen
Release
16. Juli 2026

Stärken

  • Rang 1 der Design-Arena-Gesamtwertung für Text-zu-HTML: 1.388 Elo und 64,7 % gewonnene Duelle, vor GPT-6 Astra (1.370)
  • AA-Coding-Index 76,2 – praktisch gleichauf mit GPT-6 Astra (76,9) bei einem Drittel des Eingabe-Preises
  • Kosten je AA-Index-Aufgabe 2,00 $ gegen 3,26 $ für GPT-6 Astra und 7,63 $ für Claude Fable 5.1
  • Offene Gewichte mit 1-Mio.-Token-Kontext und nativer Bild-Eingabe (MoE (Mixture of Experts)Architektur, bei der je Anfrage nur ein Teil des Modells („Experten“) aktiv wird. So hat das Modell sehr viele Gesamt-Parameter, rechnet aber nur mit wenigen aktiven – das spart Rechenzeit.Mehr im Wissen → mit 896 Experten, 16 aktiv je Token)

Schwächen

  • AA-Intelligence-Index 43,8 – rund neun Punkte hinter GPT-6 Astra und Claude Fable 5.1
  • Praktisch nicht selbst zu betreiben: rund 1,56 TB Gewichte, selbst die 1-Bit-Quantisierung von Unsloth verlangt etwa 610 GB Arbeits- und Grafikspeicher
  • Eigene Lizenz statt MIT: Model-as-a-Service ab 20 Mio. $ Jahresumsatz nur mit gesonderter Vereinbarung, Namensnennung ab 100 Mio. monatlich aktiven Nutzern
  • Langsam: 38,1 Token/s im AA-Median und 69,5 s Gesamtantwortzeit – Claude Fable 5.1 kommt auf 66,7 Token/s
  • Die Benchmark-Tabelle der Modellkarte vergleicht mit Claude Fable 5, GPT-5.6 Sol und GLM-5.2 – die im September aktuellen Modelle Astra und Fable 5.1 fehlen dort, alle Werte sind anbieter-selbstberichtet

Typische Einsatzfälle

  • Webdesign und Oberflächen-Prototypen
  • agentisches Coding über die Programmierschnittstelle
  • multimodale Auswertung (Bild und Text)

Leistung im Vergleich

Unabhängige Indizes (Artificial Analysis, 0–100), zwei kontaminationsarme Einzel-Benchmarks (Terminal-Bench, agentische Shell-Aufgaben; τ²-bench, Tool-Use-Verlässlichkeit über viele Läufe) und Human-Präferenz-Elo (LMArena). Die dunkle Markierung zeigt den Bestwert im Katalog – so wird der Abstand zur Spitze sichtbar. Die Preis-LeistungHier: AA-Intelligenz geteilt durch den (3:1 gewichteten) Token-Preis – Indexpunkte je Dollar pro Mio. Tokens. Höher = mehr Leistung fürs Geld. Entspricht der „Intelligence vs. Price“-Sicht von Artificial Analysis.Mehr im Wissen → oben ist daraus abgeleitet: AA-Intelligenz je AA-Blended-Preis (3:1) – entspricht der „Intelligence vs. Price“-Sicht von Artificial Analysis. AAs token-basiertes „Cost to Run Index“ ist nicht öffentlich abrufbar.

  • AA-IntelligenzZusammengesetzter Intelligenz-Index von Artificial Analysis (unabhängig, 0–100): bündelt mehrere Reasoning-, Wissens- und Mathe-Benchmarks zu einer Zahl. Je höher, desto stärker das allgemeine Reasoning.Mehr im Wissen →44
  • AA-CodingCoding-Teilindex von Artificial Analysis (unabhängig, 0–100): bündelt mehrere Programmier-Benchmarks zu einem Wert für die Code-Fähigkeit eines Modells.Mehr im Wissen →76
  • AA-AgenticAgentic-Teilindex von Artificial Analysis (unabhängig, 0–100): misst, wie gut ein Modell mehrstufige, werkzeugnutzende Aufgaben eigenständig löst.Mehr im Wissen →51

Benchmarks im Detail

Kennzahlen aus zitierten Messungen – unabhängige Quellen sind ausgewiesen, Anbieterangaben entsprechend markiert. Werte sind nicht über Skalen hinweg vergleichbar. Wie man Benchmark-Zahlen liest →

  • Artificial Analysis Intelligence Index

    43,8

    (max) bzw. 34,5 (low) – GPT-6 Astra liegt bei 52,8, Claude Fable 5.1 bei 53,4

    unabhängigArtificial Analysis (API, Freiroute, Index-Fassung v4.3), abgerufen 2026-09-12

  • Artificial Analysis Coding Index

    76,2

    (max) bzw. 72,0 (low) – GPT-6 Astra 76,9, Claude Fable 5.1 81,6

    unabhängigArtificial Analysis (API, Freiroute), abgerufen 2026-09-12

  • Artificial Analysis Agentic Index

    50,6

    (max) bzw. 30,7 (low) – GPT-6 Astra 51,5, Claude Fable 5.1 58,0

    unabhängigArtificial Analysis (API, Freiroute), abgerufen 2026-09-12

  • Kosten je AA-Index-Aufgabe

    2,0001

    US-Dollar gegen 3,2575 für GPT-6 Astra und 7,6297 für Claude Fable 5.1

    unabhängigArtificial Analysis (API, Freiroute), abgerufen 2026-09-12

  • Design Arena (Präferenz-Elo, Text-zu-HTML gesamt)

    1.388

    Punkte, 64,7 % gewonnene Duelle aus 6.188 – Rang 1 vor GPT-6 Astra (1.370) und Claude Fable 5.1 (1.345)

    unabhängigDesign Arena, abgerufen 2026-09-12 (Nutzerpräferenz, keine Codequalität)

  • DeepSWE (Anbieterangabe)

    67,5 %

    mit der hauseigenen Kimi-Code-Umgebung, 67,3 % mit mini-SWE-agent; GPT-5.6 Sol 73,0, Claude Fable 5 70,0

    AnbieterangabeMoonshot AI – Modellkarte Kimi K3, abgerufen 2026-09-12

  • Terminal-Bench 2.1 (Anbieterangabe)

    88,3 %

    gegen 88,8 für GPT-5.6 Sol und 88,0 für Claude Fable 5 – jeweils beste Umgebung je Modell

    AnbieterangabeMoonshot AI – Modellkarte Kimi K3, abgerufen 2026-09-12

  • BrowseComp / MCPMark-Verified (Anbieterangabe)

    91,2 %

    und 94,5 % – in beiden Feldern führt die Tabelle das Modell vor GPT-5.6 Sol (90,4 / 92,9)

    AnbieterangabeMoonshot AI – Modellkarte Kimi K3, abgerufen 2026-09-12

Einordnung

  • Architektur laut Modellkarte: 2,8 Bio. Gesamt- und 104 Mrd. aktive ParameterDie im Training gelernten „Stellschrauben“ eines Modells (gezählt in Milliarden). Mehr Parameter heißt grob mehr Kapazität, aber auch mehr Rechen- und Speicherbedarf – und sagt allein wenig über die Qualität.Mehr im Wissen →, 93 Schichten (69 Kimi Delta Attention, 24 Gated MLA), 896 Experten mit 16 aktiven und 2 gemeinsamen je Token, Vokabular 160 K, Vision-Encoder MoonViT-V2 mit 401 Mio. Parametern. Die Gewichte sind mit MXFP4 quantisierungsbewusst trainiert; Kontextlänge 1.048.576 Token, Modalität Text und Bild.Beleg · Primärquelle
  • Die Präferenz-Messung, in der das Modell vorn liegt: In der Design Arena führt Kimi K3 am 12. September 2026 die Gesamtwertung für Text-zu-HTML mit 1.388 Elo an, vor GPT-6 Astra (1.370) und Claude Fable 5.1 (1.345). Die Arena misst Geschmack bei einem Gestaltungsprompt, keine Codequalität, und die Datenbasis ist ungleich: 6.188 Duelle für K3 gegen über 21.000 für GPT-5.6 Sol.Beleg · Sekundärquelle
  • Unabhängig gemessene Einordnung: 43,8 Punkte im Intelligence-Index (Fassung v4.3) gegen 52,8 für GPT-6 Astra und 53,4 für Claude Fable 5.1 – im Coding-Index dagegen 76,2 gegen 76,9 und 81,6. Je Index-Aufgabe kostet K3 2,00 $, Astra 3,26 $, Fable 5.1 7,63 $. Der Preis dafür ist Tempo: 38,1 Token/s und 69,5 s bis zur fertigen Antwort.Beleg · Sekundärquelle
  • Offen heißt hier nicht betreibbar. Die Gewichte liegen auf Hugging FaceDie zentrale Plattform, auf der offene KI-Modelle (ihre Gewichte) samt Spezifikation veröffentlicht und heruntergeladen werden – die „GitHub-Drehscheibe“ der open-weight-Szene.Mehr im Wissen → (rund 1,56 TB), die Lizenz ist eine eigene: Ab 20 Mio. US-Dollar Umsatz binnen zwölf Monaten braucht ein Model-as-a-Service-Angebot eine gesonderte Vereinbarung mit Moonshot. Selbst Unsloths 1-Bit-Quantisierung verlangt rund 610 GB kombinierten Arbeits- und Grafikspeicher – Self-HostingEin (meist open-weight) Modell auf eigener Hardware oder in der eigenen Cloud betreiben, statt die API eines Anbieters zu nutzen. Bringt Datenhoheit und Kostenkontrolle, erfordert aber eigene Infrastruktur.Mehr im Wissen → bleibt eine Infrastrukturfrage, keine Preisfrage.Beleg · Primärquelle
  • Praxis-Gegenprobe zur Arena-Spitze: Ein Tester ließ am 12. September fünf Gestaltungsaufgaben von Kimi, GPT-6 Astra und Claude bearbeiten. Beim Webdesign gewann Kimi, beim 3D-Modell verlor es klar gegen Astra, beim Spiel gegen Claude; die Komponentenbibliothek wertete er unentschieden, die Mobil-App bei allen dreien als unbrauchbar. Fünf Durchläufe mit Kimi kosteten 6 $. ⚠️ Ein Tester, subjektive Wertung, keine Wiederholungsläufe.Beleg · Community

Stimmen aus der Öffentlichkeit

Subjektive Einschätzungen Dritter – keine belegten Fakten, jeweils verlinkt.

ℹ️ Aufgenommen am 12.09.2026, nachdem das Modell die Design-Arena-Gesamtwertung anführte und damit ein zweiter unabhängiger Messpunkt neben dem AA-Index vorlag. Kennzahlen aus der AA-Freiroute, Index-Fassung v4.3. AA führt jede Aufwandsstufe als eigenen Eintrag: `kimi-k3` ist die Stufe max, `kimi-k3-low` liegt bei 34,5 / 72,0 / 30,7 zum selben Preis. Preis ist der Tarif ohne Cache-Treffer; mit Treffer rechnet Moonshot 0,30 $. Lizenz- und Speicherangaben stammen aus der Prüfung vom Juli/August 2026 (Depesche `kimi-k3-2-8-billionen-parameter-offene-gewichte-angekuendigt`). Die Benchmark-Tabelle der Modellkarte stammt aus dem Juli und kennt weder GPT-6 Astra noch Claude Fable 5.1.