Kimi K3: Chinas offenes Modell gegen Claude und GPT

Kimi K3 ist ein offenes KI-Modell mit 2,8 Billionen Parametern, das Moonshot AI Mitte Juli 2026 vorgestellt hat. Der Hersteller nennt es das größte offene Frontier-Modell der Welt. Es hat ein Kontextfenster^?Menge an Text, die ein Modell gleichzeitig verarbeiten kann. Bei Kimi K3 rund eine Million Token, genug für sehr lange Dokumente. von rund einer Million Token^?Kleinste Verarbeitungseinheit eines Sprachmodells, etwa ein Wortteil. Kontextfenster und Preise werden in Token gemessen. und versteht Text wie Bilder. Für Unternehmen im DACH-Raum zählt weniger die Rekordzahl als die Frage, ob das Open-Weight^?Ein Modell, dessen trainierte Gewichte frei verfügbar sind, sodass man es selbst betreiben und anpassen kann. Die genaue Lizenz regelt, was erlaubt ist.-Versprechen zum 27. Juli hält und was der spürbar höhere Preis bedeutet.

Die technischen Eckdaten sind unstrittig, denn Moonshot veröffentlicht sie selbst. K3 arbeitet als Mixture-of-Experts-Modell mit 896 Experten, von denen laut API Dog pro Token nur 16 aktiv sind. Das Kontextfenster misst 1.048.576 Token. Neu gegenüber dem Vorgänger ist ein hybrider Attention-Mechanismus namens Kimi Delta Attention, der die Dekodierung bei langen Kontexten beschleunigen soll.

Was macht Kimi K3 technisch besonders?

Kimi K3 ist das erste offene Modell, das die 2,8-Billionen-Marke erreicht, fast das Dreifache des Vorgängers K2.6. Dazu kommen native Bildverarbeitung und eine überarbeitete Attention-Architektur. Die MoE-Bauweise heißt: Trotz der riesigen Gesamtzahl rechnet das Modell pro Anfrage nur einen Bruchteil der Parameter tatsächlich.

• Architektur: Mixture of Experts^?Modellarchitektur, bei der nur ein Teil der Parameter (hier 16 von 896 Experten) pro Anfrage aktiv rechnet. Das spart Rechenleistung trotz großer Gesamtzahl., 896 Experten, 16 aktiv pro Token (Quelle: BornCity).
• Kontext: rund eine Million Token, geeignet für lange Dokumente und mehrstufige Aufgaben.
• Multimodal: integriertes Bildverstehen, das Moonshot als „native vision capabilities“ beschreibt.
• Dokumentenverständnis: BornCity nennt für den Benchmark OmniDocBench einen Wert von 91,1 Punkten.

Wer offene Modelle grundsätzlich einordnen will, findet in unserer Analyse zu Thinking Machines Inkling und dem Wert offener Modelle einen brauchbaren Vergleichsrahmen.

Wie gut ist Kimi K3 wirklich im Vergleich zu Claude und GPT?

Die kurze Antwort: Das weiß derzeit niemand unabhängig. Sämtliche Leistungsangaben stammen aus Moonshots eigenen Benchmarks oder frühen Medienanalysen. Unabhängige, breit anerkannte Vergleiche liegen bislang nicht vor. Jede Aussage über einen Gleichstand mit Spitzenmodellen ist eine Herstellerbehauptung, kein etablierter Konsens.

Was Moonshot behauptet, ist in sich stimmig, aber selbstberichtet. Laut Digital Applied soll K3 auf den meisten agentischen Testreihen vor Claude Opus 4.8 und GPT-5.5 liegen und bei mehreren Benchmarks „innerhalb von ein bis zwei Punkten“ von Claude Fable 5 und GPT-5.6 Sol bleiben. TradingKey fasst die Firmenangaben so zusammen, dass K3 noch hinter Fable 5 und GPT-5.6 Sol liege, GPT-5.5 und Opus 4.8 aber in Bereichen wie Programmierung und Langzeitaufgaben übertreffe.

Das Handelsblatt zitiert Moonshot sinngemäß, die Leistung entspreche der von Anthropics Fable 5, während GPT-5.5 und GPT-5.6 Sol Kimi „deutlich übertroffen“ hätten. Diese Selbsteinschätzung fällt nüchterner aus als manche Schlagzeile vom „Ende der amerikanischen KI-Dominanz“, die All-AI.de aufgriff.

Aus meiner Beratungspraxis: Herstellerbenchmarks sind ein Startpunkt, kein Urteil. Wer produktiv einsteigen will, sollte zwei bis drei Wochen warten, bis Stellen wie LMArena oder die einschlägigen Coding-Suiten neutrale Zahlen liefern, und bis dahin auf den eigenen Anwendungsfällen testen statt auf fremden Punkteständen.

Was bedeutet die Open-Weight-Freigabe für DACH-Unternehmen?

Der eigentliche Hebel für Unternehmen liegt nicht in der Parameterzahl, sondern im Open-Weight-Versprechen. Die vollständige Freigabe der Gewichte ist laut Investing.com und TradingKey für den 27. Juli 2026 terminiert. Bis dahin läuft der Zugriff ausschließlich über die Kimi-Plattform und die API, nicht über frei herunterladbare Dateien.

Frei verfügbare Gewichte eröffnen theoretisch drei Optionen, die bei reinen API-Modellen wie GPT oder Claude verschlossen bleiben:

• On-Premise-Betrieb: Daten verlassen das eigene Rechenzentrum nicht, relevant für regulierte Branchen und die DSGVO.
• Eigenes Fine-Tuning^?Nachträgliches Trainieren eines Modells auf eigenen Daten, um es an firmenspezifische Sprache oder Aufgaben anzupassen.: Anpassung auf firmeneigene Terminologie und Prozesse.
• Compliance-Kontrolle: nachvollziehbare Versionsstände statt stiller Modellwechsel des Anbieters.

Ein wichtiger Vorbehalt: Die konkreten Lizenzbedingungen haben die bisher verfügbaren Berichte noch nicht offengelegt. Ob kommerzielle Nutzung ohne Einschränkung erlaubt ist, entscheidet sich erst an der tatsächlichen Lizenz. Und der praktische Betrieb eines 2,8-Billionen-Parameter-Modells verlangt erhebliche Rechenleistung, die kaum ein Mittelständler selbst vorhält. Wer über ein Deployment nachdenkt, sollte vorher klären, welche Aufgaben überhaupt ein solches Modell brauchen und was ein kleineres offenes Modell schon leistet. Für diese Vorauswahl lohnt der praxisorientierte Vergleich der wichtigsten KI-Tools für Führungskräfte, wenn im Haus noch keine belastbare Kriterienliste für die Modellauswahl existiert.

Warum ist Kimi K3 nicht mehr die billige China-Alternative?

Am deutlichsten bricht der Preis mit dem bisherigen Muster chinesischer Modelle. K3 kostet laut TradingKey 3 US-Dollar pro Million Input-Token und 15 US-Dollar pro Million Output-Token. Das ist das bisher teuerste chinesische Modell und ein klarer Sprung gegenüber dem Vorgänger K2.6 mit 0,95 und 4 US-Dollar.

Im westlichen Vergleich bleibt K3 dennoch günstiger als die Spitzenmodelle:

• Kimi K3: 3 / 15 USD (Input/Output) pro Million Token.
• GPT-5.6 Sol: 5 / 30 USD, also rund das Doppelte beim Output.
• Claude Fable 5: 10 / 50 USD, mehr als das Dreifache beim Output.
• Kimi K2.6 (Vorgänger): 0,95 / 4 USD.

Mehrere Berichte, darunter The Decoder, ziehen daraus den Schluss, die Zeit der Billig-KI aus China sei vorbei. Moonshot positioniert K3 klar als Premium-Frontier-Modell. Für die Kostenplanung in Unternehmen heißt das: Der Preisabstand zu OpenAI und Anthropic schrumpft, das Argument „China ist einfach viel billiger“ trägt nicht mehr pauschal. Wer die Token-Kosten im Griff behalten will, sollte ohnehin ein sauberes Budget führen, wie in unserem Beitrag zu Token-Budgets und KI-Kostenkontrolle beschrieben.

Was sollten Unternehmen jetzt konkret tun?

Abwarten und beobachten, statt sofort umzustellen. K3 lässt sich über die API bereits nutzen, die Gewichte kommen erst zum 27. Juli, und belastbare unabhängige Zahlen fehlen noch. Ein überstürzter Wechsel bringt Risiko ohne belegten Nutzen.

Sinnvoll sind drei Schritte:

1. Testen ohne Migration: K3 über die API auf zwei, drei realen eigenen Aufgaben gegen das bestehende Modell laufen lassen, besonders bei langen Dokumenten und Bildinhalten.
2. Lizenz prüfen: Nach dem 27. Juli die konkreten Nutzungsbedingungen der Gewichte lesen, bevor Sie On-Premise oder Fine-Tuning planen.
3. Kosten realistisch rechnen: Den neuen Premium-Preis in die eigene Kalkulation einsetzen statt mit den alten Billigwerten zu planen.

Ob Kimi K3 Claude und GPT tatsächlich herausfordert, entscheidet sich nicht an der Parameterzahl und nicht an Moonshots eigenen Benchmarks, sondern an drei Punkten: der Lizenz, den ersten unabhängigen Vergleichen und der Frage, ob Ihre konkreten Aufgaben ein 3-Billionen-Modell überhaupt brauchen. Bis diese Antworten vorliegen, ist K3 ein ernstzunehmendes Signal, dass der Abstand zwischen offenen und geschlossenen Frontier-Modellen kleiner wird, mehr aber noch nicht.