Das Kimi K3 Open-Weights-Modell des chinesischen Unternehmens Moonshot AI erreicht im Artificial Analysis Intelligence Index rund 57 Punkte und steht damit auf Platz 3 – gleichauf mit Opus 4.8 und GPT-5.5, nur hinter Claude Fable 5 und GPT-5.6 Sol. Der Unterschied zu diesen US-Modellen liegt weniger in der Leistung als im Preis und in der Lizenz: K3 kostet über die API 3 Dollar pro Million Eingabe-Tokens und 15 Dollar pro Million Ausgabe-Tokens, und die Modellgewichte sollen am 27. Juli frei verfügbar sein.
Moonshot AI stellte das Modell am 16. Juli 2026 vor; das Wirtschaftsmedium Caixin Global datiert die Veröffentlichung auf den 17. Juli. K3 ist ein Mixture-of-Experts-Modell mit 2,8 Billionen Parametern und laut Hersteller das erste Open-Source-Modell in der 3-Billionen-Klasse. Es verarbeitet Text und Bild und bietet ein Kontextfenster von gut einer Million Tokens – genug, um umfangreiche Dokumentensammlungen oder ganze Codebasen in einem Durchgang zu erfassen.
Was das Kimi K3 Open-Weights-Modell für die Kostenrechnung bedeutet
Die Preisstruktur ist für Unternehmen der praktisch relevanteste Punkt. Moonshot AI verlangt einheitlich 3 Dollar pro Million Eingabe-Tokens über das gesamte Kontextfenster – ohne Staffelung nach Kontextgröße, wie sie bei anderen Anbietern üblich ist. Wer denselben Kontext wiederholt nutzt, zahlt bei einem Cache-Treffer nur 0,30 Dollar pro Million Eingabe-Tokens. Für Anwendungsfälle mit langen, stabilen Systemprompts – etwa Support-Assistenten mit festem Wissensstand – senkt das die laufenden Kosten deutlich.
Zum Vergleich der Größenordnung: K3 rangiert im Intelligence Index vor DeepSeek V4 Pro (44 Punkte) und Zhipu AIs GLM-5.2 (51 Punkte). Ein zweiter Benchmark, der Vals-Index, setzt K3 bei 74,7 Punkten an. In der Frontend Code Arena debütierte das Modell mit 1679 Elo auf Platz 1 und verdrängte Claude Fable 5 – ein Sprung um 17 Plätze gegenüber dem Vorgänger Kimi K2.6. In sechs von sieben getesteten Frontend-Domänen liegt K3 an der Spitze. Für Betriebe, die KI-gestützt Software entwickeln oder Prototypen bauen, ist das eine belastbare Alternative zu den etablierten US-Modellen.
Die Effizienz erreicht Moonshot AI über eine erhöhte Sparsity: Von 896 Experten aktiviert das Modell pro Anfrage nur 16, rechnet also nur mit einem Bruchteil seiner Gesamtgröße. Zusammen mit einer überarbeiteten Trainingsmethodik ergibt das laut Hersteller rund die 2,5-fache Skalierungseffizienz gegenüber K2. Für Anwender heißt das konkret: Ein Modell dieser Größenordnung lässt sich zu Kosten betreiben, die vor einem Jahr für deutlich schwächere Systeme fällig waren.
Nachfrage übersteigt Kapazität
Der Andrang war so groß, dass Moonshot AI neue Anmeldungen für den K3-Zugang vorübergehend pausieren musste; die API bleibt für bestehende Nutzer aktiv. Details zur Einbindung dokumentiert das Unternehmen im Kimi K3 Quickstart Guide der Kimi API Platform. Wer die Gewichte ab dem 27. Juli selbst hostet, ist von dieser Zugangsbeschränkung ohnehin unabhängig.
Moonshot AI ist kein Nischenanbieter mehr. Der hauseigene Kimi-Chatbot zählt zu den meistgenutzten Consumer-KI-Produkten Chinas und erzielte im April einen annualisierten wiederkehrenden Umsatz von über 200 Millionen Dollar. Im Mai sammelte das Unternehmen 2 Milliarden Dollar ein, was es mit über 20 Milliarden Dollar bewertete. Die Konkurrenz reagiert: Am Wochenende nach der K3-Veröffentlichung kündigte Alibaba ein Qwen-3.8-Modell mit 2,4 Billionen Parametern an – ebenfalls als Open-Weights-Modell.
Unsere Einschätzung
Für deutsche KMU ist die entscheidende Nachricht nicht der Benchmark-Rang, sondern die Kombination aus offener Lizenz und niedrigem Preis. Ein Modell auf dem Niveau von GPT-5.5, dessen Gewichte frei verfügbar sind, lässt sich im eigenen Rechenzentrum oder bei einem europäischen Hoster betreiben. Das ist der praktische Weg aus der Abhängigkeit von OpenAI, Anthropic und Google: Wer die Gewichte hat, kontrolliert, wo die Daten liegen, und ist nicht der Preis- und Verfügbarkeitspolitik eines US-Anbieters ausgeliefert. Die pausierten Anmeldungen bei Moonshots eigener API führen genau das vor – Self-Hosting umgeht dieses Problem.
Zwei Einschränkungen bleiben. Ein 2,8-Billionen-Parameter-Modell selbst zu betreiben verlangt erhebliche Hardware; für die meisten KMU wird der realistische Weg ein europäischer Hosting-Partner sein, nicht der eigene Server im Keller. Und mit einem chinesischen Modell tauscht man eine Abhängigkeit potenziell gegen eine andere ein – der Vorteil offener Gewichte ist aber, dass sich diese Abhängigkeit technisch auflösen lässt, anders als bei einer proprietären API. Dass die Wahl inzwischen zwischen mehreren konkurrenzfähigen Open-Weights-Modellen besteht – Kimi K3, DeepSeek, bald Qwen 3.8 – stärkt die Position der Anwender. Für europäische Souveränitätsdebatten ist das ein Argument mehr, offene Modelle ernst zu nehmen statt reflexhaft zur nächsten US-Cloud zu greifen.
