Moonshot AI hat Kimi K3 offiziell vorgestellt. Das Modell war zum Start über Kimi.com, Kimi Work, Kimi Code und die Programmierschnittstelle verfügbar. Die vollständigen Modellgewichte waren zu diesem Zeitpunkt jedoch noch nicht veröffentlicht: Moonshot kündigte sie für spätestens 27. Juli 2026 an. Damit ist Kimi K3 ein angekündigtes Open-Weight-Modell, dessen Dienste bereits nutzbar waren, während der Download der Gewichte noch ausstand.
Diese Unterscheidung ist praktisch relevant: Öffentlicher Produktzugang und eine angekündigte Veröffentlichung der Gewichte sind zwei verschiedene Formen von Verfügbarkeit.
Vor der offiziellen Vorstellung war in der Community über einen Arena-Test unter dem Namen „Kivine-1“ spekuliert worden. Diese Vorgeschichte bleibt relevant, ist aber kein Beleg dafür, dass jede damals genannte Modellbezeichnung oder Leistungsangabe von Moonshot stammte.
2,8 Billionen Parameter und eine Million Token Kontext
Laut Moonshots technischem Blogbeitrag besitzt Kimi K3 insgesamt 2,8 Billionen Parameter, native Bildverarbeitung und ein Kontextfenster von bis zu einer Million Token. Als Mixture-of-Experts-Modell aktiviert es pro Verarbeitungsschritt 16 von 896 Experten. Moonshot bezeichnet K3 als erstes offenes Modell dieser Größenklasse.
Die Architektur kombiniert Kimi Delta Attention, Attention Residuals und Stable LatentMoE. Moonshot führt diese Verfahren als Gründe für eine gegenüber Kimi K2 ungefähr 2,5-fach verbesserte Skalierungseffizienz an. Das sind Herstellerangaben; ein technischer Bericht mit weiteren Details war für die Veröffentlichung zusammen mit den Gewichten angekündigt.
Kimi Delta Attention soll lange Sequenzen effizienter verarbeiten. Attention Residuals greifen gezielt auf Repräsentationen aus früheren Schichten zu, statt Informationen nur schrittweise durch das gesamte Netz weiterzureichen. Quantile Balancing verteilt Aufgaben auf Experten, während eine quantisierungsbewusste Nachschulung die Ausführung mit kompakten Zahlenformaten vorbereitet. Diese Kombination ist technisch interessant, muss aber nach Erscheinen des Berichts und der Gewichte von unabhängigen Teams reproduziert werden.
Das Kontextfenster erlaubt theoretisch sehr große Codebasen und Dokumentmengen in einer Sitzung. Eine Million Token garantiert jedoch nicht, dass jedes Detail am Anfang und Ende gleich zuverlässig berücksichtigt wird. Moonshot nennt für BrowseComp ausdrücklich ein eigenes Kontextmanagement; ohne dieses erreiche K3 bei einer Million Token einen anderen Wert. Für Anwendungen ist daher nicht nur die maximale Länge, sondern auch die Strategie zum Suchen, Verdichten und Zitieren entscheidend.
Stark, aber laut Hersteller nicht an der absoluten Spitze
Moonshot ordnet die Gesamtleistung ausdrücklich hinter Claude Fable 5 und GPT-5.6 Sol ein. Gleichzeitig meldet das Unternehmen in einzelnen Programmier-, Wissens- und Multimodaltests konkurrenzfähige Ergebnisse. Die Vergleichswerte stammen teils aus eigenen Läufen und teils aus externen Bestenlisten mit unterschiedlichen Agenten-Werkzeugen. Sie sind deshalb nicht als einheitlicher, unabhängiger Gesamtvergleich zu lesen.
Im offiziellen Beitrag beschreibt Moonshot mehrere Langzeittests. K3 habe GPU-Kernel über bis zu 24 Stunden optimiert, einen kompakten Triton-ähnlichen Compiler namens MiniTriton erstellt und in einer 48-stündigen Simulation einen kleinen Chip entworfen und geprüft. In einem Forschungsbeispiel habe das Modell Literatur, Gleichungen und Programmcode zu einer astrophysikalischen Fragestellung verbunden. Diese Fallstudien demonstrieren mögliche Arbeitsabläufe, wurden aber vom Hersteller ausgewählt und sind keine neutralen Erfolgsmessungen.
Für Wissensarbeit zeigt Moonshot Berichte, Präsentationen, Tabellen und interaktive Visualisierungen. Ein Beispiel habe Daten aus Tausenden Webabfragen und zahlreichen Geschäftsberichten verarbeitet. Ein weiteres nutzte laut Anbieter mehr als 20 parallel arbeitende Unteragenten. Das bestätigt, dass Moonshot Agentenschwärme als Produktfunktion erprobt, bestätigt aber nicht die in sozialen Netzwerken verwendete Bezeichnung „K3 Swarm Max“.
Auch Community-Ergebnisse, darunter ein zeitweiliger Spitzenplatz in der Frontend Code Arena, zeigen interessante Stärken bei Oberflächen und Programmieraufgaben. Solche Ranglisten und Einzeltests belegen jedoch nicht automatisch die Qualität bei jedem Einsatzgebiet.
Weitere zum Start veröffentlichte Analysen und Demos behandelten Architektur, Benchmarks und erste Programmierergebnisse. Sie bleiben als Community-Quellen erhalten; ihre Aussagen sind nicht mit Herstellerangaben gleichzusetzen.
„K3 Max“ und „Swarm Max“ waren keine bestätigten Produktvarianten
In sozialen Netzwerken kursierten zum Start die Bezeichnungen „K3 Max“ und „K3 Swarm Max“ sowie Berichte über parallel arbeitende Agentenschwärme. Der offizielle K3-Beitrag führt diese Namen nicht als getrennte Modelle oder Tarife auf. Bestätigt ist lediglich, dass K3 zunächst standardmäßig mit maximalem Denkaufwand arbeitet. Moonshot bietet unabhängig davon Agenten- und Multi-Agenten-Funktionen an. Die kursierenden Varianten bleiben damit Community-Berichte, nicht offiziell bestätigte K3-Produkte.
API-Preis und praktische Grenzen
Die offizielle API kostete zum Start 0,30 US-Dollar je Million Eingabe-Token bei Cache-Treffern, 3 US-Dollar ohne Cache-Treffer und 15 US-Dollar je Million Ausgabe-Token. Moonshot empfiehlt für den eigenen Betrieb aufgrund der Modellgröße Supernode-Konfigurationen mit mindestens 64 Beschleunigern. Die angekündigten Gewichte bedeuten daher nicht, dass K3 auf gewöhnlichen Firmenservern wirtschaftlich lokal betrieben werden kann.
Der günstige Preis bei Cache-Treffern ist vor allem für wiederkehrende, große Kontexte interessant. Ob ein Projekt tatsächlich in diesen Tarif fällt, hängt von der Cache-Nutzung ab. Moonshot meldet bei eigenen Coding-Workloads mehr als 90 Prozent Cache-Treffer, doch dieser Wert lässt sich nicht pauschal auf andere Anwendungen übertragen. Eine seriöse Kostenrechnung sollte Ein- und Ausgabe, fehlgeschlagene Agentenschritte, Werkzeugaufrufe und Wiederholungen einbeziehen.
Die unmittelbare Integration in Werkzeuge wie Cline senkt die Einstiegshürde. Dennoch bleiben Berechtigungen entscheidend: Ein Programmieragent kann Dateien verändern, Befehle ausführen oder externe Dienste ansprechen. Gerade weil Moonshot eine Tendenz zu übermäßiger Eigeninitiative beschreibt, sollten Unternehmen mit Testumgebungen, Versionskontrolle, minimalen Zugriffsrechten und menschlicher Freigabe arbeiten.
Moonshot nennt zudem klare Einschränkungen: Ein Wechsel des Modells innerhalb einer laufenden Sitzung könne die Qualität destabilisieren, und K3 neige bei unklaren Aufgaben zu übermäßig eigenständigen Entscheidungen. Für produktive Agenten seien deshalb kompatible Werkzeuge und eng gesetzte Berechtigungen wichtig.
Die folgenden Beiträge dokumentieren Integrationen, Preisvergleiche und weitere Eindrücke aus der Startphase. Auch sie sind Einzelquellen und keine unabhängige Bestätigung aller darin enthaltenen Aussagen.
🎯 Was das für die Praxis bedeutet
1. Verfügbarkeit richtig einordnen: K3 war als Dienst und API verfügbar; für einen eigenen Betrieb musste zunächst die angekündigte Veröffentlichung der Gewichte abgewartet werden.
2. Kosten vollständig rechnen: Der API-Preis ist attraktiv, ein lokaler Betrieb des 2,8-Billionen-Modells verlangt jedoch sehr große Infrastruktur.
3. Ergebnisse selbst prüfen: Arena-Platzierungen und Herstellerbenchmarks sind gute Vorauswahlkriterien, ersetzen aber keinen Test mit eigenen Aufgaben, Daten und Sicherheitsgrenzen.
