Das chinesische KI-Startup Moonshot AI hat die vollständigen Modellgewichte auf Hugging Face seines neuen Flaggschiffs Kimi K3 veröffentlicht. Das Modell hat 2,8 Billionen Parameter, versteht Text, Bild und Video nativ und arbeitet mit einem Kontextfenster von 1.048.576 Token. Es ist damit das größte frei herunterladbare KI-Modell, das je veröffentlicht wurde - und es führt die Frontend-Code-Rangliste der unabhängigen Bewertungsplattform Arena.ai vor Anthropics Claude Fable 5 an.
Der Zeitpunkt macht die Sache brisant: Am selben Tag legte Chinas Speicherchip-Konzern CXMT das spektakulärste Börsendebüt Asiens seit Jahren hin, und aus Shanghai wurde der Start der Serienfertigung eigener Chip-Belichtungsmaschinen gemeldet. Westliche Halbleiterwerte gerieten deutlich unter Druck.
Platz eins im Frontend-Coding - vor Claude Fable 5
Den härtesten Beleg liefert die Bewertungsplattform Arena.ai (früher LMArena beziehungsweise LMSYS), auf der anonymisierte Modellantworten von Nutzern verglichen werden. In der Frontend Code Arena steht Kimi K3 mit 1.679 Punkten auf Platz eins und verweist Anthropics Claude Fable 5 auf Platz zwei. Für Moonshot ist das ein Sprung um 17 Ränge gegenüber dem Vorgänger Kimi K2.6, der dort noch auf Platz 18 lag. In sechs von sieben Teilkategorien führt K3, nur bei der Kategorie Gaming liegt Fable 5 vorn.
In der breiter angelegten Agent Arena rangiert Kimi K3 auf Platz vier, praktisch gleichauf mit Claude Opus 4.8 und GPT-5.6 Sol. Mit der Freigabe der Gewichte ist es dort nun das stärkste frei verfügbare System.
Der Technical Report zeichnet ein differenziertes Bild. Kimi K3 erreicht 93,5 Prozent auf GPQA Diamond (Fragen auf Doktorandenniveau), 91,2 Prozent auf BrowseComp (eigenständige Web-Recherche) und den besten Wert aller getesteten Modelle auf ProgramBench mit 77,8 Prozent. Auf SWE-Marathon liegt es mit 42,0 Prozent sieben Punkte vor Fable 5. Gleichzeitig benennt Moonshot die Lücken selbst: Auf dem Forschungstest "Humanity's Last Exam" bleibt K3 hinter Fable 5 und GPT-5.6 Sol, ebenso auf CritPt mit 23,4 Prozent. Und im Blogbeitrag räumt das Unternehmen einen "spürbaren Abstand bei der Nutzererfahrung" gegenüber den beiden westlichen Spitzenmodellen ein.
Neue Architektur - und der halbe Maschinenraum dazu
Die Leistung stützt sich laut Moonshot auf zwei Architekturbausteine: Kimi Delta Attention (KDA) für den Umgang mit sehr langen Kontexten und Attention Residuals (AttnRes) für den Informationsfluss durch die 93 Schichten des Modells. Ein Mixture-of-Experts-Ansatz (ein Netz aus vielen Teilmodellen, von denen pro Anfrage nur wenige rechnen) aktiviert 16 von 896 Experten pro Token, sodass trotz 2,8 Billionen Parametern nur rund 104 Milliarden tatsächlich mitarbeiten. Die Skalierungseffizienz soll dadurch nach Unternehmensangaben rund 2,5-mal so hoch liegen wie bei Kimi K2.
Bemerkenswert ist, was Moonshot zusätzlich zu den Gewichten offengelegt hat: MoonEP, eine Kommunikationsbibliothek für sehr große MoE-Modelle, FlashKDA, ein Satz Rechenkerne, der die Verarbeitung langer Eingaben auf einer NVIDIA H20 um das 1,72- bis 2,22-Fache beschleunigen soll, sowie AgentEnv, eine Sandbox-Umgebung für das Training von KI-Agenten. Damit gibt das Unternehmen Teile der eigenen Trainings-Infrastruktur frei, nicht nur das fertige Modell - ein Schritt, der über bisherige Open-Weights-Veröffentlichungen hinausgeht.
Was das Modell im Alleingang gebaut hat
Der Technical Report dokumentiert drei Fallstudien zum Agentenverhalten über lange Zeithorizonte:
- Eigener GPU-Compiler (MiniTriton): Kimi K3 entwickelte ein Übersetzungsprogramm für Grafikkarten-Code samt eigener Zwischensprache und PTX-Codegenerierung. Auf einer NVIDIA L20 übertrifft MiniTriton laut Bericht PyTorch eager und torch.compile im geometrischen Mittel der Testreihe; der eigene Matrixmultiplikations-Pfad erreicht etwa 90 Prozent der gemessenen Hardware-Obergrenze. Der Quellcode liegt auf GitHub.
- Autonomes Chip-Design: In einem einzelnen 48-Stunden-Lauf entwarf, optimierte und verifizierte das Modell mit frei verfügbaren EDA-Werkzeugen und der Nangate45-Zellbibliothek einen Inferenzchip für ein Kleinstmodell. Auf 4 mm² schließt der Entwurf das Timing bei 100 MHz ab und erreicht in der RTL-Simulation über 8.700 Token pro Sekunde, bei 1,46 Millionen Standardzellen und 0,277 MiB SRAM. Auch dieser Entwurf steht öffentlich auf GitHub.
- Wissenschaftlicher Research-Agent: Zur Reproduktion der sogenannten I-Love-Q-Relationen aus der Astrophysik prüfte Kimi K3 nach eigenen Angaben mehr als 20 Fachpublikationen, wertete über 300 Zustandsgleichungen aus, fand Widersprüche in veröffentlichten Formeln, schrieb über 3.000 Zeilen Python und lieferte ein interaktives Dashboard - in rund zwei Stunden statt der üblichen ein bis zwei Wochen für einen erfahrenen Forscher.
Bei der Optimierung von Rechenkernen, einer klassischen Spezialistenaufgabe, senkte das Modell die Latenz eines AttnRes-Kernels von 283,6 auf 114,4 Millisekunden. In dieser Disziplin zog es laut Bericht mit Claude Fable 5 gleich und lag vor Opus 4.8, GPT-5.6 Sol und GPT-5.5. Diese Ergebnisse zeigen, wie stark verlängerte Agent-Horizonte in Kombination mit freien Gewichten den Druck auf geschlossene Anbieter erhöhen.
PerceptionBench: Wo alle Modelle noch raten
Parallel veröffentlichte Moonshot AI ein zweites Open-Source-Projekt: PerceptionBench. Der Test trennt reine visuelle Wahrnehmung von Sprach- und Logikfähigkeiten. 3.000 manuell geprüfte Fragen verteilen sich auf zehn Kategorien, darunter Tiefenwahrnehmung, Zählen, Objektlokalisierung, Texterkennung und Halluzinationsneigung. Die Kategorien wurden aus tatsächlichen Modellfehlern in über 40 bestehenden Benchmarks abgeleitet.
Von 16 getesteten multimodalen Modellen knackt keines die 60-Prozent-Marke. An der Spitze steht GPT-5.6 Sol mit 59,7 Prozent, gefolgt von Kimi K3 mit 58,5 Prozent und Claude Fable 5 mit 57,2 Prozent. Der aufschlussreichste Befund betrifft die Stabilität: Ein großer Teil der richtigen Antworten hält einer zweiten, identischen Nachfrage nicht stand. Moonshot wertet das als Beleg dafür, dass heutige Systeme visuelle Aufgaben häufig erraten, statt tatsächlich zu sehen.
Frei verfügbar heißt nicht voraussetzungslos
Für Unternehmen sind zwei Details wichtiger als jede Benchmark-Zahl. Erstens die Größe: Der vollständige Download umfasst rund 1,56 Terabyte, verteilt auf 118 Dateien - Betrieb im eigenen Rechenzentrum ist damit ein Projekt für spezialisierte Hardware, nicht für den Serverschrank. Moonshot liefert Rezepte für vLLM und SGLang mit; über quantisierte, also verkleinerte Varianten laufen abgespeckte Versionen auch in Werkzeugen wie LM Studio, Ollama oder llama.cpp.
Zweitens die Lizenz. Die "Kimi K3 License" erlaubt Nutzung, Änderung, Weitergabe und Verkauf sehr weitgehend, knüpft daran aber zwei Bedingungen: Wer selbst Modellzugang als Dienstleistung anbietet und über zwölf Monate mehr als 20 Millionen US-Dollar Umsatz macht, braucht eine gesonderte Vereinbarung mit Moonshot AI. Und Produkte mit mehr als 100 Millionen monatlich aktiven Nutzern oder über 20 Millionen Dollar Monatsumsatz müssen "Kimi K3" sichtbar in der Oberfläche nennen. Rein interne Nutzung ist von beidem ausgenommen. Für die allermeisten Unternehmen ist das Modell damit praktisch frei - die rechtlichen Fragen aus den ersten Praxistests bleiben dennoch relevant.
Auch der Preis über die API hat sich verschoben: 0,30 Dollar je Million Eingabe-Token bei Cache-Treffer, 3,00 Dollar ohne, 15,00 Dollar je Million Ausgabe-Token. Gegenüber Kimi K2.6 ist das eine Vervielfachung. Die Ära der extrem billigen chinesischen Spitzenmodelle, auf die auch westliche Unternehmen zunehmend setzen, endet damit im obersten Segment.
CXMT-Debüt und Lithografie-Meldung setzen Chipwerte unter Druck
Am selben Tag debütierte ChangXin Memory Technologies (CXMT) an der Shanghaier Börse. Die Aktie eröffnete bei 49,50 Yuan gegenüber einem Ausgabepreis von 8,66 Yuan und schloss rund 466 Prozent im Plus. Der Börsengang spülte 57,92 Milliarden Yuan beziehungsweise etwa 8,6 Milliarden US-Dollar in die Kasse - der größte in Asien im laufenden Jahr und der größte in Festlandchina seit der Agricultural Bank of China 2010. Mit einem Marktwert von rund 3,3 Billionen Yuan (etwa 487 Milliarden Dollar) ist CXMT damit das wertvollste an einer chinesischen Festlandbörse notierte Unternehmen. Das Geld fließt in DRAM-Speicher, den Chinas KI-Beschleuniger dringend brauchen; 2025 lag CXMT mit rund acht Prozent Marktanteil auf Rang vier der weltweiten DRAM-Hersteller.
Kurz darauf meldete der Branchendienst The Information unter Berufung auf zwei Insider, ein staatlich gestütztes Unternehmen aus Shanghai habe die Fertigung eigener Immersions-DUV-Belichtungsmaschinen aufgenommen - jener Anlagenklasse, bei der ASML bislang praktisch konkurrenzlos ist. Die Maschinen sollen Strukturen der 28-Nanometer-Klasse in einem Durchgang belichten und über Mehrfachbelichtung bis in den 7-Nanometer-Bereich reichen. Erste Auslieferungen sind für dieses Jahr an SMIC, Hua Hong und CXMT vorgesehen, geplant sind rund fünf Anlagen 2026 und etwa 20 im Jahr 2027. Zum Vergleich: ASML lieferte 2025 etwa 131 Immersionssysteme aus. Kritische Bauteile stammen weiterhin aus Japan, und die chinesischen Anlagen sollen bei Leistung und Verarbeitungsqualität hinter ASML zurückbleiben.
Die Börsen reagierten trotzdem heftig. ASML verlor im Handelsverlauf zeitweise mehr als acht Prozent, auch Lam Research, Applied Materials und KLA gaben deutlich nach. Marktbeobachter führten den Ausverkauf direkt auf die Lithografie-Meldung zurück.
Die Bewertung westlicher Tech-Konzerne stützte sich lange auf die Annahme, dass Rechenleistung und KI-Infrastruktur auf Jahre hinaus von der westlichen Lieferkette kontrolliert bleiben. Wenn nun ein offenes Modell an die Spitze einer Rangliste rückt, Chinas Speicherchampion Rekordkapital einsammelt und im Anlagenbau die erste Bresche geschlagen wird, wackelt gleich mehr als eine Säule dieser Annahme. Der Abstand ist nicht verschwunden - er ist kleiner geworden.
🎯 Was das für die Praxis bedeutet
1. Open Weights sind eine Verhandlungsposition: Mit Kimi K3 existiert erstmals ein frei herunterladbares Modell auf Augenhöhe mit der zweiten Reihe der geschlossenen Anbieter. Das verschafft Unternehmen bei Verträgen mit Cloud-KI-Anbietern eine echte Alternative - auch wenn der Eigenbetrieb wegen 1,56 Terabyte Modellgröße Spezialhardware verlangt.
2. Lizenz vor Benchmark prüfen: Die Kimi K3 License ist großzügig, enthält aber Schwellen für Anbieter von Modell-Diensten (20 Millionen Dollar Umsatz) und eine Nennungspflicht für sehr große Produkte. Wer das Modell in ein eigenes Angebot einbaut, klärt das vor dem ersten Prototyp.
3. Sehende KI bleibt unzuverlässig: Kein einziges der 16 getesteten Modelle erreicht auf PerceptionBench 60 Prozent, und ein Großteil der richtigen Antworten hält einer Wiederholung nicht stand. Wer Bilddaten automatisiert auswerten lässt - Belege, Zählerstände, Schadensfotos -, braucht weiterhin eine menschliche Kontrollstufe.
4. Lieferketten-Risiko neu bewerten: CXMT-Börsengang und die DUV-Meldung ändern kurzfristig wenig an der Verfügbarkeit westlicher Hardware, verschieben aber die Preis- und Abhängigkeitserwartung für die nächsten Jahre. Für Beschaffungsplanungen mit langem Horizont ist das die relevantere Nachricht als jede Benchmark-Tabelle.
