Kimi K3 und Chinas Chipindustrie: Drei Meldungen, ein größer werdender Wettbewerb

Das chinesische KI-Startup Moonshot AI hat die Modellgewichte auf Hugging Face seines neuen Flaggschiffs Kimi K3 veröffentlicht. Die Modellkarte nennt 2,8 Billionen Gesamtparameter, 104 Milliarden aktive Parameter, native Bildverarbeitung und ein Kontextfenster von 1.048.576 Token; der Herstellerblog beschreibt zusätzlich Videoverarbeitung in den eigenen Produkten. Moonshot bezeichnet K3 als erstes offenes Modell der 3-Billionen-Klasse. In der Frontend Code Arena lag es zum dokumentierten Zeitpunkt vor Claude Fable 5.

Am selben Tag stieg der Kurs des chinesischen Speicherchipherstellers CXMT bei seinem Börsendebüt stark. Außerdem berichteten Medien über den Produktionsstart chinesischer Immersions-DUV-Lithografieanlagen. Mehrere westliche Halbleiterausrüster verloren im Handelsverlauf deutlich. Diese zeitliche Koinzidenz erlaubt keine sichere Aussage, welchen Anteil jede einzelne Meldung an den Kursbewegungen hatte.

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 rangierte Kimi K3 zum dokumentierten Zeitpunkt auf Platz vier und nahe bei Claude Opus 4.8 und GPT-5.6 Sol. Ranglisten sind Momentaufnahmen und hängen vom jeweiligen Testaufbau ab.

Der Technical Report zeichnet ein differenziertes Bild. Moonshot weist 93,5 Prozent auf GPQA Diamond, 91,2 Prozent auf BrowseComp und 77,8 Prozent auf ProgramBench aus. Auf SWE-Marathon nennt der Bericht 42,0 Prozent gegenüber 35,0 Prozent für Fable 5. Gleichzeitig bleibt K3 in den veröffentlichten Tabellen bei anderen Tests hinter Fable 5 oder GPT-5.6 Sol. Der Hersteller nennt selbst einen spürbaren Abstand bei der Nutzererfahrung. Die Werte stammen teils aus Moonshots eigenen Evaluierungen und sind keine unabhängige Gesamtwertung.

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 erreicht keines 60 Prozent. 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 deutet dies als Hinweis darauf, dass heutige Systeme visuelle Aufgaben häufig über Musterabgleich lösen. Diese Interpretation stammt vom Anbieter des Benchmarks.

Frei verfügbar heißt nicht voraussetzungslos

Für Unternehmen sind zwei Details wichtiger als jede Benchmark-Zahl. Erstens die Größe: Das Hugging-Face-Repository weist rund 1,56 Terabyte aus. Der vollständige Eigenbetrieb verlangt daher spezialisierte Hardware und verteilte Inferenz. Moonshot dokumentiert vLLM und SGLang; die Modellseite verweist außerdem auf Community-Quantisierungen für Werkzeuge wie LM Studio, Ollama oder llama.cpp. Deren Qualität und Hardwarebedarf unterscheiden sich vom Vollmodell.

Zweitens die Kimi K3 License. Sie erlaubt Nutzung, Änderung, Weitergabe und Verkauf weitgehend, enthält aber Zusatzbedingungen. Betreiber eines „Model as a Service“ mit mehr als 20 Millionen US-Dollar Gesamtumsatz in zwölf aufeinanderfolgenden Monaten benötigen vor kommerzieller Nutzung eine gesonderte Vereinbarung. Produkte mit mehr als 100 Millionen monatlich aktiven Nutzern oder mehr als 20 Millionen Dollar Monatsumsatz müssen „Kimi K3“ sichtbar nennen. Interne Nutzung und der Zugriff über offizielle oder zertifizierte Partner sind von diesen beiden Zusatzpflichten ausgenommen. Das ist eine Zusammenfassung, keine individuelle Rechtsberatung; für ein konkretes Angebot ist der Lizenztext maßgeblich.

Für die offizielle API nennt Moonshot 0,30 Dollar je Million Eingabe-Token bei Cache-Treffer, 3,00 Dollar ohne Cache-Treffer und 15,00 Dollar je Million Ausgabe-Token. Ob dies gegenüber einem früheren Modell im konkreten Arbeitsablauf teurer ist, hängt von Cache-Quote, Ausgabelänge und Aufgabe ab.

CXMT-Debüt und Lithografie-Meldung setzen Chipwerte unter Druck

Am selben Tag debütierte ChangXin Memory Technologies (CXMT) an der Shanghaier Börse. Laut Associated Press schloss die Aktie bei rund 49 Yuan, etwa 466 Prozent über dem Ausgabepreis von 8,66 Yuan. Der Börsengang brachte nach den Listing-Unterlagen 57,92 Milliarden Yuan beziehungsweise rund 8,6 Milliarden US-Dollar ein. Die Marktkapitalisierung lag nach dem ersten Handelstag bei etwa 3,3 Billionen Yuan. Für 2025 wurde CXMT in Berichten ein Anteil von rund 7,7 Prozent am weltweiten DRAM-Markt zugerechnet.

Kurz darauf berichtete The Information unter Berufung auf zwei mit der Sache vertraute Personen, ein staatlich gestütztes Unternehmen aus Shanghai habe die Fertigung eigener Immersions-DUV-Anlagen begonnen. Auch Reuters berichtete später unter Berufung auf eine eigene Quelle über die Produktion. Genannt werden erste Lieferungen an SMIC, Hua Hong und CXMT sowie Pläne für etwa fünf Anlagen 2026 und rund 20 im Jahr 2027. Technische Leistungsdaten und Zeitpläne beruhen auf diesen Berichten; eine öffentlich zugängliche Herstellerdokumentation liegt nicht vor. ASML lieferte 2025 ungefähr 130 Immersionssysteme aus, sodass die angekündigte chinesische Stückzahl zunächst deutlich kleiner wäre.

ASML verlor im Handelsverlauf zeitweise mehr als acht Prozent, auch Lam Research, Applied Materials und KLA gaben nach. Medien und Marktbeobachter brachten die Bewegung mit dem DUV-Bericht in Verbindung. Eine einzelne, abschließend bewiesene Ursache für eine Kursbewegung lässt sich daraus nicht ableiten.

Aus den drei Meldungen kann man zu dem Schluss kommen, dass sich der Wettbewerb bei Modellen, Speicherchips und Fertigungsanlagen verbreitert. Das ist eine redaktionelle Einordnung. Sie beweist weder technologische Gleichwertigkeit noch das Ende westlicher Lieferkettenvorteile; bei Stückzahlen, Fertigungsqualität und Spitzenleistung bestehen weiterhin große Unterschiede.