Was hinter den Rekordzahlen von Kimi K3 wirklich steckt

Seit dem 16. Juli steht Kimi K3 im Netz, und die Überschriften klingen, als hätte China die USA gerade überholt. 2,8 Billionen Parameter, das größte Modell, dessen Gewichte offengelegt werden sollen. Bei manchen Beobachtern ist bereits vom nächsten DeepSeek-Moment die Rede.

Der interessanteste Satz zu diesem Modell steht allerdings nicht in den Schlagzeilen, sondern in Moonshots eigenem technischen Blog. Dort schreibt der Hersteller, die Gesamtleistung liege weiterhin hinter den stärksten proprietären Modellen, namentlich Claude Fable 5 und GPT-5.6 Sol. Ein Unternehmen, das sein eigenes Produkt vorstellt und dabei sagt, es sei nicht das beste, ist selten. Genau deshalb lohnt der genaue Blick auf das, was hinter den Rekordzahlen steckt.

Die reine Meldung, dass K3 da ist und sich gratis ausprobieren lässt, haben wir bereits berichtet. Hier geht es um das, was danach kommt.

Ein erster Platz, und was er wirklich misst

K3 gewinnt tatsächlich einen wichtigen Vergleich. In der Frontend Code Arena, wo Menschen zwei Ergebnisse nebeneinander sehen und das bessere wählen, ohne zu wissen, welches Modell dahintersteckt, liegt K3 vorn. Auch vor Claude und GPT.

Nur misst dieser Test eben Geschmack. Nutzer bewerten, welche Weboberfläche ihnen besser gefällt. Das sagt viel über Gestaltung und wenig über Korrektheit. Wer daraus "Kimi schlägt die US-Modelle" macht, hat den Unterschied zwischen einem Präferenzranking und einem Korrektheitstest übersehen.

Warum Benchmark-Tabellen so vorsichtig zu lesen sind

Moonshot legt seine Messungen offen, und in den Fußnoten steht das Interessante. Je nach Benchmark lief jedes Modell in einem anderen Agentensystem, mal KimiCode, mal Claude Code, mal Codex. Das sind unterschiedliche Startbedingungen, kein sauberes Rennen auf derselben Bahn.

Bei einem der Coding-Tests räumt Moonshot sogar selbst ein, dass Claude Fable 5 in 35 Prozent der Aufgaben in Rückfalllösungen gelaufen sei, was dessen Ergebnis gedrückt haben könne. Bei einem anderen Test erreicht K3 seinen Spitzenwert nur mit einer Technik, die den Kontext bei 300.000 Token zusammenfasst. Ohne dieses Kontextmanagement fällt der Wert.

Wie leicht solche Zahlen kippen, zeigt eine Auswertung des unabhängigen Analysehauses Artificial Analysis. Dort taucht Kimi K3 mit 49 Prozent in einer Halluzinations-Wertung auf. Das klingt nach einer schwachen Quote. Die Skala ist allerdings umgekehrt aufgebaut und zählt, wie oft das Modell eben nicht danebenliegt. Höher ist also besser, und in derselben Liste steht Claude Fable 5 mit 45 Prozent darunter, mehrere GPT-5.6-Varianten deutlich weiter hinten.

Merke fürs nächste Mal: Bevor du eine Benchmark-Schlagzeile glaubst, schau nach, was genau gemessen wurde und in welche Richtung die Skala zeigt.

Kannst du K3 selbst betreiben?

Das ist für unsere Leser die eigentliche Frage. Die ehrliche Antwort: Für normale Nutzer wird das praktisch keine Rolle spielen, auch nicht nach der Freigabe. Der Grund ist schlicht die Größe.

Rechne kurz mit. Moonshot trainiert K3 von vornherein in einem sparsamen Zahlenformat namens MXFP4, das pro Gewicht rund vier Bit belegt. Gewichte, auch Parameter genannt, sind die gelernten Zahlenwerte, aus denen ein KI-Modell besteht. Bei 2,8 Billionen Parametern landest du damit bei ungefähr 1,4 Terabyte allein für die Modelldatei. Nicht Gigabyte. Terabyte. Zum Einordnen: Ein gängiges Modell mit acht Milliarden Parametern, wie es auf einem gut ausgestatteten Notebook läuft, belegt rund fünf Gigabyte.

Moonshot selbst empfiehlt in seinem Blog, K3 auf Supernode-Konfigurationen mit 64 oder mehr Beschleunigern zu betreiben. Das ist keine übertriebene Vorsicht, sondern die Konsequenz aus diesen Dimensionen. Eine einzelne Profi-Grafikkarte mit 96 Gigabyte Speicher liegt um mehr als den Faktor zehn daneben.

Der Begriff "open weights" bedeutet hier also nicht, dass du das Modell zu Hause laufen lässt. Er bedeutet, dass Forschung, Firmen und Cloud-Anbieter es herunterladen, prüfen und auf eigener Infrastruktur betreiben dürfen, statt es nur über Moonshots Server zu mieten. Das ist wertvoll, aber es ist etwas anderes als das, was viele darunter verstehen.

Wer wirklich eine KI ohne Cloud auf dem eigenen Rechner will, ist mit den kleinen Modellen richtig, die dafür gebaut sind. Wie das geht und was deine Hardware dafür können muss, haben wir in einem eigenen Artikel gezeigt.

Ein Detail am Rande, das technisch Interessierte freuen dürfte: Weil K3 von Anfang an in dieser niedrigen Präzision trainiert wurde, ist das sparsame Format hier der Originalzustand und kein nachträglich zusammengestauchtes Modell. Die sonst übliche Frage, wie viel Qualität die Verkleinerung gekostet hat, stellt sich anders.

Was es praktisch kostet

Abgerechnet wird in Token, kleinen Textbausteinen von meist wenigen Zeichen. Über die Schnittstelle verlangt Moonshot 3 US-Dollar je Million Eingabe-Token und 15 US-Dollar je Million Ausgabe-Token. Wiederholte Eingaben werden mit 30 Cent deutlich günstiger abgerechnet.

Damit ist K3 kein Schnäppchen mehr und kostet rund das Dreifache seines eigenen Vorgängers, der noch bei knapp einem Dollar für die Eingabe lag. Gegenüber Claude Fable 5, das mit 10 und 50 Dollar zu Buche schlägt, ist K3 klar günstiger. Claude Sonnet 5 liegt mit seinem aktuellen Einführungspreis von 2 und 10 Dollar allerdings noch darunter und zieht erst im September mit K3 gleich. Die Zeit, in der chinesische Modelle vor allem über den Kampfpreis kamen, geht bei Moonshot gerade zu Ende.

Dazu kommt ein Punkt, den man leicht übersieht. K3 denkt derzeit immer auf der höchsten Stufe, sparsamere Modi will Moonshot nachreichen. Das macht Antworten gründlich, aber es heißt auch, dass selbst eine simple Frage die teure Denkarbeit auslöst. Unabhängige Messungen sehen das Modell zudem bei rund 62 ausgegebenen Token pro Sekunde, also im Mittelfeld beim Tempo.

Was mit deinen Eingaben passiert

Für alle, die K3 in der App oder auf der Webseite ausprobieren, ist das der wichtigste Abschnitt. In Moonshots Datenschutzerklärung steht unmissverständlich, dass Eingaben, Audio, Bilder, Videos und Dateien verarbeitet werden, um die Dienste bereitzustellen und zu verbessern, und zwar ausdrücklich einschließlich des Trainings und der Optimierung der eigenen Modelle.

Einen eigenen Schalter, mit dem du das Training deiner Inhalte abstellst, nennt die Richtlinie nicht. Sie verweist auf allgemeine Betroffenenrechte, die du über die Kontoeinstellungen oder per E-Mail an den Datenschutzkontakt geltend machen kannst. Bei ChatGPT und Claude findest du dagegen einen Schalter direkt in den Einstellungen.

Ebenfalls in der Richtlinie: Erfasst werden unter anderem IP-Adresse, Geräte-Kennungen, Sitzungs- und Konversations-IDs sowie Daten aus der Zwischenablage, soweit die Geräteeinstellungen das zulassen. Zum Speicherort heißt es lediglich, Daten könnten auf Server außerhalb deines Wohnsitzlandes übertragen werden. Ein Land wird nicht genannt. Anbieter ist die Moonshot AI PTE. LTD. mit Sitz in Singapur, der Stand der Richtlinie ist der 7. Juli 2025.

Für einen Test mit harmlosen Aufgaben ist das verkraftbar. Für Firmeninterna, Kundendaten oder private Unterlagen gilt dieselbe Regel wie bei jedem Cloud-Dienst, nur hier mit einem Anbieter, der das Training in den eigenen Bedingungen ausdrücklich vorsieht.

Für wen sich Kimi K3 lohnt

Ausprobieren kostet nichts. Am meisten holen zwei Gruppen heraus: alle, die selbst entwickeln oder gestalten, und alle, die regelmäßig mit sehr langen Dokumenten arbeiten. Stark ist K3 dort, wo Code und Optik zusammenkommen, bei Weboberflächen, 3D und Animation. Das eine Million Token große Kontextfenster ist für umfangreiche Texte ein echtes Argument, und die Bildverarbeitung steckt von Haus aus drin.

Wer dagegen die beste Antwortqualität oder die rundeste Bedienung sucht, ist bei den Spitzenmodellen aus den USA weiterhin besser aufgehoben. Das schreibt Moonshot selbst so. Und wer gehofft hatte, sich demnächst ein Frontier-Modell auf den eigenen Rechner zu holen, sollte die 1,4 Terabyte im Kopf behalten.

Das Bemerkenswerte an K3 ist ohnehin weniger die Rangliste als das Tempo. Ein chinesisches Unternehmen liefert ein Modell auf Augenhöhe mit der Weltspitze und legt die Modelldaten offen. Vor zwei Jahren war das noch schwer vorstellbar.