Kimi K3: Das grösste Open-Weight-KI-Modell der Welt – und warum „Open Source" hier nicht ganz stimmt

Mitte Juli 2026 hat das chinesische KI-Labor Moonshot AI eine echte Bombe in die KI-Landschaft geworfen: Kimi K3 – ein Modell mit 2,8 Billionen Parametern, nativem Multimodal-Support, einem Kontextfenster von einer Million Token und Benchmark-Ergebnissen, die prominente US-Modelle in mehreren Kategorien hinter sich lassen. Und das Ganze soll „Open Source" sein. Ob das Etikett hält, was es verspricht – schauen wir hin.

2,8 Billionen Parameter – aber was heisst das eigentlich?

Wer bei „2,8 Billionen Parameter" kurz schluckt: völlig verständlich. Kimi K3 ist das grösste bisher veröffentlichte Open-Weight-Modell der Welt – und das erste Modell überhaupt in der sogenannten „Open-3T-Klasse". Zum Einordnen: GPT-4s genaue Parameterzahl hat OpenAI nie offiziell kommuniziert, Schätzungen rangieren irgendwo zwischen 200 Milliarden und gut einer Billion. K3 übertrifft das in jedem Szenario deutlich.

Der Trick dabei ist die Mixture-of-Experts-Architektur (MoE). K3 hat zwar 2,8 Billionen Parameter, aktiviert aber pro verarbeitetem Token nur 16 von 896 Experten – das sind gerade mal ~1,8 % der gesamten Modellkapazität. Das Modell ist bei weitem nicht so rechenintensiv, wie die rohe Parameterzahl vermuten lässt. Trotzdem braucht man für den lokalen Betrieb eine sehr ernsthafte GPU-Infrastruktur – wir reden hier nicht von einem MacBook-Experiment.

Was Moonshot technisch wirklich interessant macht, sind die neuen Architektur-Bausteine, die mit K3 erstmals eingeführt wurden. Die wichtigsten:

• Kimi Delta Attention (KDA): Verbessert den Informationsfluss über sehr lange Sequenzen – entscheidend bei einem Kontextfenster von einer Million Token.
• Attention Residuals (AttnRes): Erhöht die Präzision beim Abrufen von Repräsentationen während des Trainings – ein weiterer Baustein für zuverlässigeres Reasoning.
• Quantile Balancing: Effizienteres Expert-Routing im MoE-Setup, das sicherstellt, dass die Last auf die 896 Experten besser verteilt wird.

Moonshot gibt an, damit eine 2,5-fache Skalierungseffizienz gegenüber dem Vorgänger Kimi K2 erreicht zu haben – K3 holt mit gleichem Trainingsaufwand deutlich mehr raus. K3 unterstützt nativ Text, Bilder und Video, und das 1-Million-Token-Kontextfenster kommt ohne Kompressionstricks aus.

Open Source oder Open Weight? Der Knackpunkt

Moonshot AI bewirbt Kimi K3 als „Open Source". Die KI-Community – insbesondere Vertreter der Open Source Initiative (OSI) – sieht das deutlich nüchterner. Und die Unterscheidung ist für jeden, der Deployment-Entscheidungen trifft, relevant.

Was Moonshot tatsächlich veröffentlicht: die Modellgewichte, ab dem 27. Juli 2026, unter einer modifizierten MIT-Lizenz. Das ist grosszügig und nützlich.

Was Moonshot nicht veröffentlicht: den Trainingscode, die Trainingsdaten und die Trainingsinfrastruktur. Also genau der Teil, der ein Modell nach OSI-Standards zu einem echten Open-Source-Projekt machen würde. Man kann K3 nutzen, anpassen und deployen – aber man kann es nicht reproduzieren.

„Open Weight, nicht Open Source – wer die Gewichte bekommt, bekommt nicht das Rezept."

Das folgt exakt dem Muster von Metas LLaMA-Serie: viel Offenheit in der Nutzung, wenig Transparenz im Entstehungsprozess. Vollständige Daten-Transparenz? Fehlt. Ein frei deploybares, leistungsstarkes Modell? Ist da.

Benchmarks: Wo K3 glänzt – und wo nicht

Kommen wir zur Disziplin, bei der es in der KI-Welt immer am lautesten wird: Benchmarks. Kimi K3 liefert hier ein gemischtes, aber insgesamt beeindruckendes Bild.

Die Highlights

Besonders stark ist K3 im Coding und agentic Reasoning. Im Frontend Code Arena-Benchmark belegt K3 mit 1.679 Punkten Platz 1 – und schlägt dabei Claude Fable 5, eines der aktuell stärksten proprietären Modelle von Anthropic. Laut Arena.ai gewinnt K3 in 6 von 7 Frontend-Domains. Beim BrowseComp-Benchmark, der komplexe, langfristige Webrecherche testet, erreicht K3 einen State-of-the-Art-Wert von 91,2/100.

Die Coding-spezifischen Ergebnisse im Detail (nxcode.io):

Das Gesamtbild

Im aggregierten Ranking von BenchLM.ai – mit über 54 veröffentlichten Benchmarks – landet K3 mit einem Gesamtscore von 80,96/100 auf Platz 4 von 200 Modellen. Die aktuellen Frontier-Modelle davor: Anthropics Claude Mythos 5 und Fable 5 sowie OpenAIs GPT-5.6 Sol – allesamt proprietäre, geschlossene Systeme:

Platz 4 weltweit als Open-Weight-Modell. Ohne Asterisk.

Die Schwächen

K3 ist mit 62 Output-Token pro Sekunde merklich langsamer als der Modell-Median von 71,1 Token/s. Noch auffälliger: K3 produzierte bei Evaluierungen rund 130 Millionen Output-Token – mehr als doppelt so viele wie der Median von 63 Millionen. K3 redet gerne – sehr gerne. Wer K3 intensiv im produktiven Einsatz nutzt, wird das in der Rechnung merken.

Der Elefant im Raum: Distillation, Hype und Benchmark-Games

Hinter den Zahlen gibt es eine ernsthafte Debatte über deren Zustandekommen.

Anthropic und andere US-Labs werfen chinesischen Laboren – darunter Moonshot, DeepSeek und MiniMax – vor, „industrial-scale model distillation" zu betreiben. Das bedeutet: Fähigkeiten aus proprietären Frontier-Modellen werden durch massenhaftes Abfragen und Nachahmen in eigene Modelle destilliert – ohne Lizenz zu zahlen oder die Trainingsarbeit zu leisten. Das ist ein ernsthafter Vorwurf – rechtlich wie ethisch ungelöst.

Dazu kommen Diskrepanzen bei den Benchmark-Ergebnissen: Die Zahlen von Arena.ai und Moonshots eigene Angaben weichen teilweise voneinander ab. Da die Modellgewichte erst am 27. Juli 2026 veröffentlicht werden, fehlt aktuell jede Möglichkeit zur unabhängigen Reproduzierbarkeit – man glaubt Moonshot, oder man wartet.

Patrick Moorhead, Gründer von Moor Insights & Strategy und bekannter US-Tech-Analyst, rät zur Nüchternheit und warnt vor einer weiteren „AI-Panik"-Welle: Der Fokus liege zu oft auf Hype statt auf sachlicher Einordnung. Bank-of-America-Analysten dagegen sehen in K3 einen Beleg, dass Pre-Training-Skalierung kombiniert mit Architektur-Innovation substanzielle Fortschritte bringt – auch unter Hardware-Einschränkungen. Beides stimmt gleichzeitig.

Chinesische Modelle machen einfach weniger Drama

Ein Punkt, der in der technischen Diskussion oft untergeht – und für Unternehmen in der Schweiz und Europa sehr konkret relevant ist:

In den letzten Monaten haben Anthropic-Modelle wie Fable 5 und Mythos für erhebliche Unruhe gesorgt. Aufgrund von US-Exportkontrollen wurden diese Modelle zeitweise für Nutzer ausserhalb der USA – darunter auch die Schweiz – komplett gesperrt. Was das in der Praxis bedeutet: Unternehmen, die auf diese Modelle gebaut hatten, standen plötzlich ohne Zugang da. Wir haben das bei Evoya hautnah miterlebt und über die Sperrung sowie über die spätere Aufhebung der Exportkontrolle berichtet.

Kimi K3 hingegen? Einfach da. Keine Exportrestriktionen, kein Drama, kein wochenlanges Warten. Für Unternehmen, die sich auf KI-Modelle verlassen, ist das eine praktische Beobachtung, keine politische.

Mozilla CTO Raffi Krikorian brachte es auf den Punkt: US-Labs seien „evidently concerned" angesichts der Performance chinesischer Modelle – was zu einer interessanten Dynamik führt: Je ernsthafter die Bedrohung wahrgenommen wird, desto schwieriger wird es politisch, Open-Weight-Modelle aus China einfach zu verbieten. Die Lage in den USA bleibt dynamisch: Gesetzgeber erwägen Einschränkungen für US-Unternehmen, die chinesische KI-Modelle nutzen. Für europäische und Schweizer Firmen gilt das bisher nicht – aber es lohnt sich, das im Auge zu behalten.

Mit $15 pro Million Output-Token liegt K3 auf Claude-Sonnet-Niveau. Chinesische Top-Modelle sind damit in der Preisregion westlicher Midrange-Modelle angekommen – vor einem Jahr noch anders. Der Wettbewerb funktioniert.

Was bedeutet Kimi K3 für Evoya-Kunden?

Wir bei Evoya AI testen Kimi K3 aktuell intensiv und werden das Modell in den nächsten Tagen in den Evoya AI Workspace integrieren. Besonders bei Coding-lastigen Workflows und komplexen agentic Tasks – also genau dort, wo K3 in den Benchmarks glänzt – wollen wir sehen, wie es sich im echten Einsatz schlägt.

Genau für solche Momente ist Evoya gebaut.

Ein Modell wird wegen Exportkontrollen gesperrt, ein neues Modell wie Kimi K3 mischt die Leaderboards auf, ein Provider erhöht plötzlich die Preise – unsere Kunden müssen sich darum nicht kümmern. Im Evoya AI Workspace sind alle bedeutenden Modelle aller relevanten Provider auf einer Plattform vereint: OpenAI, Anthropic, Google, Meta, Mistral – und bald auch Moonshot. Du wechselst das Modell mit einem Klick, vergleichst Ergebnisse direkt nebeneinander und bist nie von einem einzelnen Provider abhängig.

Kein Lock-in. Kein Drama. Einfach das beste Modell für den jeweiligen Use Case.

Fazit

Kimi K3 ist real und beeindruckend – und verdient, ernst genommen zu werden. Platz 4 weltweit als Open-Weight-Modell, überlegene Coding-Performance in mehreren Kategorien, ein 1-Million-Token-Kontextfenster ohne Kompromisse – das ist kein Hype-Modell, das ist ein ernsthafter Konkurrent. Die Benchmark-Zahlen sollte man mit gesunder Skepsis lesen, bis die Gewichte am 27. Juli draussen sind und unabhängige Evaluierungen folgen.

Festhalten: Die Bezeichnung „Open Source" ist hier Marketing. „Open Weight" ist der korrekte Begriff – nützlich, aber nicht dasselbe. Und die Frage, welches Modell für welchen Anwendungsfall am besten passt, bleibt komplex. Genau deshalb gibt es Plattformen, die alle relevanten Modelle vereinen.

Evoya AI ist eine Schweizer KI-Agentur mit Sitz in Uster. Im Evoya AI Workspace vereinen wir alle bedeutenden KI-Modelle auf einer Plattform – datenschutzkonform, flexibel und ohne Provider-Lock-in.