Bei neuen KI-Modellen dauert es meist nur ein paar Stunden, bis der erste „Claude-Killer“ ausgerufen wird. Bei Kimi K3 ging es besonders schnell. Das Modell von Moonshot AI schreibt Code, verarbeitet Bilder und Videos und landet in einigen Tests direkt neben Claude Fable 5 und GPT-5.6 Sol.

Das allein macht K3 noch nicht zum besten Modell der Welt. Es reicht aber, um eine Grenze sichtbar zu verschieben: Offene Modelle waren lange die günstigere Alternative mit spürbaren Abstrichen. Bei K3 werden diese Abstriche erstmals ziemlich klein.

Ein riesiges Modell, das sparsam rechnet

Kimi K3 kommt aus China und umfasst 2,8 Billionen Parameter. Damit ist es zum Start das größte angekündigte Open-Weights-Modell. Dank einer Mixture-of-Experts-Architektur aktiviert es pro Anfrage jedoch nur 16 von 896 Teilbereichen. Der Großteil des Modells bleibt inaktiv, während die jeweils passenden Bereiche rechnen.

Gegenüber Kimi K2 soll die sogenannte Scaling Efficiency dadurch um den Faktor 2,5 gestiegen sein. Das ist eine Herstellerangabe, erklärt aber zumindest, wie ein Modell dieser Größe wirtschaftlich angeboten werden kann.

K3 verarbeitet bis zu eine Million Tokens auf einmal. Das reicht für umfangreiche Codebasen und lange Dokumentensammlungen. Hinzu kommen Bild- und Videoverständnis, Tool-Aufrufe und verschiedene Stufen für den Denkaufwand.

Verfügbar ist K3 über Kimi, Kimi Code und die API. Die Modellgewichte sollen am 27. Juli erscheinen. Bis dahin lässt sich die angekündigte Offenheit noch nicht vollständig überprüfen. Die wichtigsten technischen Daten haben wir bereits in unserer Meldung zum Start von Kimi K3 zusammengefasst.

Am stärksten ist K3 dort, wo Arbeit liegen bleibt

Die überzeugendsten Ergebnisse liefert K3 beim Programmieren. Das Modell bewegt sich durch große Repositories, bedient Terminal-Werkzeuge, führt Tests aus und korrigiert Fehler anhand von Logs oder Screenshots. Bei längeren Aufgaben ist das wichtiger als ein guter erster Codeblock.

Bei Frontend-Code fällt K3 besonders auf. In einer unabhängig durch Nutzerabstimmungen erstellten Arena lag es zum Start vor Fable 5. Erste Erfahrungsberichte loben außerdem, dass das Modell auch bei großem Kontext vergleichsweise kohärent bleibt, genaue Vorgaben gut umsetzt und sich beim Schreibstil stärker lenken lässt als viele andere Modelle.

Diese Eindrücke sind noch jung und teilweise widersprüchlich. Sie passen aber zu K3s Einsatzgebiet: lange Coding-Sitzungen, Recherche über viele Quellen und Agenten mit mehreren Werkzeugen. Für eine umformulierte Mail ist das Modell überdimensioniert.

57 Punkte sind stark. Mehr sagen sie erst einmal nicht

Im aktuellen KI-Weekly-Modellranking erreicht Kimi K3 einen Intelligence Score von 57 Punkten. Fable 5 liegt bei 60, GPT-5.6 Sol bei 59. K3 gehört damit zur Spitzengruppe, führt sie aber nicht an.

Diese Einordnung geht in vielen Reaktionen zum Start verloren. Ein erster Platz bei Frontend-Code wird schnell zu „K3 schlägt Claude“. Moonshots eigene Vergleichsgrafiken zeichnen ein gemischteres Bild. Fable 5 gewinnt dort mehrere Disziplinen, und auch unabhängige Gesamtindizes sehen K3 knapp hinter den besten geschlossenen Modellen.

Benchmarks bilden nur einen Ausschnitt ab. Sie verraten wenig darüber, wie oft ein Modell in einer dreistündigen Coding-Sitzung hängen bleibt, wie viel Nachsteuerung nötig ist oder ob die API zuverlässig antwortet. Genau dort muss sich K3 noch beweisen.

Der Preis ist K3s stärkstes Argument

Moonshot verlangt über die API 3 US-Dollar pro Million Eingabetokens und 15 Dollar pro Million Ausgabetokens. Der gemischte Preis in unserem Ranking liegt bei rund 6 Dollar pro Million Tokens. GPT-5.6 Sol kommt dort auf 11,25 Dollar, Fable 5 auf 20 Dollar.

Bei einzelnen Anfragen sind diese Unterschiede überschaubar. In automatisierten Coding-, Analyse- oder Rechercheprozessen summieren sie sich schnell. Dort zählt ein Modell, das zuverlässig genug ist und dessen Kosten die Skalierung nicht ausbremsen. Genau in diesem Bereich wird K3 interessant.

Wer nur eine besonders schwierige Aufgabe lösen möchte, fährt mit Fable 5 oder GPT-5.6 Sol derzeit oft sicherer. Wer viele anspruchsvolle Aufgaben automatisiert, bekommt mit K3 deutlich mehr Leistung pro Dollar.

Im Alltag merkt man, dass K3 gerade erst gestartet ist

Die frühe Community-Erfahrung fällt gemischt aus. Einige Nutzer berichten von stabilen Coding-Läufen und guter Steuerbarkeit. Andere sehen hohen Tokenverbrauch, eingefrorene Sitzungen oder Abbrüche. OpenRouter warnt derzeit vor begrenzten Kapazitäten und häufigen 429-Fehlern. Moonshot pausierte wegen der Nachfrage zeitweise neue Abonnements.

Auch die API setzt Grenzen. K3 denkt bei jeder Anfrage; vollständig abschalten lässt sich der Denkmodus nicht. Mehrere Sampling-Einstellungen sind fest vorgegeben. Die eigene Websuche empfiehlt Moonshot aktuell selbst nicht für produktive Abläufe. Das Modell wirkt dadurch weiter entwickelt als das Produkt darum herum.

Für Unternehmen kommt eine zweite Prüfung hinzu. Bei vertraulichen Daten reichen ein guter Preis und offene Gewichte nicht aus. Entscheidend sind Hosting, Datenflüsse, Verträge und die Frage, ob sich K3 nach der Veröffentlichung tatsächlich sinnvoll selbst betreiben lässt. Bei 2,8 Billionen Parametern ist „Open Weights“ schließlich nicht gleichbedeutend mit „läuft auf dem Server im Nebenraum“.

Lohnt sich Kimi K3?

Für Entwickler, Rechercheteams und Unternehmen mit hohem Tokenverbrauch: sehr wahrscheinlich. K3 bietet starke Coding-Leistung, viel Kontext und einen Preis, der größere Arbeitsabläufe realistisch macht. Kleinere Aussetzer gehören derzeit allerdings dazu.

Für den normalen KI-Alltag bleiben ChatGPT und Claude derzeit bequemer. Ihre Produkte sind stabiler, ihre Werkzeuge besser integriert und der Einstieg verlangt weniger technisches Verständnis. Bei Aufgaben, bei denen nur das bestmögliche Ergebnis zählt, haben Fable 5 und GPT-5.6 Sol ebenfalls noch einen kleinen Vorsprung.

K3s Bedeutung hängt deshalb nicht an einem einzelnen Testsieg. Ein chinesisches Open-Weights-Modell liegt nur wenige Punkte hinter der geschlossenen Spitze und kostet erheblich weniger. Damit wird aus der lange angekündigten Konkurrenz offener Modelle eine praktische Option. Die amerikanischen Anbieter verlieren ihren Vorsprung nicht auf einen Schlag. Sie müssen ihn ab jetzt bei jeder neuen Modellgeneration wieder begründen.