Moonshot AI, das chinesische KI-Startup, hat die Modellgewichte und den technischen Bericht für Kimi K3 veröffentlicht, sein neuestes Large Language Model. Die Veröffentlichung stellt das System als Open-Weight-Download bereit und erlaubt Entwicklern, Unternehmen und staatlichen Stellen mit ausreichender Recheninfrastruktur, das Modell ohne Zustimmung von Moonshot oder Abhängigkeit von seiner proprietären Hosting-Infrastruktur bereitzustellen, anzupassen und zu vermarkten.

Kimi K3 umfasst 2,8 Billionen Parameter, und die vollständige Weight-Datei ist nach Komprimierung mit MXFP4-Quantisierung etwa 1,4 Terabyte groß, einem Format, das den Speicherbedarf senken soll, während die Inferenzleistung des Modells weitgehend erhalten bleibt. Sowohl nach der Gesamtzahl der Parameter als auch nach der Größe der Verteilung ist es das größte jemals öffentlich veröffentlichte Open-Weight-Modell, ein Meilenstein, der wichtig ist, weil Zugriff in dieser Größenordnung die Wettbewerbsdebatte stärker von der Frage verlagern kann, wer das größte Modell trainieren kann, hin zu der Frage, wer es am effektivsten betreiben und integrieren kann.

Die Veröffentlichung erfolgt inmitten einer raschen Preiskompression in der KI-Branche. Die eigene API-Bepreisung von Moonshot für Kimi K3 beginnt bei $0.30 pro eine Million Tokens für zwischengespeicherten Input und unterbietet damit Angebote wie OpenAIs GPT-5.6 bei $1 pro eine Million Tokens sowie Metas Muse Spark 1.1 bei $1.25 und $4.25 pro eine Million Tokens für Eingabe- beziehungsweise Ausgabetarife. Indem die API-Schranke für Organisationen entfällt, die Self-Hosting betreiben können, verändert die Open-Weight-Verteilung die Wettbewerbslogik für kommerzielle Labore, die derzeit Zugang zu Modellen vergleichbarer Größenordnung verkaufen, einschließlich jener, von denen Moonshot beschuldigt wurde, sie als Trainingsreferenzen verwendet zu haben.

Benchmark-Leistung und technische Bewertung

Den neuesten Ergebnissen zufolge, veröffentlicht von der unabhängigen Bewertungsplattform Arena AI, liegt Kimi K3 (Max) an der Spitze der Fähigkeiten von Open-Weight-Modellen. In der Agent Arena, die Modelle anhand von Millionen realer, langfristiger agentischer Aufgaben bewertet, erzielte Kimi K3 (Max) eine Nettoverbesserung von 9.75% und übertraf damit den bisherigen Spitzenreiter GLM-5.2 (Max) mit 7.12%. Das Modell erreichte in fünf verschiedenen Bewertungssignalen jeweils Spitzenplätze.

Big update: Among open-weight models, Kimi K3 (Max) is #1 in the Agent Arena with +9.75% net-improvement, surpassing GLM-5.2 (Max) at +7.12%, and landed the #1 spot across 5 signals (see below). Kimi K3 (Max) is also now #1 in open-weight in the Frontend Code (1682 pts) and Text… pic.twitter.com/YATt1LiNYh — Arena.ai (@arena) July 27, 2026

Die Methodik der Agent Arena gibt Modellen Zugriff auf Websuche, Dateisystem und Terminal-Tools, um komplexe Workflows auszuführen, darunter Codegenerierung, Erstellung von Präsentationen, Webrecherche, Anwendungsentwicklung und Dokumentenanalyse. Arena AI verwendet die Causal-Tracing-Methodik, um die Nettoverbesserung zu messen und den Leistungsabstand eines Modells im Vergleich zum durchschnittlichen Benchmark-Teilnehmer zu quantifizieren.

Über die Ausführung agentischer Aufgaben hinaus belegte das KI-Modell auch in spezialisierten technischen Bereichen den führenden Platz unter den Open-Weight-Modellen und erreichte 1,682 Punkte in der Frontend Code Arena sowie 1,485 Punkte in der Text Arena. Die Ergebnisse deuten darauf hin, dass sich die beträchtliche Architekturgröße des Modells in messbare Fähigkeiten sowohl bei autonomen mehrstufigen Workflows als auch bei domänenspezifischen Aufgaben zur Inhaltserstellung übersetzt und damit seine Position im Open-Weight-Ökosystem festigt.