Kimi K3 ist das größte offene Modell von Moonshot AI und auf lange Coding-Aufgaben und agentische Wissensarbeit ausgelegt. Es versteht Text, Bilder und Videos und verarbeitet bis zu eine Million Token in einer Anfrage. In den Benchmarks von Moonshot liegt es bei sehr langen Aufgaben wie SWE-Marathon und AutomationBench vorn, insgesamt sieht Moonshot K3 aber noch hinter Claude Fable 5 und GPT-5.6 Sol.
Technisch ist K3 ein Mixture-of-Experts-Modell (MoE) aus 896 spezialisierten Teilnetzen, von denen je verarbeitetem Textbaustein (Token) 16 rechnen. So sind von 2,8 Billionen Parametern nur 104 Milliarden aktiv. Die meisten Schichten nutzen eine lineare Attention, deren Aufwand bei langen Texten nur linear wächst. Die Gewichte sind offen, die Lizenz enthält aber Auflagen für große Anbieter.
Kimi K3
Moonshot AI
Juli 2026
Kimi K3 License (MIT-basiert): Lizenznehmer, die Model-as-a-Service anbieten und samt verbundener Unternehmen mehr als 20 Mio. US-Dollar Umsatz in zwölf Monaten erzielen, brauchen für die kommerzielle Nutzung eine eigene Vereinbarung mit Moonshot AI. Produkte mit mehr als 100 Mio. monatlich aktiven Nutzern oder 20 Mio. US-Dollar Monatsumsatz müssen „Kimi K3“ sichtbar anzeigen. Interne Nutzung ist von beiden Auflagen ausgenommen.
Sparse MoE, nativ multimodal (Text, Bild, Video), Reasoning durchgehend aktiv
2,8 Bio. total (104 Mrd. aktiv pro Token), dazu Vision-Encoder MoonViT-V2 mit 401 Mio.
MoE mit 69 Schichten Kimi Delta Attention (lineare Attention) und 24 Schichten Gated MLA, Stable LatentMoE
93 (69 Kimi Delta Attention, 24 Gated MLA)
896 Experten, 16 aktiv je Token, 2 geteilte Experten
1.048.576 Token
Moonshot veröffentlicht einen einzigen Checkpoint. Die Experten liegen nativ im Zahlenformat MXFP4 vor, das Modell wurde von Beginn des Post-Trainings an darauf trainiert. Die Gewichte folgten am 27. Juli 2026, gut eine Woche nach der Vorstellung.
Kimi K2.7 Code und Kimi K2.6 basieren noch auf der K2-Architektur mit einer Billion Parametern und 256.000 Token Kontext. Sie brauchen deutlich weniger Hardware.
| Benchmark | Kimi K3 | Claude Fable 5 | GPT-5.6 Sol | Claude Opus 4.8 | GPT-5.5 | GLM-5.2 |
|---|---|---|---|---|---|---|
| GPQA Diamond | 93,5 | 92,6 | 94,1 | 91,0 | 93,5 | 91,2 |
| AA-LCR | 74,7 | 70,0 | 73,7 | 67,7 | 74,3 | 71,3 |
| DeepSWE | 67,5 | 70,0 | 73,0 | 59,0 | 67,0 | 46,2 |
| ProgramBench | 77,8 | 76,8 | 77,6 | 71,9 | 70,8 | 63,7 |
| Terminal-Bench 2.1 | 88,3 | 88,0 | 88,8 | 84,6 | 83,4 | 82,7 |
| FrontierSWE | 81,2 | 86,6 | 71,3 | 66,7 | 64,9 | 67,3 |
| SWE-Marathon | 42,0 | 35,0 | 39,0 | 40,0 | 14,0 | 13,0 |
| GDPval-AA v2 (Elo) | 1686 | 1747 | 1736 | 1593 | 1491 | 1510 |
| Toolathlon-Verified | 76,5 | 77,9 | 74,9 | 76,2 | 73,5 | 59,9 |
| MCP-Atlas | 84,2 | 84,7 | 83,6 | 83,6 | 82,8 | 82,6 |
| AutomationBench | 30,8 | 29,1 | 29,7 | 27,2 | 22,7 | 12,9 |
| OfficeQA Pro | 63,3 | 69,9 | 63,2 | 63,9 | 60,9 | 41,4 |
Quelle: offizielle Model Card zu Kimi K3 (Moonshot AI, Juli 2026). Angaben in Prozent, GDPval-AA als Elo. Kimi K3 auf der Denkstufe max, Vergleichswerte teils von Artificial Analysis und öffentlichen Leaderboards. Claude Fable 5 teils mit Weiterleitung an andere Modelle (Fallback).
Offenes Modell mit 2,8 Billionen Parametern und einer Million Token Kontext, aber mit sehr hohem Hardware-Bedarf. Wir prüfen mit Ihnen Nutzen, Auslegung und Lizenzfragen.
Kimi K3 wurde von Beginn an gemeinsam auf Text, Bildern und Videos trainiert, der Vision-Encoder MoonViT-V2 entstand dabei neu. Das Kontextfenster wuchs im Vortraining von 8.000 auf 64.000 Token und in der Abschlussphase auf eine Million Token. Als Optimierer dient eine Variante von Muon, die die Stabilisierung aus Kimi K2 übernimmt. Eine Menge der Trainingsdaten nennt Moonshot nicht.
Im Post-Training entstanden neun Expertenmodelle für allgemeine Aufgaben, Agenten und Coding-Agenten, jeweils in drei Denkstufen. Per Reinforcement Learning lernten sie aus Bewertungen ihrer eigenen Lösungen und wurden anschließend per Distillation zu einem Modell zusammengeführt.
Kimi K3 eignet sich für Organisationen, die ein sehr leistungsfähiges offenes Modell auf großer Infrastruktur betreiben wollen. In einer KI-Beratung prüfen wir mit Ihnen Aufwand, Lizenzbedingungen und Alternativen wie Kimi K2.7 Code.
Stark bei sehr langen Aufgaben: Bester Wert der Tabelle bei SWE-Marathon (42,0) und AutomationBench (30,8).
Langer Kontext: Eine Million Token und bester Wert der Tabelle bei AA-LCR (74,7).
Nativ multimodal: Text, Bilder und Videos in einem Modell.
Effiziente Architektur: Laut Moonshot rund 2,5-mal effizienter skalierend als Kimi K2.
Offene Gewichte: Der vollständige Checkpoint steht zum Selbstbetrieb bereit.
Sehr hoher Hardware-Bedarf: Rund 1,56 TB Gewichte, Moonshot empfiehlt 64 oder mehr Beschleuniger.
Hinter Claude Fable 5 und GPT-5.6 Sol: Laut Moonshot liegt K3 insgesamt noch hinter diesen beiden Modellen, in der Tabelle etwa bei GDPval-AA.
Lizenz mit Auflagen: Große Model-as-a-Service-Anbieter brauchen eine eigene Vereinbarung mit Moonshot AI.
Empfindlich im Betrieb: Laut Moonshot reagiert K3 empfindlich auf einen unvollständigen Denkverlauf und handelt teils zu eigenständig.
Wir planen die Cluster-Auslegung für Kimi K3, übernehmen Inbetriebnahme, Quantisierung und Betrieb und hosten das Modell auf Wunsch DSGVO-konform in unserem zertifizierten Rechenzentrum in Limburg an der Lahn.
Die Gewichte umfassen rund 1,56 TB. Moonshot AI empfiehlt Supernode-Konfigurationen mit 64 oder mehr Beschleunigern, laut vLLM sind mindestens acht GPUs vom Typ GB300 oder MI355X nötig. Kimi K3 ist damit nur für große Rechenzentren realistisch.
Grundsätzlich ja. Die Kimi K3 License enthält aber zwei Auflagen: Lizenznehmer, die Model-as-a-Service anbieten und samt verbundener Unternehmen mehr als 20 Millionen US-Dollar Umsatz in zwölf Monaten erzielen, brauchen eine eigene Vereinbarung mit Moonshot AI. Sehr große Produkte müssen „Kimi K3“ sichtbar anzeigen. Für die rein interne Nutzung und die Nutzung über offizielle Produkte und zertifizierte Partner von Moonshot gelten diese Auflagen nicht.
K3 ist fast dreimal so groß, verarbeitet eine Million statt 256.000 Token und nutzt in den meisten Schichten eine lineare Attention. Zudem wurde es von Beginn an auf Bildern und Videos trainiert.
Die Denkphase ist immer aktiv. Über die Stufen low, high und max legen Sie fest, wie gründlich das Modell nachdenkt. Bei mehrstufigen Abläufen muss der vollständige Denkverlauf zurückgegeben werden.
Ja. Über unsere GPU Cloud stellen wir die nötige Rechenleistung bereit. Alternativ bündelt der MaaS Proxy verschiedene Modelle über eine einheitliche Schnittstelle. Beide Wege betreiben wir DSGVO-konform in Deutschland.
Möchten Sie individuell beraten werden?
Unsere KI-Experten sind für Sie da!
