Kimi K3: Was Chinas neues Open-Source-Modell für Unternehmen bedeutet

Am 16. Juli 2026 hat das Pekinger KI-Unternehmen Moonshot AI sein neues Spitzenmodell Kimi K3 veröffentlicht — mit 2,8 Billionen Parametern das größte Modell, das je mit offenen Gewichten angekündigt wurde. In der unabhängigen Rangliste von Artificial Analysis landet es auf Platz 4 aller Frontier-Modelle: hinter Claude Fable 5 und GPT-5.6 Sol, aber vor Claude Opus 4.8.

Das ist mehr als eine Tech-Schlagzeile. Zum ersten Mal spielt ein Modell, das jeder herunterladen und selbst betreiben darf, durchgehend in der obersten Liga mit. Die Lücke zwischen offenen und geschlossenen KI-Modellen — vor zwei Jahren noch ein Graben — ist praktisch geschlossen.

Gleichzeitig zeigt K3, dass „offen" weder „kostenlos" noch „einfach" bedeutet. Dieser Artikel sortiert die Fakten: was Kimi K3 kann, was es kostet, wo die DSGVO-Fallstricke liegen — und welche Schlüsse mittelständische Unternehmen daraus ziehen sollten, auch wenn sie nie ein chinesisches Modell einsetzen werden.

Was ist Kimi K3? Das Datenblatt

Moonshot AI wurde 2023 in Peking gegründet und hat sich mit der Kimi-Serie einen Namen gemacht: Schon Kimi K2 (Juli 2025) war einer der Open-Source-Überraschungserfolge des vergangenen Jahres. K3 ist der Versuch, nicht mehr nur aufzuholen, sondern vorne mitzuspielen — und er ist weitgehend geglückt.

Seit dem 16. Juli ist K3 über die Kimi-App und die Moonshot-API nutzbar, außerdem über Aggregatoren wie OpenRouter. Die Modellgewichte selbst sollen bis zum 27. Juli auf Hugging Face veröffentlicht werden — zum Zeitpunkt dieses Artikels sind sie also noch nicht online, ebenso wenig wie die finale Lizenz. Die Eckdaten:

Ein Begriff verdient Präzision: K3 ist ein Open-Weight-Modell, kein Open-Source-Projekt im strengen Sinn. Die Gewichte — also das trainierte Modell selbst — werden frei verfügbar; Trainingsdaten und Trainingscode bleiben unter Verschluss. Für die unternehmerische Praxis ist der Unterschied klein: Entscheidend ist das Recht, das Modell auf eigener oder selbst gewählter Infrastruktur zu betreiben und anzupassen.

Die Architektur: 896 Experten, 16 pro Aufgabe

Die Zahl „2,8 Billionen Parameter" klingt nach brachialer Gewalt, ist aber vor allem clever organisiert. K3 nutzt eine Mixture-of-Experts-Architektur (MoE): Das Modell besteht aus 896 spezialisierten Teilnetzen, von denen pro verarbeitetem Token nur 16 aktiv werden — weniger als 2 % des Gesamtmodells.

Die Analogie für Entscheider: Stellen Sie sich eine Beratungsfirma mit 896 Spezialisten vor. Für Ihre konkrete Frage kommen aber nur die 16 relevanten an den Tisch. Das Wissen des gesamten Hauses ist verfügbar, bezahlt wird nur die kleine Runde. So lässt sich ein riesiges Modell zu vertretbaren Kosten betreiben — dasselbe Prinzip nutzen auch die westlichen Spitzenmodelle, nur hat es noch niemand in dieser Größe offen gelegt.

Dazu kommen zwei Eigenschaften, die für den Unternehmenseinsatz relevanter sind als jeder Benchmark: Ein Kontextfenster von einer Million Tokens — genug für komplette Vertragsarchive, Jahresberichte oder eine mittelgroße Codebasis in einer einzigen Anfrage. Und natives Bildverständnis, ohne separates Vision-Modell: Scans, Diagramme und Fotos gehen direkt in denselben Verarbeitungsweg wie Text.

Eine Eigenheit sollte man kennen: K3 kennt aktuell nur eine Denk-Stufe — „max". Das Modell überlegt immer gründlich, auch bei simplen Fragen. Der britische Entwickler Simon Willison hat in seiner Analyse gemessen, dass K3 für eine einzelne kleine Zeichenaufgabe über 13.000 Reasoning-Tokens verbraucht. Das liefert Qualität — und treibt die Kosten, dazu gleich mehr.

Benchmarks: Wo K3 gegen GPT-5.6 und Claude steht

Nach Moonshots eigenen Angaben schlägt K3 in der Mehrzahl der Tests Claude Opus 4.8 und GPT-5.5, verliert aber gegen Claude Fable 5 und GPT-5.6 Sol — unter anderem meldet das Unternehmen 93,5 % auf GPQA Diamond und 88,3 % auf Terminal-Bench 2.1. Eigenangaben sind Eigenangaben; interessanter ist die unabhängige Messung. Der Intelligence Index von Artificial Analysis zeichnet aktuell dieses Bild:

Auszug aus dem Intelligence Index von Artificial Analysis, Stand 23. Juli 2026 — gerundete Werte.

Platz 4 von allen — als einziges offenes Modell in der Spitzengruppe. Bemerkenswert konkret wird es bei der Web-Entwicklung: Im Frontend-Code-Ranking von Arena.ai führt K3 das gesamte Feld an, noch vor Claude Fable 5. Wer KI-gestützt Benutzeroberflächen baut, sollte dieses Modell zumindest evaluieren.

Zwei ehrliche Einschränkungen gehören dazu. Erstens: In Wissens-Benchmarks zeigt K3 weiterhin eine hohe Halluzinationsneigung — wenn es eine Antwort nicht weiß, rät es lieber überzeugend, statt Unsicherheit zuzugeben. Zweitens: Benchmarks messen Einzelaufgaben. Ob ein Modell über eine lange agentische Session hinweg zuverlässig arbeitet — Werkzeuge korrekt aufruft, den Faden nicht verliert, Fehler selbst korrigiert — steht auf einem anderen Blatt, und genau daran entscheidet sich der Unternehmenseinsatz von KI-Agenten in der Praxis.

Was Kimi K3 kostet — und warum „open" nicht „gratis" heißt

Die API-Preise markieren einen Kulturwandel: 3 Dollar pro Million Input-Tokens, 15 Dollar pro Million Output-Tokens (Cache-Treffer: 0,30 Dollar). Zum Vergleich: Der Vorgänger K2.6 kostete 0,95/4 Dollar. K3 ist damit die teuerste Veröffentlichung eines chinesischen KI-Labors bisher — und liegt auf dem Preisniveau westlicher Frontier-Modelle wie Claude Sonnet.

Die Zeit, in der chinesische Open-Source-Modelle vor allem über den Kampfpreis kamen, endet damit sichtbar. Moonshot verlangt Frontier-Preise für Frontier-Leistung. Immerhin: Pro Antwort verbraucht K3 laut Artificial Analysis rund 21 % weniger Tokens als sein Vorgänger — die Rechnung pro erledigter Aufgabe steigt also weniger stark als der Listenpreis suggeriert. In deren Standard-Testparcours kostet eine typische Aufgabe knapp einen Dollar.

Für Unternehmen bleibt die wichtigere Rechnung ohnehin eine andere: Nicht jede Aufgabe braucht ein 2,8-Billionen-Parameter-Modell. Wer Rechnungseingänge klassifiziert, braucht kein Frontier-Reasoning — wer komplexe Verträge analysiert, vielleicht schon. Gut gebaute KI-Systeme routen deshalb je nach Aufgabe auf unterschiedliche Modelle. Das senkt die Kosten oft um den Faktor zehn, ganz unabhängig davon, welches Logo auf dem Modell steht.

Open Weights in der Praxis: 3 Wege, K3 zu nutzen

Ab dem 27. Juli sollen die Gewichte frei verfügbar sein. Was fängt ein Unternehmen damit an? Es gibt drei realistische Nutzungswege — mit sehr unterschiedlichen Konsequenzen:

Der strategische Wert offener Gewichte liegt für die meisten Unternehmen gar nicht im Selbst-Betreiben, sondern im Marktdruck: Sobald mehrere Hoster dasselbe Modell anbieten, konkurrieren sie über Preis, Standort und Vertragsbedingungen. Und wer mit seinem API-Anbieter verhandelt, verhandelt anders, wenn ein gleichwertiges offenes Modell als Exit-Option existiert. Diesen Effekt bekommen auch Unternehmen geschenkt, die nie ein chinesisches Modell einsetzen würden.

DSGVO & EU AI Act: Die Einordnung für deutsche Unternehmen

Der Elefant im Raum: Kimi K3 kommt aus China. Für die rechtliche Bewertung ist das differenzierter, als es klingt — entscheidend ist nicht die Herkunft des Modells, sondern wo Ihre Daten verarbeitet werden.

Über die offizielle Moonshot-API und die Kimi-App laufen Daten über Server in China — ein Drittlandtransfer ohne Angemessenheitsbeschluss. Für personenbezogene Daten ist das ohne erheblichen rechtlichen Zusatzaufwand praktisch nicht sauber abbildbar; für vertrauliche Geschäftsdaten ist es schlicht eine Risikoabwägung, die meist gegen die API ausgeht. Läuft dasselbe Modell dagegen bei einem europäischen Hoster mit Auftragsverarbeitungsvertrag — oder auf eigener Infrastruktur — verschwindet dieses Problem vollständig. Genau das ist der DSGVO-Charme von Open Weights: Sie entscheiden, wo die Daten bleiben.

Zum EU AI Act selbst: Wer K3 — über welche Infrastruktur auch immer — nur nutzt, bleibt Betreiber mit den überschaubaren Pflichten, die ab dem 2. August 2026 für jedes Modell gelten: KI-Kompetenz im Team, Transparenz gegenüber Kunden. Die Modell-Pflichten für General-Purpose-AI treffen Moonshot als Anbieter. Aufpassen muss, wer die offenen Gewichte nimmt, wesentlich verändert und als eigenes Produkt vermarktet — dann können Anbieterpflichten übergehen. Die Details habe ich im Leitfaden zum EU AI Act für den Mittelstand aufgeschrieben. Und wie immer gilt: Ich bin Softwareentwickler, kein Anwalt — für den Einzelfall gehört eine IT-Rechtskanzlei an den Tisch.

Für wen lohnt sich Kimi K3 — und für wen nicht?

Der Punkt, der bleibt: Modellwahl ist keine einmalige Glaubensentscheidung mehr, sondern eine Architekturfrage. Die Modelle an der Spitze wechseln sich inzwischen im Wochenrhythmus ab — im Juli 2026 heißt der Vierte Kimi K3, im Oktober vielleicht wieder anders. Systeme, die Modelle hinter einer sauberen Abstraktionsschicht austauschbar halten, nehmen jede dieser Verschiebungen als Preis- oder Qualitätsgewinn mit. Systeme, die fest verdrahtet sind, schauen zu.

Fazit: Das Signal ist wichtiger als das Modell

Kimi K3 ist ein technischer Meilenstein: das erste offene Modell, das durchgehend in der Frontier-Klasse mitspielt — mit 2,8 Billionen Parametern, einer Million Tokens Kontext und einem Spitzenplatz in der Frontend-Entwicklung. Es ist zugleich ein ehrliches Signal, dass die Ära der Kampfpreise endet: Frontier-Leistung kostet Frontier-Preise, auch aus China.

Für den deutschen Mittelstand ist die praktische Konsequenz nicht „schnell das Modell wechseln". Sie lautet: Der Markt wird breiter, offener und verhandelbarer — und das nutzt nur, wer seine KI-Systeme so gebaut hat, dass sie davon profitieren können. Anwendungsfall zuerst, Architektur modellunabhängig, Datenflüsse souverän. Wo sich der Einstieg konkret lohnt, habe ich im Leitfaden KI im Mittelstand: Wo anfangen? beschrieben.

Wenn Sie gerade vor der Frage stehen, welches Modell — ob offen oder geschlossen — zu Ihrem Anwendungsfall, Ihrem Budget und Ihren Datenschutzanforderungen passt: Genau diese Abwägung ist der erste Schritt jeder KI-Lösung, die ich baue. Modellwahl ist bei mir eine Architekturentscheidung mit Exit-Option — kein Glaubensbekenntnis.

Häufig gestellte Fragen zu Kimi K3

Was ist Kimi K3?

Kimi K3 ist ein großes KI-Sprachmodell des chinesischen Unternehmens Moonshot AI, veröffentlicht am 16. Juli 2026. Mit 2,8 Billionen Parametern ist es das bisher größte Modell, dessen Gewichte offen veröffentlicht werden sollen. Es versteht Text und Bilder, verarbeitet bis zu eine Million Tokens Kontext und erreicht in unabhängigen Rankings Platz 4 unter allen Frontier-Modellen — als erstes offenes Modell überhaupt.

Ist Kimi K3 besser als ChatGPT oder Claude?

In der unabhängigen Messung von Artificial Analysis liegt Kimi K3 mit rund 57 Punkten auf Platz 4 — hinter Claude Fable 5 (~60) und GPT-5.6 Sol (~59), aber knapp vor Claude Opus 4.8 (~56). In einzelnen Disziplinen wie Frontend-Code-Generierung führt K3 sogar das Feld an. Für die Praxis gilt: Die Spitzenmodelle liegen so eng beieinander, dass Aufgabenstellung, Integration und Kosten wichtiger sind als der Benchmark-Rang.

Was kostet Kimi K3?

Über die offizielle API kostet Kimi K3 3 US-Dollar pro Million Input-Tokens und 15 US-Dollar pro Million Output-Tokens, Cache-Treffer 0,30 Dollar. Das ist drei- bis viermal teurer als der Vorgänger K2.6 (0,95/4 Dollar) und liegt auf dem Preisniveau westlicher Frontier-Modelle wie Claude Sonnet. Die Kimi-Chat-App ist in der Basisversion kostenlos nutzbar.

Ist Kimi K3 wirklich Open Source?

Kimi K3 ist ein Open-Weight-Modell: Die Modellgewichte sollen ab dem 27. Juli 2026 frei verfügbar sein, sodass jeder das Modell herunterladen, selbst betreiben und anpassen kann. Trainingsdaten und Trainingscode bleiben unter Verschluss — Open Source im strengen Sinn ist das nicht. Für Unternehmen ist der praktische Unterschied klein: Entscheidend ist das Recht, das Modell auf selbst gewählter Infrastruktur zu betreiben.

Kann ich Kimi K3 DSGVO-konform nutzen?

Über die offizielle Moonshot-API werden Daten in China verarbeitet — für personenbezogene Daten ist das ohne aufwendige Zusatzmaßnahmen praktisch nicht DSGVO-konform machbar. Der saubere Weg führt über westliche Inferenz-Anbieter mit Auftragsverarbeitungsvertrag und EU-Serverstandort — oder nach Veröffentlichung der Gewichte über selbst kontrollierte EU-Infrastruktur. Genau diese Option ist der größte Datenschutz-Vorteil offener Modelle.

Kann ein mittelständisches Unternehmen Kimi K3 selbst hosten?

In voller Größe: realistisch nein. 2,8 Billionen Parameter benötigen selbst stark komprimiert deutlich über ein Terabyte GPU-Speicher — das ist ein Rechenzentrums-Cluster, kein Server im Keller. Praktikabel sind gemietete GPU-Kapazität in EU-Rechenzentren, spezialisierte Hosting-Anbieter oder kleinere destillierte Varianten, sobald sie erscheinen. Für die meisten Mittelstands-Anwendungsfälle bleibt ein API-Zugang über einen DSGVO-tauglichen Anbieter der pragmatische Weg.