Kurzfassung
Kimi K3 ist das neueste und größte Modell von Moonshot AI, gestartet am 16. Juli 2026. Es ist ein 2,8-Billionen-Parameter-Modell mit einem 1-Millionen-Token-Kontextfenster, ausgerichtet auf langwierige Coding-Aufgaben, agentische Arbeit und Reasoning. Auf Moonshots eigenen Benchmarks schlägt es Claude Opus 4.8 und GPT-5.5 in den meisten Tests und landet knapp unter den beiden Spitzenreitern, Claude Fable 5 und GPT-5.6 Sol. Mehrere Entwickler, die es bei echter Coding-Arbeit getestet haben, schrieben auf Hacker News, sie könnten es nicht von Fable unterscheiden.
Zwei Überraschungen. Erstens: Es ist nicht billig. Bei 3 $ Input / 15 $ Output pro Million Token kostet Kimi K3 etwa so viel wie Claude Sonnet, was die Geschichte "Kimi ist das Schnäppchen-Frontier-Modell" beendet, die K2 geschrieben hatte. Zweitens: Es wird als offen bezeichnet, aber die Gewichte erscheinen erst am 27. Juli, sodass es zum Launch nur über die API nutzbar war.
Wenn du mit K3 tatsächlich etwas erledigen willst, zum Beispiel Support-Tickets beantworten, behalte eines im Kopf: Das Modell ist der einfache Teil. Ein Benchmark-Wert ist kein Support-Mitarbeiter. Der schwierige Teil ist, ein Modell mit deinem Wissen, deinen Leitplanken und deinem Helpdesk zu verdrahten, und genau das macht eesel AI, egal welches Modell gerade den Monat gewinnt.
Was Kimi K3 wirklich ist
Kimi ist der Chat-Assistent und die Modellfamilie von Moonshot AI, einem chinesischen Labor, das das letzte Jahr damit verbracht hat, die Größenobergrenze für offene Modelle immer weiter nach oben zu schieben. Ihr bisheriges Flaggschiff, Kimi K2, war ein 1-Billionen-Parameter-Modell mit offenen Gewichten, das viele Entwickler liebten, weil es leistungsfähig und spottbillig war. K3 ist der Nachfolger, und Moonshot geht aufs Ganze: Der Launch-Blog nennt es "das weltweit erste offene Modell der 3T-Klasse".
Hier die ehrliche Version, direkt von Moonshot: "Während seine Gesamtleistung noch hinter den mächtigsten proprietären Modellen, Claude Fable 5 und GPT 5.6 Sol, zurückbleibt, zeigte Kimi K3 in unserer gesamten Evaluationssuite Leistung auf Frontier-Niveau und übertraf durchgehend alle anderen getesteten Modelle." Das ist eine erfrischend unaufgeregte Launch-Aussage, und sie erweist sich als weitgehend zutreffend.
Die Spezifikationen, die zählen:
- 2,8 Billionen Parameter insgesamt, das größte bisher angekündigte offene Modell (Moonshot).
- 1-Millionen-Token-Kontextfenster (genau 1.048.576 Token), sodass es eine sehr große Codebasis oder Dokumentensammlung auf einmal aufnehmen kann (Plattform-Dokumentation).
- Native Bildverarbeitung, es nimmt also Text und Bilder auf und gibt Text zurück.
- Immer aktives Reasoning. K3 "denkt" vor jeder Antwort immer nach, wobei die Stufe über ein Feld namens
reasoning_efforteingestellt wird, das aktuell nurmaxunterstützt (Quickstart).
Unter der Haube: Wie Kimi K3 funktioniert
Hier wird K3 wirklich interessant, und hier hört eine hohe Parameterzahl auf, die Schlagzeile zu sein. Ein dichtes 2,8T-Modell wäre unmöglich bezahlbar zu betreiben, deshalb ist K3 ein Mixture-of-Experts-Modell: Die meisten dieser Parameter liegen bei jedem einzelnen Token brach, und nur ein kleiner Teil wird aktiv.
Moonshot hat die Sparsity so skaliert, dass das Modell effektiv 16 von 896 Experten über ein Framework aktiviert, das sie Stable LatentMoE nennen. Zwei weitere Bausteine leisten die Schwerarbeit: Kimi Delta Attention, ein hybrider linearer Attention-Mechanismus, und Attention Residuals, ein direkter Ersatz für Standard-Residual-Verbindungen, den Moonshot separat als Open Source veröffentlicht hat. Zusammen mit einem verfeinerten Trainingsrezept sollen diese Änderungen laut Moonshot "eine ungefähr 2,5-fache Verbesserung der gesamten Skalierungseffizienz im Vergleich zu Kimi K2" bringen.
Die Anzahl aktiver Parameter ist noch nicht veröffentlicht, ebenso wenig wie der vollständige technische Bericht. Beides wird zusammen mit den offenen Gewichten versprochen. Nimm die internen Details also vorerst als Moonshots Darstellung, nicht als unabhängig bestätigte Architektur.
Wie es tatsächlich abschneidet
Moonshot hat eine Wand voller Benchmarks veröffentlicht, und das Muster ist konsistent: K3 liegt bei harten agentischen und Coding-Evals auf Platz drei hinter Fable 5 und GPT-5.6 Sol, und bei den meisten davon deutlich vor der vorherigen Frontier (Opus 4.8, GPT-5.5).
Ein paar konkrete Werte aus Moonshots Charts: K3 liegt an der Spitze bei Automation Bench (30,8), SpreadsheetBench 2 (34,8) und BrowseComp (91,2) und belegt bei AA-Briefcase und JobBench Platz zwei hinter Fable 5. Bei den härteren Coding-Evals rutscht es eine Stufe ab: Fable 5 führt bei FrontierSWE (86,6 zu K3s 81,2) und Kimi Code Bench 2.0 (76,9 zu 72,9). Unabhängige Tests von Artificial Analysis setzten K3s Intelligence Index bei 57 an und platzierten es damit auf Rang vier von 189 bewerteten Modellen.
Der überzeugendste Beleg ist allerdings keine Zahl. Es sind Entwickler, die es an ihrer eigenen Arbeit getestet haben:
"Ich probiere es jetzt seit ein paar Stunden aus und finde es ein großartiges Modell. Ich bin mir nicht sicher, ob ich es in einem Blindtest von Fable unterscheiden könnte. Das Kontingent im 100-Dollar-Kimi-Coding-Plan scheint ungefähr dem zu entsprechen, was ich vom 200-Dollar-Anthropic-Plan bekomme, wenn ich hauptsächlich Fable nutze."
Die nüchternere Lesart in denselben Threads ist es wert, im Kopf behalten zu werden: Das ist "eine Spur unter" der absoluten Spitze, und ein Teil der "schlägt alles"-Euphorie kam aus Herstellercharts, bevor unabhängige Tests aufgeholt hatten.
"Ähm, Fable ist erst vor 2 Wochen erschienen, und GPT-5.6 Sol erst vor 1 Woche. Ja, Kimi K3 wirkt eine Spur unter beiden, aber über allen anderen Modellen. Ich würde also sagen, ein paar Wochen dahinter, nicht mehr Monate ..."
Die Demos, wegen denen alle aufhörten zu scrollen
Moonshots Launch setzte stark auf langwierige Autonomie, und die Show-Demos sprachen für sich. Mit einem einzigen Prompt baute K3 spielbare Spiele von Grund auf: ein Wuxia-Open-World-RPG, eine Ego-Shooter-Ballonarena, ein Voxel-Kolosseum, ein Kampfspiel.
Die ernsteren Demos sind es, die Augenbrauen hochgezogen haben. In einem 48-Stunden-Autonomielauf entwarf K3 laut Moonshot einen Chip (Nangate 45nm, 4 mm², simuliert mit über 8.700 Token/Sekunde Decode), um ein kleines Modell auf seiner eigenen Architektur laufen zu lassen. In einem anderen Fall schrieb es "MiniTriton", einen GPU-Compiler von Grund auf, der bei manchen Kerneln mit Triton mithielt oder es übertraf. Bei einer Kernel-Optimierungsaufgabe verkürzte es einen Forward-plus-Backward-Pass von 283,6 ms auf 114,4 ms. Die Reaktion der Entwickler war zu gleichen Teilen Staunen und "zeigt uns die Token-Rechnung":
"Hat jemand im Blogpost gesehen, dass es einen kompletten GPU-Compiler von Grund auf schreiben konnte? Es sieht sogar so aus, als hätte es Triton bei manchen GPU-Kerneln übertroffen. Das erscheint mir völlig verrückt. Frage mich, ob sie das Open Source machen und zeigen, wie viele Token das gekostet hat."
Diese letzte Zeile ist der ehrliche Haken, und sie führt direkt zur Preisgestaltung.
Was Kimi K3 kostet
Hier kommt die Wendung. Die ganze Kimi-Geschichte lautete bisher "Frontier-Qualität zum Bruchteil des Preises". K3 hat das leise beendet. Es ist wie ein Flaggschiff bepreist.
| Modell | Input (Cache-Miss) | Input (Cache-Treffer) | Output | Kontextfenster |
|---|---|---|---|---|
kimi-k3 | 3,00 $ / 1M | 0,30 $ / 1M | 15,00 $ / 1M | 1.048.576 Token |
Quelle: offizielle Kimi-K3-Preisliste. Ein paar Dinge fallen auf. Es gibt ein Modell, einen Preis, weil Reasoning immer aktiv ist, es also keine günstigere "Nicht-Denken"-Variante gibt. Die Preise sind über das gesamte 1M-Fenster hinweg flach, ohne Aufpreis-Stufe für lange Prompts. Und ein Cache-Treffer senkt den Input auf 0,30 $, ein Rabatt von 90 %, was der eigentliche Kostenhebel für Agentenarbeit mit langem Kontext ist.
Bei 3 $ / 15 $ liegt K3 genau auf Höhe der Preise von Claude Sonnet, über GPT-5.x und Gemini 3 Pro, und unter Claude Opus. Es unterbietet die Top-Stufe von Anthropic, bleibt gegenüber Opus also eine Preis-Leistungs-Wahl. Aber gegenüber DeepSeek, dessen V4 Flash 0,14 $ Input / 0,28 $ Output kostet, liegt K3s Output-Preis etwa beim 50-Fachen. DeepSeek bleibt die günstige Frontier-Option; K3 konkurriert dort nicht mehr mit. Diese Überraschung ist die lauteste Note in der Community-Reaktion:
"Das neue Modell fällt durch seine Preisgestaltung auf: 3 $/Million Input-Token und 15 $/Million Output-Token, damit auf demselben Niveau wie Anthropics Claude-Sonnet-Serie."
Wo K3 wirklich glänzt, ist das Kosten-Leistungs-Verhältnis bei den Aufgaben, in denen es gut ist. Bei BrowseComp erzielt es einen Spitzenwert zu einem Bruchteil der Kosten pro Aufgabe der Claude-Modelle:
Wenn du Kimi lieber über die App statt über die API nutzen willst: Die Verbraucherpläne sind nach Musiktempi benannt:
| Stufe | Monatlich | Jährlich (pro Monat) | Was du bekommst |
|---|---|---|---|
| Free | 0 $ | -- | Grundlegender Chat-Zugang |
| Moderato | 19 $ | 15 $ | Docs/Sheets/Slides, Deep Research, Kimi-Code-Zugang |
| Allegretto | 39 $ | 31 $ | 2x Agenten-Guthaben, 5x Kimi-Code-Guthaben |
| Allegro | 99 $ | 79 $ | 5x Agenten-Guthaben, Swarm-Parallelagenten |
| Vivace | 199 $ | 159 $ | 10x Agenten-Guthaben, maximale Swarm-Parallelität |
Quelle: Kimi-Mitgliedschaftspreise. Erwähnenswert: Die Seite zeigt ein Banner, das ankündigt, dass neue Pläne kommen und dass Kimi- und Kimi-Code-Leistungen in getrennte Produkte aufgeteilt werden, sodass sich diese Übersicht bald ändert.
Es gibt noch einen zweiten Kostenfaktor, den die Charts nicht zeigen: K3 verbraucht tendenziell mehr Token als Fable, um dieselbe Aufgabe zu erledigen, was den effektiven Preis nach oben schiebt, auch wenn der Preis pro Token gut aussieht. Sogar Fans räumen das ein, statt es zu bestreiten. Plane das ein, wenn du K3 für lange Agenten-Schleifen einsetzt.
Was sich von K2 zu K3 geändert hat
Wenn du K2 genutzt hast: Der Sprung ist größer als nur eine Versionsnummer. Hier die Kurzfassung dessen, was sich tatsächlich geändert hat.
Die Größe hat sich fast verdreifacht, die Skalierungseffizienz hat sich um etwa das 2,5-Fache verbessert, und das immer aktive Reasoning hat K2s separaten Denk-Schalter ersetzt. Die zwei Änderungen, die deine Entscheidung tatsächlich prägen werden, sind die, die für Wechselwillige in die "falsche" Richtung gehen: Der Preis ist ins Flaggschiff-Terrain geklettert, und die offenen Gewichte, K2s ganzer Reiz, kommen erst Wochen nach dem Launch statt am ersten Tag. Die Begeisterung ist echt, aber der Vorbehalt auch, und die Community hat ihn innerhalb von Stunden bemerkt:
"Die vollständigen Modellgewichte werden bis zum 27. Juli 2026 veröffentlicht."
Das große Bild: ein offenes Modell an der Frontier
Wenn man die Details beiseitelässt, wird klar, warum K3 wichtig genug war, um eine Woche lang zu trenden: Ein offenes Modell aus einem chinesischen Labor liefert sich jetzt Duelle mit der geschlossenen Frontier. Für viele geht es dabei weniger um K3 selbst als darum, dass eine Grenze überschritten wurde.
"Ja, manche hier sind in Verleugnung, aber was viele vorausgesagt haben, ist genau eingetreten. Sie sind nicht "sechs Monate zurück": Das Modell ist absolut SOTA. Günstiger, schneller, und sie schlagen nicht nur Sonnet 5 und Opus 4.8: Bei 6 von 14 veröffentlichten Benchmarks liegt Kimi K3 vor Fable."
Es gibt auch einen Kontrollaspekt, der immer wieder aufkommt: Ein Teil des Reizes offener Modelle ist, dass nicht ein einzelnes Labor entscheidet, wobei ein Modell helfen darf und wobei nicht. Das ist es wert, abzuwägen, besonders wenn du planst, nach Veröffentlichung der Gewichte selbst zu fine-tunen oder zu hosten.
"Ich halte es nicht für ethisch, Tools zu unterstützen, die so gebaut sind, dass eine zentrale Instanz entscheidet, welche intellektuellen Vorhaben und Wissensarbeit erlaubt sind und welche nicht."
Wo ein Frontier-Modell aufhört und Support-Arbeit beginnt
Jetzt zu dem Teil, der mir am wichtigsten ist, weil ich beruflich KI-Agenten baue. Es ist verlockend, einen Launch wie diesen zu lesen und zu denken: "Super, ich klemme einfach das beste Modell an, und meine Support-Warteschlange löst sich von selbst." So funktioniert es nicht, und genau in dieser Lücke scheitern die meisten KI-Support-Projekte still und leise.
Ein Modell wie K3 gibt dir rohes Reasoning. Was es dir nicht gibt, ist irgendeine Ahnung von deiner Rückgaberichtlinie, deinen Produkt-Sonderfällen oder der Tatsache, dass Ticket #4021 von einem VIP kommt, der schon zweimal geschrieben hat. Es hat keine Erinnerung an deine früheren Tickets, keine Leitplanke, die es davon abhält, selbstbewusst eine Antwort zu erfinden, und keine Anbindung an das Helpdesk, wo die eigentliche Arbeit passiert. Ein höherer Benchmark-Wert behebt nichts davon.
Wir haben Jahre damit verbracht, KI auf lebende Support-Warteschlangen loszulassen, und die Lektion, die hängen geblieben ist: Ein selbstbewusst klingendes Modell mit einer falschen Antwort ist schlimmer als gar keine Antwort. Deshalb lässt eesel AI eine Simulation über deine historischen Tickets laufen, bevor irgendetwas live geht, sodass du die Lösungsrate und die genauen Antworten auf echte vergangene Konversationen zuerst siehst, nicht erst, nachdem ein Kunde verbrannt wurde. Deshalb werden Antworten auch nach Vertrauensgrad geroutet: Ist sich der Agent nicht sicher, entwirft er für einen Menschen oder eskaliert, statt zu raten. Über 500+ Teams hinweg erreichte Gridwise im ersten Monat auf diese Weise 73 % Tier-1-Ticketlösung.
Das zugrunde liegende Modell zählt weit weniger als dieser Rahmen darum. Das ist die leise gute Nachricht bei K3, Fable 5, oder was auch immer nächsten Monat gewinnt: Die Frontier wird weiter besser und günstiger, und ein gut gebautes KI für den Kundenservice erbt diese Fortschritte, ohne dass du irgendetwas neu verkabeln musst.
eesel AI ausprobieren
Wenn du hier gelandet bist, weil du willst, dass ein KI-Modell tatsächlich Tickets löst und nicht nur chattet, genau darum geht es bei eesel AI. Es bindet sich an Zendesk, Freshdesk, Slack und über 100 weitere Tools an, lernt aus deinem Help Center und vergangenen Tickets und beginnt in Minuten, nicht Wochen, mit dem Entwerfen oder Lösen.
Der Unterschied ist die Vertrauensrampe: simulieren an deiner echten Ticket-Historie, die Zahlen sehen, im Entwurfsmodus starten und erst dann vollständig autonom werden, wenn du zufrieden bist. Du bekommst den Verstand des Frontier-Modells mit Leitplanken, die für Support gebaut sind. eesel ausprobieren, kostenlos, keine Kreditkarte nötig.
Häufig gestellte Fragen
Ist Kimi K3 kostenlos nutzbar?
Wie viel kostet Kimi K3?
Ist Kimi K3 Open Source?
Ist Kimi K3 besser als Claude oder GPT?
Kann ich Kimi K3 für den Kundensupport nutzen?
Article by
Alicia Kirana Utomo
Kira is a writer at eesel AI with a Computer Science background and over a year of hands-on experience evaluating AI-powered customer service tools. She focuses on breaking down how helpdesk platforms and AI agents actually work so that support teams can make better buying decisions.
