Kimi stellt mit K3 ein multimodales Modell mit 2,8 Billionen Parametern und einer Million Token Kontext vor. In internen Tests nähert es sich führenden geschlossenen Modellen.
Laut Kimi hat das neue Spitzenmodell K3 insgesamt 2,8 Billionen Parameter, verarbeitet Bilder und Videos nativ und bietet ein Kontextfenster von einer Million Token. Kimi bezeichnet K3 als erstes offenes Modell in der Größenordnung von rund 3 Billionen Parametern. Die vollständigen Gewichte sollen bis zum 27. Juli erscheinen. Ausgelegt ist das Modell für lang laufende Programmieraufgaben, Wissensarbeit und komplexe Schlussfolgerungen.
In Kimis eigenen Benchmarks liegt K3 noch hinter den geschlossenen Spitzen-Modellen Claude Fable 5 und GPT 5.6 Sol, übertrifft aber alle übrigen verglichenen Systeme, etwa die Claude-Opus-Modelle und den China-Konkurrenten GLM-5.2. Alle Resultate stammen von Kimi und wurden laut Angaben des Unternehmens mit maximaler oder hoher Denkintensität erzielt.
Kimi K3 gewinnt zwei von sechs Programmierbenchmarks und liegt in den übrigen Prüfungen auf den Plätzen zwei oder drei. | Bild: Kimi
Bei allgemeinen Agenten gewinnt Kimi K3 drei von sechs Tests. In den beiden visuellen Agentenprüfungen liegt Fable 5 vorn. | Bild: KimiÜber alle 35 Prüfungen hinweg erreicht K3 rund sieben erste Plätze und liegt in der Mehrheit der Tests auf den Plätzen zwei oder drei. Fable 5 gewinnt die meisten Einzelprüfungen. K3 übertrifft in fast allen Tests Opus 4.8, GPT 5.5 und GLM 5.2 deutlich. Je nach Benchmark wurde eines von drei Agentensystemen eingesetzt: KimiCode, Claude Code oder Codex. Die Ergebnisse entstanden also nicht durchgehend unter identischen Rahmenbedingungen.
K3 soll ganze Entwicklungsprojekte statt einzelner Codefragmente bearbeiten
Der wichtigste Anwendungsbereich ist laut Kimi lang laufende Softwareentwicklung mit geringer menschlicher Aufsicht. K3 soll große Codebestände analysieren, Terminalwerkzeuge koordinieren und über viele Arbeitsschritte hinweg an einer Aufgabe bleiben können.
Das Modell verbindet dabei Programmierung mit visueller Rückmeldung: Es betrachtet Bildschirmaufnahmen, verändert den Code und prüft anschließend die sichtbare Ausgabe. Kimi bezeichnet diesen geschlossenen Regelkreis als "Vision in the Loop" und sieht ihn als Grundlage für Spieleentwicklung, Oberflächengestaltung und CAD.
Als Beispiele zeigt Kimi unter anderem ein prozedural erzeugtes dreidimensionales Open-World-Spiel, das K3 mit Three.js WebGPU und GPU-Compute vollständig im Browser erstellt haben soll, sowie eine interaktive Schwarze-Loch-Visualisierung. Bei der Open-World-Demo generierte K3 die Umgebung prozedural und nutzte ein externes Werkzeug zur Erzeugung der dreidimensionalen Reiter- und Pferdemodelle. Weitere Demonstrationen umfassen eine Simulation von Start und Rückkehr der Rakete "Langer Marsch 10" und einen Emulator für den Game Boy Advance.
K3 basiert auf einer Mixture-of-Experts-Architektur, die von 896 Experten jeweils nur 16 aktiviert, kombiniert mit einer neuen Aufmerksamkeitsarchitektur namens Kimi Delta Attention, die laut Kimi bei Kontexten mit einer Million Token eine bis zu 6,3-fach schnellere Dekodierung ermöglicht. Sogenannte Attention Residuals sollen die Trainingseffizienz um rund 25 Prozent steigern, bei weniger als zwei Prozent zusätzlichem Rechenaufwand.
Auch chinesische Anbieter ziehen die Preise für Frontier-Modelle an
Laut der Kimi API Dokumentation kostet eine Million Eingabetoken bei einem Cachetreffer 0,30 US-Dollar, ohne Treffer 3,00 US-Dollar. Eine Million Ausgabetoken einschließlich Reasoning schlägt mit 15,00 US-Dollar zu Buche. Die Preise gelten unabhängig von der genutzten Kontextlänge. Das Caching erfolgt automatisch, weshalb unveränderte lange Präfixe bei Agenten und großen Codebeständen besonders relevant werden.
Damit liegt K3 deutlich über dem Preisniveau seines Vorgängers K2.6, der offiziell 0,16 US-Dollar pro Million Token bei Cachetreffer, 0,95 US-Dollar ohne Treffer und 4,00 US-Dollar für die Ausgabe kostet. Auch chinesische Anbieter bieten ihre Frontier-Modelle damit nicht mehr zum Dumpingpreis an.
Dennoch ist K3 noch immer deutlich günstiger als die westlichen Spitzenmodelle und preislich eher auf Augenhöhe mit der gehobenen Mittelklasse. Anthropics neues Sonnet 5 etwa kostet ebenfalls 3 US-Dollar pro Million Eingabetoken und 15 US-Dollar für die Ausgabe, bietet aber zumindest laut Kimis Benchmarks weniger Leistung.
| Kimi K3 | 0,30 $ | 3,00 $ | 15,00 $ |
| Kimi K2.6 | 0,16 $ | 0,95 $ | 4,00 $ |
| Claude Sonnet 5 | 0,30 $ | 3,00 $ | 15,00 $ |
| Claude Fable 5 | 1,00 $ | 10,00 $ | 50,00 $ |
| GPT 5.6 Sol | 0,50 $ | 5,00 $ | 30,00 $ |
Unabhängige Vergleiche stehen jedoch aus, und neben den reinen Tokenkosten fällt der jeweilige Tokenverbrauch pro Aufgabe ins Gewicht. Ein abschließendes Urteil über die tatsächlichen Kosten im Praxiseinsatz lässt sich daher bisher nicht fällen. Auch Benchmark-Resultate spiegeln die tatsächliche Leistung nur bedingt wider.
K3 ist bereits über Kimi.com, die mobile App für iOS, Android und HarmonyOS, den Desktopclient Kimi Work ab Version 3.1.0 sowie Kimi Code verfügbar. Auf OpenRouter ist das Modell unter der Kennung "moonshotai/kimi-k3" gelistet, wird dort allerdings bislang ausschließlich über Moonshot selbst bereitgestellt.
Für Unternehmen bietet Kimi eine gesonderte Version mit Mitgliederverwaltung und Trennung privater und geschäftlicher Konten. Eine geplante Plattform namens Kimi Hosted Agent soll isolierte Umgebungen und Laufzeiten für lange Aufgaben bereitstellen. Interessenten können sich zunächst auf eine Warteliste setzen.
KI-News ohne Hype – von Menschen kuratiert
Mit dem THE‑DECODER‑Abo liest du werbefrei und wirst Teil unserer Community: Diskutiere im Kommentarsystem, erhalte unseren wöchentlichen KI‑Newsletter, 6× im Jahr den "KI Radar"‑Frontier‑Newsletter mit den neuesten Entwicklungen aus der Spitze der KI‑Forschung, bis zu 25 % Rabatt auf KI Pro‑Events und Zugriff auf das komplette Archiv der letzten zehn Jahre.
