Kimi K3 Test: 2,8 Billionen Parameter — Open Source gegen Claude Fable 5 und GPT-5.6
Zielgruppe: Mac-Entwickler mit Claude/GPT/DeepSeek für Coding und Langdokumente, die nach dem stillen Release am 16. Juli 2026 prüfen, ob 2,8T Parameter Substanz sind und ob ein API-Wechsel oder das Warten auf Gewichte am 27. Juli lohnt. Lieferumfang: Architektur, Benchmark-Tabellen, Preisvergleich, 5-Schritte-Anbindung, Entscheidungsmatrix, FAQ×6 — Zahlen zuerst.
📋 Inhaltsverzeichnis
Quervergleiche: GPT-5.6 Sol Benchmark & Preise, Claude Fable 5 Alternativen; chinesische Compute-Hintergründe: DeepSeek-Chip & Inference.
In der Nacht zum 16. Juli 2026 erschien oben in den API-Docs von Moonshot AI ein Banner: „🎉 Kimi K3 ist live!" — kein Keynote, kein Social-Media-Blitz, nur ein Tech-Blog, eine Preisseite und die sofort nutzbare Modell-ID kimi-k3. Der Kontrast zur 2,8 Billionen Parameter ist markant: Kimi K3 ist das größte Open-Source-AI-Modell weltweit, ~75 % über DeepSeek V4 Pro (1,6T), zeitlich kurz vor WAIC 2026.
01 · Drei Schmerzpunkte: Warum „größtes Open Source" nicht nur Parameter zählt
- Harness-Fragmentierung: In Moonshots Benchmarks nutzt K3 Kimi Code, GPT Codex, Claude Claude Code — unterschiedliche Agent-Loops und Kontextkompression. Ohne Fußnoten wird „SWE Marathon #1" fälschlich zu „überall #1 beim Coding".
- Listenpreis vs. Rechnung: API $3/$15 entspricht Claude Sonnet 5 — günstig auf dem Papier. Agent-Tasks mit hohem Output summieren sich schnell; ohne Cache ($0,30/M Treffer) oder unter 90 %+ Hit-Rate in Kimi Code explodieren Monatskosten.
- Lokales Deployment als Illusion: Ab 27. Juli kommen „K3 auf dem Mac"-Tutorials. Produktions-MoE mit 2,8T braucht 64+ Beschleunigerkarten — normale Teams sollten API/OpenRouter nutzen, nicht den Haupt-Mac belasten.
02 · Was ist Kimi K3?
Kimi K3 ist Moonshots stärkstes Modell — sparse MoE, optimiert für:
- Komplexes Coding & lange Code-Agenten: SWE-Marathon-Klasse, große Repo-Analysen
- Ultra-lange Dokumente: 1 Mio. Token Kontext, ganze Codebasen oder Research-PDFs in einem Durchlauf
- Multimodale Wissensarbeit: native Vision, OmniDocBench-Spitzenwerte
Nach dem DeepSeek-Schock 2024/25 kontert Moonshot: 9 von 12 Monaten Spitzengröße bei Open-Source-Modellen; ARR 300 Mio. USD (Stand Juni 2026), 6. Finanzierungsrunde, Bewertung 31,5 Mrd. USD; API-Anteil >70 %, internationale zahlende Nutzer +400 %. Kein reines Parameter-Marketing — kommerzielle Gegenoffensive mit messbaren Zahlen.
2.1 Kerndaten auf einen Blick
| Parameter | Wert |
|---|---|
| Gesamtparameter | 2,8 Billionen (2,8T) — größtes Open-Source-Modell |
| Architektur | KDA + AttnRes + Stable LatentMoE |
| MoE-Experten | 896 Experten, 16 aktiv pro Forward (1,8 % Dichte) |
| Kontext | 1.048.576 Tokens (1M) |
| Eingabe | Text, Bild, Video (native Vision) |
| Inferenzmodus | Launch nur max (weitere Stufen folgen) |
| API-Modell-ID | kimi-k3 / OpenRouter moonshotai/kimi-k3 |
| Gewichte Open Source | 27. Juli 2026 vollständig auf Hugging Face |
03 · Architektur: KDA, AttnRes, Stable LatentMoE
Der Moat liegt in drei Engineering-Innovationen — sie lösen echte Engpässe bei langem Kontext und MoE-Training.
3.1 Kimi Delta Attention (KDA)
Volle Attention skaliert KV-Cache speicherintensiv. KDA wechselt im Verhältnis 3:1 lineare und volle Attention-Schichten: günstige lokale Struktur, gelegentliche globale Information. Ergebnis: bis zu 75 % weniger KV-Speicher, 6,3× schnelleres Decoding bei 1M Tokens, bessere RL-Skalierung als reine Full-Attention-Baselines.
Hardcore-Datenpunkt #1: KDA macht das 1M-Fenster praktisch nutzbar — nicht nur Spezifikation.
3.2 Attention Residuals (AttnRes)
Standard-Residuals verwässern frühe Repräsentationen in der Tiefe. AttnRes erlaubt selektives Cross-Depth-Retrieval — ~25 % Trainings-Effizienzgewinn, <2 % Extra-Compute.
3.3 Stable LatentMoE
896 Experten, 16 aktiv — Routing und Stabilität entscheiden. Begleittechniken:
| Technik | Funktion |
|---|---|
| Quantile Balancing | Expertenzuweisung aus Router-Quantilen, weniger Heuristik |
| Per-Head Muon | Head-spezifische Optimierung bei großem Training |
| SiTU | Verbesserte Aktivierungskontrolle |
| Gated MLA | Selektivere Attention |
Gesamt: gegenüber Kimi K2 etwa 2,5× bessere Skalierungseffizienz bei gleicher Compute.
04 · Preisvergleich: Sonnet-Niveau, 5× Kontext, aggressiver Cache
4.1 API pro 1M Tokens
| Modell | Input | Output | Cache-Input | Kontext |
|---|---|---|---|---|
| Kimi K3 | $3,00 | $15,00 | $0,30 | 1M |
| Kimi K3 (China) | ¥20 | ¥100 | ¥2 | 1M |
| Claude Sonnet 5 | $3,00 ($2 Promo) | $15,00 ($10 Promo) | — | 200K |
| Claude Opus 4.8 | $5,00 | $25,00 | — | 200K |
| GPT-5.6 Sol | $5,00 | $30,00 | — | 400K |
| DeepSeek V4 Pro | $1,74 | $3,48 | $0,145 | 128K |
| Kimi K2.6 | $0,95 | $4,00 | $0,16 | 256K |
Hardcore-Datenpunkt #2: vs. Opus 4.8: Input −40 %, Output −40 %. Mooncake-Disaggregation: Kimi Code Cache-Hit >90 %, effektiver Input ~$0,55/M. kimi.com gratis; Prepaid ab ¥199 (Rabatt bis 11. Aug.).
05 · Benchmark-Analyse: Stärken und Lücken
Moonshot-eigene Daten (Stand 16.7.2026); unabhängige Replikation läuft.
5.1 Coding & Agent
| Benchmark | Kimi K3 | Fable 5 | GPT-5.6 Sol | Opus 4.8 | GLM-5.2 |
|---|---|---|---|---|---|
| DeepSWE | 67,5 | 70,0 | 73,0 | 59,0 | 46,2 |
| Program Bench | 77,8 🥇 | 76,8 | 77,6 | 71,9 | 63,7 |
| Terminal Bench 2.1 | 88,3 | 84,6 | 88,8 | 84,6 | 82,7 |
| FrontierSWE | 81,2 | 86,6 | 71,3 | 66,7 | 67,3 |
| SWE Marathon | 42,0 🥇 | 35,0 | 39,0 | 40,0 | 13,0 |
| BrowseComp | 91,2 🥇 | 88,0 | 90,4 | 84,3 | — |
| Automation Bench | 30,8 🥇 | 29,1 | 29,7 | 27,2 | 12,9 |
| GPQA-Diamond | 93,5 | 92,6 | 94,1 | 91,0 | 91,2 |
| MMMU-Pro | 81,6 | 81,2 | 83,0 | 78,9 | — |
| OmniDocBench | 91,1 🥇 | 89,8 | 85,8 | 87,9 | — |
Lesart: SWE Marathon (+7 vs. Fable 5) = stundenlanges Coding; FrontierSWE = Fable-5-Terrain (86,6); OmniDocBench = Vision + Langkontext-Synergie.
5.2 Intelligence Index v4.1
Hardcore-Datenpunkt #3: Kimi K3 57,1 (Rang 4): Fable 5 59,9, GPT-5.6 Sol (max) 58,9, Sol (xhigh) 57,6. Abstand Platz 1–4: nur 2,8 Punkte — für ein bald vollständig open-source Modell bemerkenswert.
06 · Vier Kanäle & API in 5 Schritten
- kimi.com / App: Gratis-Konto, K3 default max
- Offizielle API: OpenAI-kompatibel,
kimi-k3, Key auf platform.kimi.ai - OpenRouter:
moonshotai/kimi-k3, kein Aufschlag - Hugging Face: Gewichte ab 27.7., 64+ Karten für Produktion
6.1 Fünf Schritte Anbindung & Kosten
- Auf platform.kimi.ai registrieren, API Key, Billing-Region und Rate Limits prüfen
- Ersten OpenAI-SDK-Call: Modell
kimi-k3,base_url=https://api.moonshot.ai/v1 - Bei langen Agent-Loops Kontext-Cache aktivieren → Input $0,30/M
- Multimodal:
image_urlin messages für Vision-Pipeline testen - Drei Referenz-Tasks (Langdokument / Bugfix / Multi-File-Refactor) gegen Claude/GPT — Qualität und Rechnung vergleichen
07 · Entscheidungsmatrix
| Szenario | Empfehlung | Datengrund |
|---|---|---|
| Lang andauerndes Coding (SWE Marathon) | Kimi K3 | 42,0 #1, 1M ohne Truncation |
| Komplexe Repo-Bugfixes | Claude Fable 5 | FrontierSWE 86,6 |
| Terminal-/Tool-Agenten | GPT-5.6 Sol | Terminal Bench 2.1 führend |
| Ultra-Dokumente / multimodal | Kimi K3 | OmniDocBench 91,1, 1M + Vision |
| Kostenkritische Produktion | DeepSeek V4 Pro | Output $3,48/M vs. K3 $15/M |
| Self-Host (ab 27.7.) | Kimi K3 | Größte Open-Source-Gewichte, 2,8T |
08 · Open Source am 27. Juli 2026
Vollständige Gewichte auf Hugging Face — größtes herunterladbares Open-Source-Modell, erstes >2T Open Weight. MXFP4/NVFP4-Quantisierung erwartet; transformers, vLLM, SGLang voraussichtlich Day-One-Support. Timeline: WAIC 17.–20.7. → 27.7. Gewichte.
09 · Fazit
Kimi K3 ist kein Parameter-Stunt. KDA/AttnRes/Stable LatentMoE lösen reale Langkontext-MoE-Probleme; Spitzenwerte bei SWE Marathon, OmniDocBench, BrowseComp; Sonnet-Preis mit 5× Kontext und aggressivem Cache; Open Source ab 27. Juli. Für Mac-Entwickler mit API-Workflows: seit DeepSeek die ernsthafteste chinesische Open-Source-Option — bei FrontierSWE-Repo-Präzision bleibt Fable 5 sicherer; bei Budget DeepSeek V4 Pro.
10 · FAQ (6 Fragen)
F: Kimi K3 kostenlos?
A: kimi.com gratis; API $3/$15, Cache $0,30/M Input.
F: Lokal auf dem Mac?
A: Bis 27.7. nur API/Web; danach 64+ Karten für Produktion.
F: Stärker als Fable 5?
A: Szenario-abhängig; Index 57,1 vs. 59,9.
F: 1M Token sinnvoll?
A: Ja — ganze Repos, lange PDFs; KDA 6,3× schneller, kein Längen-Aufpreis.
F: OpenRouter?
A: moonshotai/kimi-k3, $3/$15, 1M Kontext.
F: Open Source 27.7.?
A: Größtes Download-Modell, MXFP4, vLLM/SGLang.
11 · Isolierter Mac: Kimi K3 API & Kimi Code ohne Keychain-Risiko testen
Vor dem Modellwechsel: Produktions-Repo-Subset auf einem isolierten Apple-Silicon-Knoten klonen, Moonshot API Key setzen, Kimi Code oder Cursor mit kimi-k3 — drei Tasks (Langdokument / Bug / Refactor) gegen Claude/GPT. Auf dem Hauptrechner: Key-Leaks in Shell-Profilen, 1M-Kontext-Experimente im Cache, kein isoliertes Routing.
Windows/Linux: kimi.com und OpenRouter teilweise, aber keine volle macOS/Keychain/Xcode-Validierung. Tagesmiete M-Serie: destroy-after-test. Preise: M-Serie Compute-Preise.
12 · Quellen
- Moonshot Blog: kimi.com/blog/kimi-k3
- API-Docs: platform.kimi.ai
- Artificial Analysis: artificialanalysis.ai
- OpenRouter: openrouter.ai/moonshotai/kimi-k3
- MarkTechPost, VentureBeat, SCMP
Datenstand: 16. Juli 2026. Benchmarks Moonshot-eigen; Fähigkeiten und Preise können sich ändern.