Moonshot Kimi K3 ist mit 2,8 Billionen Parametern da - Unser Erfahrungsbericht

Modellspezifikationen und Veröffentlichung des offenen Gewichts

Kimi K3 verfügt über eine gewaltige Architektur mit 2,8 Billionen Parametern. Das Unternehmen plant, die Gewichte des Modells am 27. Juli zu veröffentlichen, um es für eine breitere Nutzung verfügbar zu machen. Moonshot räumt zwar ein, dass die allgemeine Leistung von Kimi K3 derzeit hinter proprietären High-End-Systemen wie OpenAI’s GPT-5.6 Sol und Anthropic’s Claude Fable 5 zurückbleibt, interne Tests deuten jedoch darauf hin, dass sich der Leistungsabstand verringert. Unsere Erfahrung mit dem K3 waren ein Eye-Opener.

Kimi K3 Erfahrungen vs. Claude Opus 4.8 und Gemini Pro

Wir experimentieren häufig mit den Modellen von Google, wie dem Gemini 3.1 Pro, aber auch ChatGPT und vor allem Claude. Wo wir früher für eine Subscription für ChatGPT gezahlt haben, ist es inzwischen der Claude geworden und Kimi K3 bringt massive Veränderungen. Bei aufwendigeren Programmieraufgaben würden wir aktuell zwar zum Claude Sonnet 5 oder Fable 5 raten, doch seit dem Release von Kimi K3 hat sich das Gleichgewicht verändert. Das liegt unter anderem daran, dass Anthtropic den Fable 5 beschnitten hat in der Leistung und sperrt ihn im günstigen Paket auch noch aus, Sonnet 5 blockierte dazu in unseren Tests und wir wurden oft auf Opus 4.8 zurückgeworfen. Dabei hatten wir nicht einmal mehr Token für das Budget, aber das Modell ist sichtlich “schlechter/dümmer” im Vergleich zum Kimi K3.

In wieweit der Kimi K3 besser ist, sieht man an der Komplexität, die K3 bewältigen kann. An Aufgaben, wie Wireshark-PCAP-Paketauswertungen und statischer Analyse von Code, an denen Opus 4.8 scheiterte, grübelt Kimi K3 länger und liefert dann sogar brauchbare Ergebnisse, die der Opus nicht erreicht hat. Was bei den Tests deutlich erkennbar wurde, ist, dass Kimi K3 einfach durchgehend viel länger an dem Problem arbeitet, es oft in kleinere Teilaufgaben aufbricht, dann diese auch mehrfach validiert, wodurch die Fehlerrate geringer ausfällt. Das was Anthropic besser macht, ist Tool-Use: Opus und Sonnet konnten PCAP-Dateien direkt lesen, Daten daraus direkt analysieren und auswerten und Rückfragen stellen. Kimi K3 arbeitet bei unseren Experimenten in einer Ubuntu VM mit Chrome und kann viele Pakete nachträglich bei Bedarf installieren, hat aber Probleme auf Github zuzugreifen.

Kimi K3 geht tiefer

Mit dem günstigsten Moderato Abo für 19 USD pro Monat sind wir unfassbar weit gekommen. Bei Anthropic wäre bei den langen Kontexten schnell Schluss gewesen und man hätte locker mehrfach draufzahlen müssen. Bei Kimi K3 zahlt man Input $3/ M tokens und Output $15/ M tokens sowie Cached input $0.30/ M tokens. Dagegen kostet Opus 4.8 bei Input $5/ M tokens, bei Output $25/ M tokens und Cached input $0.50/ M tokens. Wir sind sehr positiv überrascht von dem K3-Modell, auch wenn es klar auf China getrimmt ist und gerne Chinesisch als zweite Sprache verwendet anstatt Deutsch, doch es kommt mit Deutsch bestens klar.

Das K3-Modell hat auch die Arbeit nicht verweigert. Bei Opus und Sonnet hatten wir bei manchen Chats das Problem, dass uns das Model dazu bringen wollte, das wir "Feierabend machen" oder das Vorhaben nicht umsetzen, weil das zu aufwendig ist.

Front-End-Entwicklungs-Benchmarks

Abseits unserer Erfahrungen, gibt es natürlich auch Performanc-Benchmarks und speziell bei Programmieraufgaben ist Kimi K3 stark. In der Arena.ai-Rangliste für Front-End-Entwicklung hat sich das Modell den ersten Platz gesichert und damit führende US-amerikanische Modelle übertroffen. Dies stellt einen erheblichen Sprung im Ranking im Vergleich zu seinem Vorgänger, Kimi K2.6, dar.

Diese Ergebnisse stellen die vorherrschende Annahme in der Branche in Frage, dass chinesische KI-Labore deutlich hinter ihren amerikanischen Pendants zurückliegen. Die Veröffentlichung erfolgt kurz nach dem Start von Claude Fable 5 und GPT-5.6, was auf eine rasante Beschleunigung der Entwicklungszyklen in chinesischen Labors hindeutet.

Geopolitische Auswirkungen und Folgen für den Markt

Das Aufkommen leistungsstarker chinesischer Modelle hat bereits in der Vergangenheit für Volatilität auf den globalen Technologiemärkten gesorgt. Im Januar 2025 führte die Veröffentlichung des Deepseek-R1-Modells zu erheblichen Bewertungsverlusten bei den wichtigsten Technologieindizes. Es wird erwartet, dass die Einführung von Kimi K3 diesen Trend fortsetzen und die etablierte Marktdynamik weiter durcheinanderbringen wird.

Für Europa ist Kimi K3 eine sehr gute Alternative, denn die Amerikaner haben Anthopics stärkstes Modell Fable 5 für über Woche abgeschaltet und es kam wohl auch “dümmer” zurück, was wohl Absicht war. Da es ein Open Weights Model ist, kann man Kimi K3 auch anderer, selbst gemieteter Infrastruktur betreiben und hat damit ein unfassbar starkes Tool an der Hand, was unserer Ansicht nach Anthropics Modelle gerade in den Schatten stellt.