Kimi K3 ist das Flaggschiffmodell von Moonshot AI mit 2,8 Billionen Parametern für langfristige Coding-Aufgaben, Wissensarbeit, visuelles Reasoning und Agenten mit Tool-Nutzung. Es kombiniert ein Kontextfenster von 1 Million Tokens mit nativer Bild- und Videoverarbeitung, permanent aktivem Reasoning, strukturierten Ausgaben und einer außergewöhnlich sparsamen Mixture-of-Experts-Architektur.
Die Eckdaten sind beeindruckend, beantworten jedoch nicht die praktischen Fragen. Ist Kimi K3 besser als die stärksten Closed-Source-Modelle? Ist der 1M-Kontext tatsächlich nützlich oder lediglich teuer? Können Entwickler ein 2.8T-Modell selbst hosten? Und welche Einschränkungen sind relevant, wenn K3 über Stunden hinweg Tools steuert, statt nur einen einzelnen Prompt zu beantworten?
Dieser Test trennt bestätigte Fähigkeiten von Ankündigungen zum Launch und zeigt, welchen Platz Kimi K3 in einem produktiven Modell-Stack einnimmt.
Poyo-Verfügbarkeit aktualisiert am 22. Juli 2026. Kimi K3 ist auf Poyo.ai mit der Modell-ID
kimi-k3sowie über die offiziellen Produkte von Moonshot AI verfügbar. Laut Moonshot sollen die vollständigen Modellgewichte bis zum 27. Juli 2026 veröffentlicht werden.
Kimi K3 auf einen Blick
| Spezifikation | Kimi K3 |
|---|---|
| Anbieter | Moonshot AI |
| Modell-ID | kimi-k3 in der offiziellen Moonshot API |
| Gesamtzahl der Parameter | 2,8 Billionen |
| Architektur | KDA, Attention Residuals, Stable LatentMoE |
| Experten | 896 insgesamt, 16 gleichzeitig aktiv |
| Kontextfenster | 1 Million Tokens |
| Maximale Completion | Standardmäßig 131.072 Tokens; konfigurierbar bis 1.048.576 |
| Eingaben | Text, Bilder und hochgeladene Videos |
| Ausgabe | Text |
| Reasoning | Immer aktiviert; low, high und max Aufwand |
| Agentenfunktionen | Tool Calling, verpflichtende Tool-Auswahl, dynamisches Laden von Tools |
| Strukturierte Ausgabe | Striktes JSON Schema |
| Kontext-Caching | Automatisch |
| Status der offiziellen API | Verfügbar |
| Status bei Poyo.ai | Verfügbar als kimi-k3 |
| Vollständige Gewichte | Veröffentlichung bis zum 27. Juli 2026 angekündigt |
Kimi K3 nutzt seine enorme Größe anders als ein dichtes 2.8T-Modell. Stable LatentMoE leitet jedes Token durch 16 von 896 Experten weiter. Daher entspricht die Gesamtzahl der Parameter nicht der tatsächlich aktiven Rechenleistung pro Token. Dieser Unterschied ist wichtig beim Vergleich von Architektur, Leistungsfähigkeit und Bereitstellungskosten.
Wofür Kimi K3 entwickelt wurde
Moonshot positioniert K3 für zwei zentrale Einsatzbereiche: langfristige Softwareentwicklung und umfassende Wissensarbeit.
Langfristige Coding-Aufgaben
K3 wurde entwickelt, um auch über lange Entwicklungssitzungen hinweg produktiv zu bleiben. Die offiziellen Beispiele konzentrieren sich auf die Navigation in großen Code-Repositories, Terminal-Orchestrierung, Optimierung von GPU-Kernels, Compiler-Entwicklung, Frontend-Engineering, Spieleentwicklung, CAD und wissenschaftliches Programmieren.
Das ist ein anderes Ziel als reine Autovervollständigung. Ein Modell für langfristige Coding-Aufgaben muss wiederholt den aktuellen Zustand analysieren, geeignete Tools auswählen, deren Ergebnisse interpretieren, den Plan anpassen und das Endergebnis überprüfen. Ausdauer und Fehlerkorrektur sind dabei oft wichtiger als die Qualität des ersten Codevorschlags.
Visuelle Verarbeitung im Entwicklungsprozess
K3 verfügt über native visuelle Verarbeitung. Es kann Screenshots und gerenderte Ergebnisse als Feedback verwenden, während es Code verändert. Dadurch eignet es sich für Frontend-Iterationen, visuelle Qualitätssicherung, Spiele, 3D-Szenen, Diagramme und andere Workflows, bei denen bestandene Unit-Tests allein nicht ausreichen.
Die offizielle API akzeptiert Bilddaten und hochgeladene Videos. Öffentliche Bild-URLs werden in Vision-Nachrichten nicht direkt unterstützt: Bilder müssen als Base64 oder über die unterstützte Dateiverarbeitung bereitgestellt werden, während Videos über eine Moonshot-Datei-ID referenziert werden.
Wissensarbeit
K3 richtet sich außerdem an Forschung, Berichte, Tabellenkalkulationen, Präsentationen, Dashboards und mehrstufige Analysen. Ein Kontextfenster mit 1 Million Tokens kann eine große Menge an Quellen aufnehmen. Dennoch erfordert hochwertige Wissensarbeit weiterhin Quellenverwaltung, Zitationsprüfung und Verifikation. Ein großes Kontextfenster reduziert den Bedarf, Kontext zu verwerfen – garantiert jedoch nicht, dass jedes Detail korrekt erinnert oder gewichtet wird.
Wie aussagekräftig sind die Kimi K3 Benchmarks?
Der Launch-Bericht von Kimi umfasst Repository-Reparaturen, Terminal-Aufgaben, die Erstellung kompletter Programme, Wissensarbeit, Automatisierung, Web-Browsing und multimodale Bewertungen. Das Gesamtbild ist wichtiger als einzelne Kennzahlen: K3 zeigt seine größten Stärken bei langen agentischen Workflows und bleibt über die gesamte offizielle Benchmark-Suite hinweg konkurrenzfähig gegenüber führenden Closed-Source-Modellen.
Dabei sollten einige Einschränkungen beachtet werden:
- Die Ergebnisse von Kimi K3 wurden in der Regel mit maximalem Reasoning-Aufwand erzielt.
- Die Modelle wurden nicht immer mit derselben Agenten-Infrastruktur getestet.
- Einige Aufgaben liefen in H20-kalibrierten Umgebungen statt auf der Standardhardware des Benchmarks.
- Im offiziellen Bericht wird für mindestens ein Konkurrenzmodell ein Fallback-Verhalten erwähnt.
- Unabhängige Rankings zur allgemeinen Modellleistung führen K3 nicht auf Platz eins.
Unabhängige Analysen ordnen K3 derzeit nahe an der Spitze ein, jedoch nicht klar darüber. Das stimmt mit der Aussage von Moonshot überein, dass K3 den stärksten proprietären Modellen insgesamt noch hinterherliegt.
Ausführliche Tabellen, Informationen zur Testumgebung und den Unterschied zwischen offiziellen und unabhängigen Ergebnissen finden Sie unter Kimi K3 Benchmarks Explained.
Preise der Kimi K3 API
Moonshot bietet ein einfaches Pay-as-you-go-Preismodell mit getrennten Preisen für zwischengespeicherte und nicht zwischengespeicherte Eingaben.
| Token-Typ | Offizieller Preis pro 1 Mio. Tokens |
|---|---|
| Cache-Treffer (Eingabe) | $0.30 |
| Cache-Fehler (Eingabe) | $3.00 |
| Ausgabe | $15.00 |
Für Anfragen mit großem Kontext gibt es keinen höheren Preis. Die Gesamtkosten können dennoch erheblich sein: Eine Million nicht zwischengespeicherter Eingabetokens kostet vor der Ausgabe $3, während 50.000 Ausgabetokens weitere $0.75 verursachen.
Automatisches Caching kann die Wirtschaftlichkeit wiederholter Repository- und Recherche-Workflows deutlich verbessern. Ein stabiler Präfix mit 500K Tokens kostet bei einem Cache-Fehler $1.50, bei einem Cache-Treffer dagegen nur $0.15. Anwendungen sollten das Cache-Verhalten protokollieren, statt davon auszugehen, dass jede wiederholte Anfrage automatisch den günstigeren Tarif erhält.
Praktische Beispiele und Strategien zum Caching finden Sie unter Kimi K3 API Pricing Explained.
Kimi K3 vs GPT-5.6 Sol
K3 und GPT-5.6 Sol überschneiden sich in Bereichen wie anspruchsvollem Coding, Agenten, Reasoning und professionellen Anwendungen, verfolgen jedoch unterschiedliche Schwerpunkte.
| Entscheidungsbereich | Kimi K3 | GPT-5.6 Sol |
|---|---|---|
| Wichtigster Vorteil | 1M-Kontext und angekündigte Open Weights | Höhere Spitzenleistung unter Closed-Source-Modellen |
| Coding | Stark bei langfristigem und visuellem Coding | Stark bei allgemeinem Coding und Terminal-Aufgaben |
| Multimodale Eingaben | Native Bild- und Videoverarbeitung | Multimodale Funktionen hängen von der aktuellen API ab |
| Kontext | 1 Million Tokens | Aktuelles Limit des jeweiligen Endpunkts prüfen |
| Open Weights | Angekündigt | Nein |
| Bereitstellung | Offizielle API oder künftig sehr großes Self-Hosting-Cluster | Gehostete API |
| Produktionsreife | Neu veröffentlicht | Etablierte OpenAI-Plattform |
Kein Modell ist für jeden Anwendungsfall die beste Wahl. K3 ist besonders interessant für Teams, die Wert auf großen Kontext, multimodales Coding und zukünftigen Zugriff auf Modellgewichte legen. GPT-5.6 Sol bleibt attraktiv, wenn unabhängige Spitzenleistung, eine ausgereifte Plattform und gehostete Closed-Source-Infrastruktur wichtiger sind.
Den vollständigen Vergleich finden Sie unter Kimi K3 vs GPT-5.6 Sol.
Stärken von Kimi K3
Ein wirklich großes Arbeitskontextfenster
Eine Million Tokens bieten Agenten ausreichend Platz für Quellcode, Dokumentation, Tool-Historie, visuelle Belege und Zwischenergebnisse. Das ist besonders hilfreich, wenn aggressive Retrieval-Strategien zusammengehörige Informationen voneinander trennen würden.
Coding und visuelle Verarbeitung in einem Modell
K3 kann gerenderte Ergebnisse analysieren, statt sich ausschließlich auf Quellcode oder Textprotokolle zu verlassen. Dadurch eignet es sich für UI-Entwicklung, Spiele, CAD, Datenvisualisierung und Medien-Workflows.
API-Funktionen für Agenten
Die offizielle API unterstützt benutzerdefinierte Tools, erzwungene Tool-Nutzung, dynamisches Laden von Tools, Streaming, strukturierte Ausgaben und lange Multi-Turn-Sitzungen. Diese Funktionen sind für produktive Anwendungen konzipiert und gehen über klassische Chat-Szenarien hinaus.
Fokus auf Open Weights
Moonshot bezeichnet K3 als das erste offene Modell der 3T-Klasse und hat die Veröffentlichung der vollständigen Modellgewichte angekündigt. Falls Lizenz und Veröffentlichung eine breite Nutzung erlauben, erhalten Infrastrukturteams deutlich mehr Kontrolle als bei reinen API-Modellen. Verfügbarkeit, Lizenzbedingungen und Unterstützung durch die Community müssen nach der Veröffentlichung jedoch noch überprüft werden.
Einschränkungen von Kimi K3
Die Thinking-Historie muss erhalten bleiben
Moonshot weist darauf hin, dass K3 mit erhaltener Thinking-Historie trainiert wurde. Wenn ein Client erforderliche Assistant-Zustände verwirft, nur die endgültige Antwort speichert oder während einer Sitzung das Modell wechselt, kann dies zu instabiler Qualität führen. Eine korrekte Verwaltung des Gesprächszustands ist daher essenziell.
Das Modell kann zu proaktiv handeln
Das Training für langfristige Aufgaben fördert eigenständiges Handeln. In mehrdeutigen Situationen kann K3 Entscheidungen treffen, die der Nutzer nicht ausdrücklich autorisiert hat. Produktive Agenten benötigen deshalb klare Grenzen, eingeschränkte Tool-Berechtigungen, Genehmigungsschritte und eindeutige Anweisungen, wann sie stoppen sollen.
Das größte Modell ist kein Laptop-Modell
Selbst mit MXFP4-Gewichten und sparsamer Expertenaktivierung bleibt ein 2.8T-Modell eine Infrastruktur-Lösung im großen Maßstab. Moonshot empfiehlt Supernode-Konfigurationen mit mindestens 64 Beschleunigern. Open Weights machen K3 daher nicht praktikabel für Consumer-GPUs oder gewöhnliche Workstations.
Die Ausgabe ist vergleichsweise teuer
Mit $15 pro Million Ausgabetokens können ausführliche Agentenantworten den Großteil der Kosten verursachen. Anwendungen sollten sinnvolle Completion-Limits setzen und die Kosten pro verifiziertem Ergebnis messen – nicht nur pro Anfrage.
Einige Veröffentlichungsdetails stehen noch aus
Stand 21. Juli sind die vollständigen Modellgewichte, die endgültige Lizenz und der technische Bericht noch nicht öffentlich verfügbar. Aussagen über einen vollständigen lokalen Installationsprozess sollten daher mit Vorsicht betrachtet werden.
Für wen eignet sich Kimi K3?
K3 ist eine gute Wahl für:
- Coding-Agenten auf Repository-Ebene;
- Terminal-Workflows mit langen Ausführungszeiten;
- Frontend-, Spiele-, CAD- und visuelle Softwareentwicklung;
- Recherche in umfangreichen Dokumenten und professionelle Dokumentenerstellung;
- multimodale Analysen mit Bildern oder hochgeladenen Videos;
- Teams, die zukünftige Open-Weight-Frontier-Modelle evaluieren.
Weniger geeignet ist K3 für:
- Klassifizierung, Informationsextraktion und einfachen Support;
- kurze Antworten mit niedriger Latenz;
- kleine Self-Hosting-Umgebungen;
- Workflows, die den vollständigen Gesprächszustand nicht erhalten können;
- Agenten ohne klare Berechtigungs- und Verifikationsgrenzen.
Fazit zu Kimi K3
Kimi K3 gehört zu den bedeutendsten Open-Model-Veröffentlichungen des Jahres 2026, weil es eine Frontier-Architektur mit einem Kontextfenster von 1 Million Tokens, nativer visueller Verarbeitung und einer leistungsfähigen Agenten-API kombiniert. Seine überzeugendste Stärke zeigt sich nicht bei einzelnen Benchmark-Fragen, sondern bei kontinuierlicher Arbeit mit Code, Tools, Dokumenten und visuellem Feedback.
Das Modell ersetzt jedoch nicht automatisch die stärksten Closed-Source-Systeme. Unabhängige Bewertungen, Ausgabekosten, Anforderungen an das Zustandsmanagement, übermäßige Proaktivität und der enorme Infrastrukturbedarf für Self-Hosting spielen eine wichtige Rolle. Die richtige Entscheidung für den produktiven Einsatz besteht darin, K3 anhand repräsentativer Langzeitaufgaben zu testen und die Kosten pro verifiziertem Ergebnis zu vergleichen.
Verfolgen Sie die Kimi K3-Modellseite, um Informationen zur Verfügbarkeit bei Poyo.ai, bestätigten Modell-IDs und Preisen zu erhalten.
Häufig gestellte Fragen
Ist Kimi K3 Open Source?
Moonshot bezeichnet K3 als offenes Modell der 3T-Klasse und kündigt die Veröffentlichung der vollständigen Modellgewichte bis zum 27. Juli 2026 an. Stand 21. Juli sollten Entwickler jedoch auf die tatsächlichen Dateien und die Lizenz warten, bevor Aussagen zu Bereitstellung oder kommerzieller Nutzung getroffen werden.
Wie groß ist das Kontextfenster von Kimi K3?
Kimi K3 unterstützt ein Kontextfenster mit 1 Million Tokens. Automatisches Kontext-Caching steht in der offiziellen API zur Verfügung.
Ist Kimi K3 besser als GPT-5.6 Sol?
Nicht grundsätzlich. K3 überzeugt insbesondere durch seinen großen Kontext, die angekündigten Open Weights, multimodales Coding und Agenten-Workflows. GPT-5.6 Sol bietet weiterhin Vorteile in einigen unabhängigen Bewertungen und Spitzenbenchmarks. Beide Modelle sollten anhand derselben Aufgaben getestet werden.
Unterstützt Kimi K3 Bilder und Videos?
Ja. Die offizielle API unterstützt Bild- und Videoeingaben. Die Ausgabe erfolgt als Text und nicht als generierte Bilder oder Videos.
Was kostet die Kimi K3 API?
Moonshot verlangt $0.30 pro Million zwischengespeicherter Eingabetokens, $3 pro Million nicht zwischengespeicherter Eingabetokens und $15 pro Million Ausgabetokens.
Kann Kimi K3 lokal ausgeführt werden?
Nicht auf gewöhnlicher Consumer-Hardware. Das 2.8T-Modell ist für große verteilte Infrastruktur ausgelegt, auch wenn pro Token nur ein Teil der Experten aktiv ist.