Kimi K3 Modell-Übersicht

Kimi K3 ist das Flaggschiff-Modell von Moonshot AI und der Nachfolger der K2-Reihe (K2.6/K2.7). Mit rund 2,8 Billionen Parametern in einer Mixture-of-Experts-Architektur (MoE) ist es laut Anbieter das bislang größte Open Weights Model und zielt auf Long-Horizon-Coding, Knowledge-Work und den Einsatz als KI-Agent ab. Das Kontextfenster wächst gegenüber den K2-Modellen auf 1 Mio. Token, getragen von der Kimi-Linear-Attention, die den KV-Cache-Bedarf reduziert. Moonshot verortet die Output-Qualität in eigenen Tests ehrlich hinter Claude Fable 5 und GPT-5.6 Sol ein, aber zumindest auf dem Level der Vorgänger Opus 4.8 und GPT-5.5. Nach Launch führte Kimi-K3 allerdings einzelne User-Benchmarks, wie z.B. das Web-Dev Leaderboard für Frontend-Aufgaben an, was das Potenzial für das Vibe Coding zeigt. Preislich beendet Kimi-K3 den "Trend günstiger Open Weights Modelle". Mit $3 / $15 pro 1 Mio. Input-/Output-Token ist K3 spürbar teurer als K2.6 ($0,95 / $4,00).

Playground API-Dokumentation Hugging Face Tech Report Blog

Features & Modalitäten

Nicht verfügbar

Finetuning

Verfügbar

ReasoningToolsMultimodalitätWebsucheStrukturierte AusgabenQuellenangaben

Input:TextBildDateien

Output:TextJson

Details zum Modell

1,05 Mio. Token

131,07k Token

3,00 $

15,00 $

2.800 Mrd.

Kosten berechnen Geschwindigkeit testen

Kimi K3 Benchmark Scores

Auf einen Blick

57 Pkt.Rang 5 von 19

Stärken

TopAgentische Aufgaben

TopWissen & Sprache

Top 3Programmierung

Kimi K3 Benchmark Übersicht

Kimi K3 Performance im Vergleich zu anderen KI-Modellen

Benchmark	Kimi K3	Kimi K2.6	Inkling	Laguna S 2.1	Muse Glimmer 30B	Muse Spark 1.2	Qwen 3.8 Max
APEX-AgentsAgentische Aufgaben	37,6 %	27,9 %	—	—	—

Ergebnisse in Benchmarks

Benchmark auswählen

Darstellung der Rohdaten für den Benchmark APEX-Agents. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Kimi K3	37,6 %
DeepSeek V4 Flash	33 %
Kimi K2.6	27,9 %
MiniMax-M3	27,7 %
MiniMax M2.7	5,6 %

Vergleich von LLMs im Benchmark APEX-Agents. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Artificial Analysis Intelligence Index. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Fable 5	65 %
Claude Opus 5	61 %
Claude Opus 4.8	61 %
GPT-5.6 Sol	58,9 %
Kimi K3	57 %
GPT-5.6 Terra	55 %
Gemini 3.5 Flash	55 %
Muse Spark 1.2	54,07 %
Grok 4.5	53,8 %
GPT-5.6 Luna	51,2 %
Gemini 3.6 Flash	50,1 %
MiniMax M2.7	50 %
DeepSeek V4 Flash 0731	49,9 %
DeepSeek-V4-Pro (Preview)	44 %
Inkling	41 %
Inkling-Small	40 %
DeepSeek V4 Flash	40 %
Gemini 3.5 Flash-Lite	36,5 %
Muse Glimmer 30B	35,06 %

Vergleich von LLMs im Benchmark Artificial Analysis Intelligence Index. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark BrowseComp. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Kimi K3	91,2 %
Claude Opus 5	90,8 %
GPT-5.6 Sol	90,4 %
GPT-5.6 Terra	87,5 %
Claude Sonnet 5	84,7 %
GPT-5.5	84,4 %
Claude Opus 4.8	84,3 %
MiniMax-M3	83,52 %
DeepSeek-V4-Pro (Preview)	83,4 %
GPT-5.6 Luna	83,3 %
Kimi K2.6	83,2 %
Claude Opus 4.7	79,3 %
Inkling-Small	77,4 %
Inkling	77,1 %
MiniMax M2.7	76,3 %
DeepSeek V4 Flash	72,2 %
GLM-5.1	68 %

Vergleich von LLMs im Benchmark BrowseComp. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark GPQA Diamond. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Fugu Ultra	95,5 %
GPT-5.6 Sol	94,6 %
Claude Opus 4.8	93,6 %
Kimi K3	93,5 %
Claude Opus 5	93,43 %
Claude Fable 5	93,18 %
Grok 4.5	93,1 %
GPT-5.6 Terra	92,9 %
Gemini 3.6 Flash	92,8 %
Qwen 3.8 Max	92,6 %
GPT-5.6 Luna	92,3 %
GLM-5.2	91,2 %
DeepSeek V4 Flash 0731	90,8 %
Muse Spark 1.2	90,4 %
DeepSeek-V4-Pro (Preview)	90,1 %
Inkling-Small	89,5 %
DeepSeek V4 Flash	88,1 %
Inkling	87,2 %
Gemini 3.5 Flash-Lite	83,8 %
Muse Glimmer 30B	83,5 %

Vergleich von LLMs im Benchmark GPQA Diamond. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 5	56,3 %
Muse Spark 1.1	52,2 %
Fugu Ultra	50 %
Claude Opus 4.8	49,8 %
GPT-5.6 Sol	47,2 %
Muse Spark 1.2	43,93 %
Qwen 3.8 Max	43,6 %
Kimi K3	43,5 %
Claude Sonnet 5	43,2 %
GPT-5.6 Terra	41,8 %
GLM-5.2	40,5 %
Grok 4.5	40,3 %
Gemini 3.5 Flash	40,2 %
Gemini 3.6 Flash	38,3 %
DeepSeek-V4-Pro (Preview)	37,7 %
DeepSeek V4 Flash 0731	36,8 %
Inkling-Small	31,6 %
Inkling	29,7 %
Muse Glimmer 30B	22 %
Gemini 3.5 Flash-Lite	17,5 %

Vergleich von LLMs im Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark MCP-Atlas. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Muse Spark 1.1	88,1 %
Claude Opus 5	85,8 %
Kimi K3	84,2 %
Gemini 3.5 Flash	83,6 %
Claude Fable 5	83,3 %
Claude Opus 4.8	82,2 %
Inkling-Small	79,2 %
Claude Opus 4.7	77,3 %
GLM-5.2	76,8 %
Muse Glimmer 30B	75,5 %
GPT-5.5	75,3 %
MiniMax-M3	74,2 %
Inkling	74,1 %
DeepSeek-V4-Pro (Preview)	73,6 %
GLM-5.1	71,8 %
DeepSeek V4 Flash	69 %
MiniMax M2.7	49,4 %

Vergleich von LLMs im Benchmark MCP-Atlas. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark MMMU-Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 5	89,88 %
Claude Fable 5	89,31 %
Gemini 3.5 Flash	83,6 %
Gemini 3.6 Flash	83,2 %
GPT-5.6 Sol	83 %
Qwen 3.8 Max	82,3 %
Kimi K3	81,6 %
GPT-5.5	81,2 %
GPT-5.6 Terra	80,7 %
Grok 4.5	80,4 %
Muse Spark	80,4 %
Kimi K2.6	79,4 %
Gemini 3.5 Flash-Lite	79 %
GPT-5.6 Luna	78,4 %
MiniMax-M3	78,1 %
Gemma 4 31B	76,9 %
Muse Glimmer 30B	74 %
Inkling-Small	74 %
Inkling	73,5 %

Vergleich von LLMs im Benchmark MMMU-Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Terminal-Bench 2.1. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.6 Sol	88,8 %
Kimi K3	88,3 %
GPT-5.6 Terra	87,4 %
Qwen 3.8 Max	86,6 %
GPT-5.6 Luna	84,7 %
Claude Opus 5	84,64 %
Claude Fable 5	84,3 %
Grok 4.5	83,3 %
Muse Spark 1.2	82,9 %
DeepSeek V4 Flash 0731	82,7 %
GLM-5.2	82,7 %
Fugu Ultra	82,1 %
Claude Sonnet 5	80,4 %
Muse Spark 1.1	80 %
Gemini 3.6 Flash	78 %
Laguna S 2.1	70,2 %
Inkling-Small	64,7 %
Inkling	63,8 %
Gemini 3.5 Flash-Lite	54 %
Muse Glimmer 30B	51,7 %

Vergleich von LLMs im Benchmark Terminal-Bench 2.1. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

‌
‌

Technologie & Daten

Technische Spezifikationen

Architektur	Sparse-MoE-Transformer
Input Kontextlänge	1,05 Mio.
Output Kontextlänge	131,07k
Tokenizer	Unbekannt

Besonderheiten

Kimi-Linear-Attention (KDA)	Hybride lineare Attention aus Kimi Delta Attention und globaler MLA.
Native Vision	K3 kann Bild-Input nativ verarbeiten

Vorteile & Nachteile

Vorteile

Starke Benchmark-Ergebnisse
Kimi-K3 erreicht in vielen Benchmarks vergleichbare Scores zu kürzlich noch führenden proprietären SOTA-Modellen. Die "Lücke" zwischen proprietären US-Modellen und chinesischen Open Weights Modellen, die zuvor auf 6-7 Monate beziffert wurde, könnte sich mit Kimi-K3 schätzungsweise wieder auf 3-4 Monate reduziert haben.
Sehr großes Kontextfenster
Mit 1 Mio. Kontextfenster erreicht Kimi-K3 als erstes Modell von Moonshot den Stand der proprietären LLMs.
Effiziente Long-Context-Inference
Die Kimi-Linear-Attention senkt laut Moonshot AI den KV-Cache um bis zu 75 % und steigert den Decoding-Durchsatz um bis zu 6x bei 1M-Kontext. Damit können 1M-Token-Requests praktischer verarbeitet werden, als bei klassischer Full-Attention.

Nachteile

Hohe Kosten
Mit $15,00 pro 1 Mio. Output-Token liegt K3 deutlich über Kimi K2.6 ($4,00). Kimi-K3 kann nicht mehr als "günstiges Open Weights Modell" bezeichnet werden.
Weights und Lizenz noch offen
Trotz "offener" Positionierung waren zum Launch am 16. Juli 2026 weder die Weights auf Hugging Face noch eine finale Lizenz veröffentlicht. Lokales Deployment des vollen Modells wäre aber ohnehin nur mit Enterprise-Hardware möglich.

Vergleiche Kimi K3 mit anderen LLMs

Vergleiche Kimi K3 mit anderen Sprachmodellen anhand wichtiger Metriken wie Kontextgröße, Preisen und Benchmark-Leistung.

Entwickler	Modell⇅	Lizenz⇅	Intelligence-Index ⇅	Input-Tokens ⇅	Output-Tokens ⇅	Input-Preis ⇅	Output-Preis ⇅	Veröffentlichung
Moonshot AI	Kimi K3	Unbekannt	57	1,05 Mio.	131,07k	3,00 $	15,00 $	16.07.2026
Meta AI	Muse Glimmer 30B	Apache 2.0	35,1	131,07k	131,07k	0,35 $	1,50 $	10.08.2026
Meta AI	Muse Spark 1.2	Proprietär	54,1	1,05 Mio.	1,05 Mio.	1,25 $	4,25 $	05.08.2026
Alibaba	Qwen 3.8 Max	Proprietär	–	1 Mio.	128k	2,00 $	6,00 $	02.08.2026
DeepSeek AI	DeepSeek V4 Flash	MIT	49,9	1 Mio.	384k	0,14 $	0,28 $	31.07.2026
Thinking Machines Lab	Inkling Small	Apache 2.0	40	1 Mio.	1 Mio.	0,50 $	1,20 $	30.07.2026
Anthropic	Claude Opus 5	Proprietär	61	1 Mio.	128k	5,00 $	25,00 $	24.07.2026
Google DeepMind	Gemini 3.5 Flash Lite	Proprietär	36,5	1 Mio.	65,54k	0,30 $	2,50 $	21.07.2026
Google DeepMind	Gemini 3.6 Flash	Proprietär	50,1	1 Mio.	64k	1,50 $	7,50 $	21.07.2026
Poolside	Laguna S 2.1	Open Model License	–	1,05 Mio.	131,07k	0,10 $	0,20 $	20.07.2026
Moonshot AI	Kimi K2.6	MIT	–	262,14k	262,14k	0,75 $	3,50 $	20.04.2026

‌
Alle Modelle vergleichen

Kimi K3 ausprobieren

Du musst kein Entwickler sein: Kimi K3 ist auch direkt in Kimi Membership nutzbar.

Kimi Membership

19,00 $

Provider & APIs

Du kannst Moonshot AI Kimi K3 über die API folgender Anbieter nutzen.

Das Modell ist derzeit bei keinen Anbietern verfügbar.

Häufige Fragen zu Kimi K3

Kann ich Kimi K3 kostenlos nutzen?

Ja, Kimi K3 ist in Kimi Membership auch mit einem kostenlosen Konto nutzbar — allerdings meist mit Nutzungslimits.

Welche Eingabeformate versteht Kimi K3?

Kimi K3 verarbeitet folgende Eingabeformate: Text, Bild, Dateien.

Was kostet Kimi K3 über die API?

Über die API kostet Kimi K3 3,00 $ pro 1 Mio. Input-Token und 15,00 $ pro 1 Mio. Output-Token. Bei Reasoning-Modellen kommen Thinking-Tokens hinzu, die als Output abgerechnet werden.

Wie groß ist das Kontextfenster von Kimi K3?

Kimi K3 verarbeitet bis zu 1,05 Mio. Token in einer Anfrage.

Was ist der Vorgänger von Kimi K3?

Der direkte Vorgänger von Kimi K3 ist Kimi K2.6 (erschienen April 2026). Einen tabellarischen Vergleich der beiden Modelle findest du auf dieser Seite im Abschnitt „Vergleiche“.

Kimi K3 Modell-Übersicht

Features & Modalitäten

Details zum Modell