Token (in)
Unbekannt
Token (out)
Unbekannt
Latenz
Unbekannt
USD / 1M Input
3,00 $
USD / 1M Output
15,00 $
Throughput
Unbekannt
Kimi K3
Veröffentlichung
Juli 2026
Knowledge Cutoff
Unbekannt
Parameter
2.800 Mrd.
Modellfamilie
Kimi K3
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).
Features
Tools
Websuche, Bildgenerierung, Computer Use und MCP-Server.
Multimodalität
Das Modell kann Text, Bilder, Audio und PDFs als Input verarbeiten.
Finetuning
Finetuning des Modells ist aktuell nicht möglich.
Details zum Modell
Max. Input
1,05 Mio. Token
Max. Output
131,07k Token
Trainingsdaten
Unbekannt
Parameter
2.800 Mrd.
Input Preis
3,00 $
Output Preis
15,00 $
Vokabular
Unbekannt
Dateigröße
Unbekannt
Kimi K3 Benchmark Scores
Im KI-Kontext bezeichnet Performance die Leistungsfähigkeit eines Modells in Bereichen wie Sprachverständnis, Logik oder Programmierung – gemessen anhand standardisierter Benchmarks zur objektiven Vergleichbarkeit.
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-ErgebnisseKimi-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 KontextfensterMit 1 Mio. Kontextfenster erreicht Kimi-K3 als erstes Modell von Moonshot den Stand der proprietären LLMs.
- Effiziente Long-Context-InferenceDie 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 KostenMit $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 offenTrotz "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, Parameteranzahl, Preisen und Benchmark-Leistung.
Provider & APIs
Du kannst Moonshot AI Kimi K3 über die API folgender Anbieter nutzen.