Kimi K3 Test: Spitzenleistung zum halben API-Preis – aber die Gewichte fehlen noch

Der Kimi K3 Test zeigt ein Modell, das sich für gecachtes Coding mit langem Arbeitshorizont empfiehlt – aber noch nicht als neuer Standard. Die API von Kimi K3 kostet $3 je Million nicht gecachter Input-Tokens und $15 je Million Output-Tokens. Damit liegt der kombinierte Tokenpreis etwa halb so hoch wie bei GPT-5.6 Sol. Die angekündigten Modellgewichte und der technische Bericht fehlen jedoch weiterhin. Zudem warnt Kimi selbst vor instabilen Modellwechseln innerhalb einer Sitzung, übereifrigen Aktionen und einer spürbaren Lücke bei der Nutzererfahrung.

Kimi K3 kam am 16. Juli 2026 als Flaggschiff von Moonshot AI für Coding, Agenten und durchgängige Wissensarbeit auf den Markt. Verfügbar ist das Modell bereits über Kimi.com, Kimi Work, Kimi Code und die kimi-k3-API.

Der Start ist relevant, weil K3 beim Preis-Leistungs-Verhältnis in die Spitzengruppe vorstößt, ohne für sich einen Sieg in jeder Disziplin zu reklamieren. Kimi räumt selbst ein, dass das Modell insgesamt noch hinter Claude Fable 5 und GPT-5.6 Sol liegt. Gerade diese Offenheit macht den enger gefassten Vorteil glaubwürdig: ernst zu nehmende Fähigkeiten für lang laufende Aufgaben zu einem deutlich niedrigeren API-Preis.

Kimi K3 Test: das Urteil in einer Tabelle

Kimi K3 rechtfertigt einen kontrollierten Produktionstest, aber noch keinen Wechsel des Standardmodells. Das Modell ist günstig genug für reale Arbeitslasten und leistungsfähig genug, einzelne Routen zu gewinnen. Seine Einschränkungen zum Marktstart sprechen jedoch gegen eine vollständige Migration.

Die Entscheidungsregel ist einfach: K3 testen, wenn die Kosten eine Agentenroute mit langem Kontext begrenzen; bei Sol oder Fable bleiben, wenn ein Fehler teurer wäre als die eingesparten Tokens. Wer selbst hosten muss, sollte auf die tatsächlichen Modellgewichte und die Lizenz warten.

Was Kimi K3 technisch ausmacht

Kimi K3 ist ein Mixture-of-Experts-Modell im Infrastrukturmaßstab – kein riesiges dichtes Modell, das für jedes Token sämtliche 2.8 Billionen Parameter aktiviert. Bei einem Mixture-of-Experts-Modell wird jedes Token nur durch eine kleine Auswahl spezialisierter Teilnetze geleitet. K3 aktiviert mit Stable LatentMoE 16 von 896 Experten. So kann ein Modell dieser Größe Antworten zu einem API-Preis bereitstellen, der unter den geschlossenen Spitzenmodellen liegt.

Der offizielle Schnellstart bestätigt die Kerndaten:

• Insgesamt 2.8 Billionen Parameter.
• 1,048,576 Tokens Kontext, mit einheitlichem Token-Preis statt einer eigenen Preisstufe für langen Kontext.
• Native Bildverarbeitung: Text und Bilder als Eingabe, Text als Ausgabe.
• Kimi Delta Attention, ein hybrides Attention-Design, das Informationen effizient durch lange Sequenzen transportieren soll.
• Attention Residuals, ein Verfahren, das nützliche Repräsentationen über die Modelltiefe hinweg abruft, statt jede Schicht gleichmäßig aufzusummieren.
• Automatisches Kontext-Caching, ohne erforderliche Cache-ID, Time-to-live-Einstellung oder zusätzlichen Anfrageparameter.

Kimi führt gegenüber K2 eine ungefähr 2.5x bessere Skalierungseffizienz auf diese Änderungen an Architektur und Training zurück. Das ist eine Architekturaussage des Anbieters, kein Anwendungsbenchmark. Die praktische Folge für Käufer lässt sich leichter prüfen: K3 bietet einen Arbeitsbereich mit einer Million Tokens und berechnet bei einem Cache-Treffer nur ein Zehntel des Preises für nicht gecachten Input.

K3 ist bereits in vier Varianten verfügbar. Kimi.com dient als Chat-Oberfläche. Kimi Work ab Version 3.1.0 bringt das Modell auf Windows und Macs mit Apple-Chip. In Kimi Code lässt es sich im Terminal mit /model auswählen. Entwickler sprechen das Modell kimi-k3 über die Kimi-API an.

Die API unterstützt Tool-Aufrufe, JSON Mode, strukturierte Ausgaben, Vorgaben für die Tool-Auswahl und dynamisch geladene Tools. Für Bildeingaben gilt eine unbequeme Einschränkung: Öffentliche Bild-URLs werden nicht akzeptiert. Anwendungen müssen deshalb Base64-Daten oder eine Kimi-Dateireferenz senden.

Kimi K3 Benchmark: konkurrenzfähig, aber nicht Klassenbester

Unabhängige Messungen ordnen Kimi K3 weit oben ein, zeigen aber zugleich den Preis, der sich hinter der günstigen Tarifkarte verbirgt: Das Modell ist langsam und wortreich. Artificial Analysis bewertet K3 mit 57 und damit auf Rang #4 von 189 Modellen. Gemessen wurden 62.0 Output-Tokens pro Sekunde, Rang #91 von 189, sowie 130M Output-Tokens im Intelligence Index gegenüber einem Durchschnitt von 63M.

Diese Ausführlichkeit ist relevant, weil der Output die teure Seite der K3-Rechnung ausmacht. Artificial Analysis beziffert die Kosten der Auswertung auf $2,709.75. Ein Modell kann pro Token günstig sein und dennoch pro akzeptiertem Ergebnis teuer werden, wenn es ungefähr doppelt so viel Output wie die Vergleichsgruppe erzeugt.

Die Benchmark-Tabelle von Kimi zeigt ein differenzierteres Leistungsbild:

Das sind ernst zu nehmende Ergebnisse, aber kein einheitlicher Direktvergleich. Kimi führte K3 mit maximalem Reasoning, Temperatur 1.0 und Top-p 1.0 aus. Je nach Zeile wechselt die Testumgebung zwischen Kimi Code, Claude Code und Codex. Einige Ergebnisse für Fable 5 können zudem einen Rückgriff auf Opus 4.8 enthalten. Die Tabelle rechtfertigt die Bezeichnung „auf Spitzenniveau konkurrenzfähig“, nicht aber „universeller Sieger“.

Unabhängige Messungen und Herstellerdaten führen zur gleichen praktischen Schlussfolgerung: K3 ist stark genug, eine Produktionsroute herauszufordern. Für den Ersatz sämtlicher Routen reicht die Beweislage nicht.

Die Kimi K3 Kosten machen den API-Test attraktiv

Das stärkste Argument für einen Produktionstest liefert Kimi K3 beim Preis – insbesondere, wenn eine Coding-Sitzung ein stabiles Repository-Präfix wiederverwendet. Laut offizieller Tarifkarte kosten eine Million Input-Tokens bei Cache-Treffer $0.30, ohne Cache-Treffer $3 und eine Million Output-Tokens $15.

Für eine Million nicht gecachter Input-Tokens plus eine Million Output-Tokens ergibt sich der direkte Vergleich:

• Kimi K3: $18
• GPT-5.6 Sol: $35
• Claude Fable 5: $60

Bei dieser bewusst einfachen Arbeitslast ist K3 48.6% günstiger als Sol und 70% günstiger als Fable.

Aussagekräftiger für Coding-Agenten ist ein Monat mit 10M Input-Tokens und 1M Output-Tokens, in dem 9M Input-Tokens stabil genug für einen Cache-Treffer bleiben. Kimi gibt für Coding-Arbeitslasten über die offizielle API eine Cache-Trefferquote von mehr als 90% an. Ob eine Anwendung diesen Wert erreicht, hängt allerdings von der Repository-Struktur und der Stabilität des Präfixes ab.

• K3: 9 x $0.30 gecachter Input + 1 x $3 nicht gecachter Input + 1 x $15 Output = $20.70.
• Sol: 9 x $0.50 gecachter Input + 1 x $5 nicht gecachter Input + 1 x $30 Output = $39.50.
• Fable: 9 x $1 gecachter Input + 1 x $10 nicht gecachter Input + 1 x $50 Output = $69.00.

Ohne einen einzigen Cache-Treffer kostet dieselbe Arbeitslast $45 mit K3, $80 mit Sol und $150 mit Fable. Der Cache erzeugt den Preisvorteil von K3 nicht, erhält ihn aber über lange Sitzungen hinweg.

Die Falle besteht darin, den Token-Preis statt der Kosten pro akzeptiertem Ergebnis zu optimieren. Artificial Analysis beobachtete bei K3 130M Output-Tokens gegenüber durchschnittlich 63M in der Vergleichsgruppe. Wenn eine Route mehr Prüfung, längere Ausgaben oder wiederholte Korrekturen verlangt, kann der Output-Preis von $15 einen Teil der beworbenen Ersparnis aufzehren.

Ein Endkundenabo ist ein anderer Bezugsweg als die API. Die offiziellen Mitgliedschaftspreise nennen einen kostenlosen Adagio-Tarif mit 6 Agent-Credits und einer gleichzeitig laufenden Agentenaufgabe, jedoch ohne Kimi Code-Credits. Moderato beginnt bei $19 pro Monat beziehungsweise $15 pro Monat bei jährlicher Abrechnung und umfasst 60 Agent-Credits sowie 1x Kimi Code-Credits. Darüber folgen die Monatstarife Allegretto für $39, Allegro für $99 und Vivace für $199.

Der kostenlose Tarif genügt damit, um Oberfläche und Ausgabestil von K3 kennenzulernen. Eine API-Auswertung für eine Produktionsarbeitslast ersetzt er nicht, denn Mitgliedschafts-Credits und API-Tokens werden getrennt abgerechnet.

Die Produktionshürden wiegen schwerer als die Demo

Das Produktionsrisiko von Kimi K3 liegt nicht in mangelnder Intelligenz. Entscheidend ist das Zusammenspiel aus Sitzungszustand, festem Reasoning-Aufwand, Tool-Berechtigungen und einer noch unreifen Produktoberfläche.

Den vollständigen Denkverlauf erhalten

K3 wurde darauf trainiert, innerhalb einer Sitzung den bisherigen Denkverlauf vollständig zu erhalten. Kimi warnt, dass die Qualität stark instabil werden kann, wenn eine Agentenlaufzeit diesen Verlauf verwirft oder eine bestehende Sitzung von einem anderen Modell auf K3 umstellt. Das ist mehr als ein Detail des Prompt-Formats: Ein Routing-Versuch kann K3 schlechter erscheinen lassen, als es tatsächlich ist, wenn das Modell mitten im Gespräch wechselt.

Eine K3-Auswertung sollte mit einer frischen Sitzung beginnen und den vollständigen Assistentenverlauf bewahren. Ein Vergleich, bei dem lediglich die Modell-ID in der Mitte eines Sol- oder Fable-Ablaufs ausgetauscht wird, ist nicht aussagekräftig.

Maximaler Aufwand ist die einzige Einstellung

K3 arbeitet stets mit Reasoning, und reasoning_effort akzeptiert derzeit ausschließlich max. Niedrigere und höhere Stufen sind angekündigt, aber noch nicht verfügbar. Damit fehlt ein wichtiges Instrument für den Produktionseinsatz: Einfache Aufgaben können nicht über denselben Endpunkt mit einer günstigeren und schnelleren Aufwandstufe laufen.

Für einen Gründer mit Finanzierung, der eine schwierige Migration debuggt, kann der erzwungene Maximalaufwand vertretbar sein. Für einen CTO im Mittelstand, der Tausende gewöhnlicher Klassifizierungsaufgaben routet, ist er Verschwendung. Neben K3 sollte deshalb ein günstigeres Modell stehen, statt jede Anfrage durch K3 zu schicken.

Aktionen enger begrenzen als Prompts

Kimi zufolge kann K3 bei mehrdeutigen Anweisungen unerwartete Entscheidungen treffen, weil es auf das selbstständige Durcharbeiten lang laufender Aufgaben trainiert wurde. Die praktische Antwort ist kein längerer Persönlichkeitsprompt, sondern eine eindeutige Aktionsrichtlinie: freigegebene Tools, Bestätigung vor externen Schreibvorgängen, Ausgabenlimits, begrenzte Dateipfade und Rollback-Möglichkeiten.

Ein Agent, der einen starken Patch schreibt und nebenbei eine sachfremde Konfiguration verändert, ist nicht auf sinnvolle Weise autonom. Proaktives Verhalten ist eine Fähigkeit, deren möglicher Schadensradius klein gehalten werden muss.

Noch nicht auf das Websuche-Tool bauen

Laut Kimi-API-Dokumentation wird die Websuche derzeit überarbeitet und ist kurzfristig nicht zu empfehlen. Rechercheagenten benötigen daher eine eigene Such- oder Retrieval-Schicht, statt sich bereits auf das offizielle Tool von K3 zu verlassen.

Kimi weist außerdem auf einen spürbaren Rückstand bei der Nutzererfahrung gegenüber Fable 5 und Sol hin. Der Begriff ist weit gefasst, doch die genannten Einschränkungen machen ihn greifbar: Die Sitzungskompatibilität ist fragil, das Routing nach Reasoning-Aufwand unfertig und ein offizielles Tool im Umbau. Nichts davon entwertet das Modell. Es begrenzt aber den sinnvollen Umfang eines Tests.

Offene Modellgewichte bleiben bis zum 27. Juli ein Versprechen

Am 17. Juli 2026 ist Kimi K3 noch keine verfügbare Option für Self-Hosting. Kimi verspricht die vollständigen Modellgewichte bis zum 27. Juli; gleichzeitig soll der technische Bericht folgen. Solange diese Artefakte und die endgültige Lizenz nicht öffentlich sind, beschreibt „Open“ ein angekündigtes Ziel und kein herunterladbares Produktionssystem.

Auch die Größenordnung verändert, was Open Weight praktisch bedeutet. Bei 2.8 Billionen Parametern belegen die Rohgewichte ungefähr 1.4 TB mit 4 Bit pro Parameter beziehungsweise 5.6 TB mit 16 Bit pro Parameter – noch ohne Laufzeit-Overhead, Cache, Aktivierungen und Redundanz. Kimi empfiehlt Supernode-Installationen mit 64 oder mehr Beschleunigern.

Das ist Rechenzentrumsinfrastruktur und kein Modell für die Workstation. Solo-Entwickler sollten die API nutzen. Ein mittelständisches Unternehmen mit Interesse an privater Inferenz sollte Cluster, Netzwerk, Betriebspersonal und Kapazitätsreserven kalkulieren, bevor Self-Hosting als Sparmodell gilt.

Die Begriffe müssen getrennt werden:

• Open Weight bedeutet, dass die trainierten Parameter heruntergeladen werden können.
• Open Source setzt zusätzlich Code und Lizenzbedingungen voraus, die den vorgesehenen Einsatz erlauben.
• Praktisches Self-Hosting bedeutet, dass das Modell in eine dauerhaft finanzierbare Infrastruktur und ein tragfähiges Betriebsbudget passt.

Die aktuelle Übersicht zu Open-Weight-Modellen enthält bereits kleinere Optionen, die sich leichter betreiben lassen. K3 könnte an der Leistungsspitze hinzukommen – zunächst müssen jedoch die Dateien und die Lizenz tatsächlich erscheinen.

Kimi K3 Vergleich: Wer sollte K3, GPT-5.6 Sol oder Claude Fable 5 wählen?

Entscheidend sind die Kosten eines Fehlers, nicht die beste Benchmark-Zeile eines Modells.

Kimi K3 ist der Preis-Leistungs-Test

Kimi K3 ist das richtige Experiment, wenn langer Kontext, gecachte Repository-Arbeit oder native Bildverarbeitung einen echten Vorteil für die Arbeitslast schaffen. Mit $3 für Input, $0.30 für gecachten Input und $15 für Output pro Million Tokens bleibt genug Spielraum, um trotz gewisser Effizienzverluste günstiger als die führenden Modelle zu sein. Nicht geeignet ist K3, wenn die Sitzungsschicht den Verlauf nicht bewahren kann, die offizielle Websuche zentral ist oder eine verfrühte Aktion teuer werden könnte.

GPT-5.6 Sol ist der zu schlagende Produktionsstandard

GPT-5.6 Sol ist die stärkere Standardwahl, wenn eine Route auf eine ausgereifte Tool-Oberfläche und bewährtes Verhalten bei unterschiedlichen Aufgaben angewiesen ist. Unterstützt werden Function Calling, strukturierte Ausgaben, Web- und Dateisuche, Codeausführung, gehostete Shell, Computersteuerung, MCP und Tool-Suche. Die Preise von $5 für Input, $0.50 für gecachten Input und $30 für Output liegen über K3, doch ein geringerer Prüfaufwand kann diesen Aufpreis rechtfertigen. Der aktuelle Routing-Leitfaden zu GPT-5.6 zeigt, wie Sol, Terra und Luna die Arbeit aufteilen sollten.

Sol ist verzichtbar, wenn eine stabile, wiederholbare Route mit K3 dasselbe akzeptierte Ergebnis liefert. Nach erfolgreicher Prüfung des günstigeren Modells weiterhin den Spitzenpreis zu zahlen, ist Gewohnheit und kein Risikomanagement.

Claude Fable 5 ist der Aufpreis für Urteilsvermögen

Claude Fable 5 ist das leistungsfähigste allgemein verfügbare Modell von Anthropic für ambitioniertes Coding und Wissensarbeit. Pro Million Tokens kostet es $10 für Input und $50 für Output; für Input gilt ein Prompt-Cache-Rabatt von 90%. Anthropic positioniert es für lang laufende Projekte, die ihre Arbeit planen, delegieren, testen und selbst kontrollieren.

Die Hürden sind Preis und Vorhersehbarkeit des Routings. Sensible Anfragen aus Cybersicherheit und Biologie können auf Opus 4.8 zurückfallen. Der Aufpreis für Fable lohnt sich nur, wenn weniger Korrekturen, besseres Urteilsvermögen oder längere verlässliche Autonomie zu mehr akzeptierter Arbeit als bei K3 oder Sol führen.

Ein reversibler Plan für die Kimi-K3-Auswertung

Der sicherste Weg zur Einführung von K3 ändert jeweils nur eine Route und hält das bisherige Modell bereit. Ein Modellstart sollte wie ein Abhängigkeitsupgrade behandelt werden: beobachtbar, reversibel und eng genug zugeschnitten, um Ursachen klar zuzuordnen.

1. 1

   Eine teure Route auswählen

   Geeignet ist eine Aufgabe, bei der die Kosten von Sol oder Fable ins Gewicht fallen und K3 einen plausiblen Vorteil hat – etwa Debugging auf Repository-Ebene, die Analyse langer Dokumente oder bildgestützte Frontend-Reparaturen. Nicht mit sämtlichen KI-Aufrufen im Produkt beginnen.

2. 2

   Vergleichsbedingungen festschreiben

   Prompts, Dateien, Tools, Berechtigungsgrenzen und Abnahmekriterien müssen identisch sein. Die Agentenlaufzeit sollte möglichst konstant bleiben, damit ein Modellunterschied nicht mit einem Unterschied der Tooling-Umgebung verwechselt wird.

3. 3

   Frisch starten und den Verlauf erhalten

   Neue K3-Sitzungen anlegen, den von der API benötigten vollständigen Denkverlauf des Assistenten bewahren und stabile Präfixe bytegenau genug halten, um Cache-Treffer zu erzielen. Eine laufende Sitzung niemals von einem anderen Modell auf K3 umstellen.

4. 4

   Aktionen außerhalb des Modells begrenzen

   Tools freigeben, externe Schreibvorgänge und destruktive Änderungen genehmigungspflichtig machen, Ausgaben deckeln und Rücksetzungen ermöglichen. Die Grenze gehört in Code und Berechtigungen, nicht nur in den System-Prompt.

5. 5

   Akzeptierte Ergebnisse messen

   Input, gecachten Input, Output, Laufzeit, Wiederholungen, verworfene Arbeit und Prüfaufwand erfassen. Die Gesamtkosten durch die akzeptierten Ergebnisse teilen. Diese Kennzahl vereint den niedrigen K3-Tarif und seine Neigung zu längeren Ausgaben.

6. 6

   Nur gewonnene Routen hochstufen

   Eine Route erst umstellen, wenn K3 die Qualitätsanforderung zu niedrigeren Gesamtkosten erfüllt. Sol oder Fable als ausdrücklichen Eskalationspfad für schwierige Fälle behalten und einfache Aufgaben mit hohem Volumen bei einem günstigeren Modell belassen.

Dieser Plan setzt nicht voraus, dass K3 allgemein besser ist. Er verlangt den Nachweis, dass K3 eine konkrete Aufgabe besser löst. Nur auf dieser Ebene bleibt eine Modellentscheidung im Produktionsbetrieb dauerhaft belastbar.

Was ist Kimi K3?

Kimi K3 ist das Flaggschiffmodell von Moonshot AI mit 2.8 Billionen Parametern für lang laufendes Coding, Wissensarbeit und Reasoning. Es verarbeitet Text und Bilder, bietet ein Kontextfenster von 1,048,576 Tokens und ist über die Kimi-Apps, das Coding-Tool und die API verfügbar.

Wird Kimi K3 Open Source?

Kimi zufolge sollen die vollständigen Modellgewichte bis zum 27. Juli 2026 veröffentlicht werden. Am 17. Juli sind Modellgewichte, endgültige Lizenz und technischer Bericht noch nicht öffentlich. Kommerzielle Rechte und reproduzierbares Self-Hosting lassen sich daher erst nach Veröffentlichung dieser Artefakte bewerten.

Lässt sich Kimi AI lokal ausführen?

K3 ist kein gewöhnliches lokales Modell. Seine 2.8 Billionen Parameter benötigen selbst mit 4 Bit pro Parameter ungefähr 1.4 TB – noch vor dem Laufzeit-Overhead. Kimi empfiehlt Supernodes mit 64 oder mehr Beschleunigern. Die meisten Teams sollten K3 über die API testen.

Ist Kimi vollständig kostenlos?

Nein. Die Adagio-Mitgliedschaft ist kostenlos und umfasst 6 Agent-Credits, jedoch keine Kimi Code-Credits. Bezahlte Mitgliedschaften beginnen mit Moderato für $19 pro Monat; die Kimi-API rechnet Input- und Output-Tokens separat ab.

Ist Kimi K3 besser als GPT-5.6 Sol oder Claude Fable 5?

Nicht insgesamt. K3 führt in einzelnen vom Anbieter veröffentlichten Zeilen und kostet weniger, liegt nach Aussage von Kimi insgesamt aber weiterhin hinter Sol und Fable. Entscheidend ist, ob K3 die Abnahmekriterien einer konkreten Route zu niedrigeren Gesamtkosten erfüllt.

Welche aktuellen Modelle passen wirklich zu welcher Aufgabe? Die kostenlose KI-Tool-Übersicht für Unternehmen zeigt es auf einen Blick.

Die KI-Tool-Übersicht für Unternehmen

Eine verständliche Übersicht darüber, welche KI-Modelle und Tools zu welcher Aufgabe passen – aktualisiert, sobald sich Preise oder Fähigkeiten ändern. Für Abonnenten kostenlos.