Kimi K3 vollständig als Open Weights
2,8 Billionen Parameter, 1M Kontext — Moonshot AIs großer Wurf

Vom API-Launch zur vollständigen Freigabe in 11 Tagen: Zeitlinie und Pain Points

Die drei häufigsten Fragen: Am 16.7. gab es schon eine API — was änderte sich am 27.7.? Wo liegt der Unterschied zwischen „Open Source" und „Open Weight"? Wie viele GPUs braucht Self-Hosting? Die folgende Zeitlinie ordnet alles.

Sechs versteckte Kosten für Unternehmen

1. 01

   Lizenz-Missverständnis: Medien schreiben „Open Source", Moonshot nutzt nie open source — Custom-Lizenz mit MaaS-Umsatz- und Anzeigepflicht-Schwellen

2. 02

   Self-Hosting-Illusion: 1,56 TB Gewichte + 896-Experten-MoE — Consumer-GPUs scheitern; blindes Hardware-Budget ist der größte versteckte Kostenfaktor

3. 03

   Benchmark-Missbrauch: Herstellerangaben und unabhängige Retests weichen stark ab — Vals AI, Artificial Analysis bevorzugen

4. 04

   Cache-Preisfalle: Listenpreis Eingabe $3/M, aber Mooncake-Architektur erreicht bei Coding-Workloads über 90 % Cache-Hit — effektiv näher $0,30/M

5. 05

   Geopolitische Compliance: US-China-Destillationsstreit plus WAIC-2026-Fenster — Gewichtsfreigabe bedeutet nicht auditierbaren Trainingsprozess

6. 06

   Agent-Laufzeit: Langsession-Coding-Agents brauchen stabile Compute und Toolchains — Laptop oder schwacher VPS reicht für Produktions-Pipelines nicht

MoonEP, FlashKDA, AgentEnv: drei Infra-Releases und Sechs-Schritte-Checkliste

Der Release liefert nicht nur Gewichte, sondern auch die drei Infrastrukturen, die K3s Trainingseffizienz tragen — ein Grund für das positive Feedback in der Developer-Community.

Sechs Schritte: Evaluierung und Integration

1. 01

   Nutzungspfad klären: Die meisten Teams nutzen die API (`https://api.moonshot.ai/v1`, Modell-ID `kimi-k3`); Self-Hosting nur bei Data Residency, Fine-Tuning oder Hyperscale-Inferenz

2. 02

   LICENSE Zeile für Zeile: MaaS-Jahresumsatz 20 Mio. USD und MAU 100 Mio./Monatsumsatz 20 Mio. USD Anzeigepflicht prüfen

3. 03

   Hugging-Face-Integrität: ca. 1,56 TB, MXFP4-Format und Shard-Liste verifizieren

4. 04

   Hardware-Schwelle: Offiziell 64+ GPUs Supernode — nicht mit Consumer-GPUs planen

5. 05

   FlashKDA anbinden: flash-linear-attention kann chunk_kda-Backend nahtlos wechseln

6. 06

   Unabhängige Benchmarks: Vals AI SWE-bench Verified (K3 93,4 %) und AA Index (ca. 57, weltweit #3) als Auswahlgrundlage — nicht nur Herstellerangaben

from openai import OpenAI
client = OpenAI(
    api_key="YOUR_MOONSHOT_KEY",
    base_url="https://api.moonshot.ai/v1"
)
resp = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "Explain Kimi Delta Attention"}]
)
print(resp.choices[0].message.content)

Geopolitik und zitierbare Daten: Was K3s Open-Weight-Signal bedeutet

Die Kimi-K3-Freigabe fällt in das WAIC-2026-Fenster und den eskalierenden US-China-Streit um „Model Distillation" — Washington wirft Moonshot vor, Anthropic Fable industrialisiert destilliert zu haben und droht mit Sanktionen; Chinas Handelsministerium antwortete am 28. Juli mit Kritik an „KI-Hegemonie". Die vollständige Veröffentlichung von Gewichten, Technikbericht und drei Infra-Komponenten ist ein Signal technischer Unabhängigkeit durch Engineering-Details. Drei Tage später kündigte Alibaba Qwen3.8-Max-Preview mit 24 Billionen Parametern an — der Wettbewerb chinesischer Foundation Models tritt in die „3T-Club"-Phase ein.

Zitierbare Kerndaten

• Skala: 2,8T Gesamtparameter, 896 Experten / 16 aktiv, ca. 104 Mrd. aktiv, 1M Token Kontext
• Benchmarks: SWE-bench Verified 93,4 % (Vals AI); AA Index ca. 57, weltweit #3, Open Weight #1
• Kosten: ca. $0,95 pro Task — ca. 60 % günstiger als Fable 5, teurer als GLM-5.2 ($0,47)
• Coding: Frontend Code Arena #1; Mooncake Cache-Hit bei Coding über 90 %
• Self-Hosting: 1,56 TB Gewichte, offiziell 64+ GPU Supernode; OpenRouter u. a. sieben Drittanbieter
• Lizenz: Custom open weight, nicht OSI Open Source; MaaS-Umsatz- und Anzeigepflicht-Schwellen

Wer K3 in Kimi-Code-ähnliche Langsession-Agents oder iOS-CI-Pipelines integriert, stößt auf Laptop oder instabilem Linux-VPS schnell an Speicherlimits, Session-Abbrüche und fehlende Xcode/Metal-Toolchains. Für Produktion mit stabiler SSH-Langsession, DerivedData-Cache und iOS-CI/CD-Automatisierung ist NodeMini Mac Mini Cloud-Miete meist die bessere Wahl — dedizierter Node, Provisionierung in Sekunden, Agent und Build auf derselben echten Mac-Hardware. Details: Mac Mini Mietpreise.