Offenes KI-Modell schlägt Claude Opus 4.8 in allen veröffentlichten Moonshot-Benchmarks

Am 16. Juli 2026 veröffentlichte ein chinesisches Labor ein Modell, das Claude Opus 4.8 in jedem einzelnen Benchmark, den seine eigenen Entwickler zeigten, übertrifft. Dann wurde angekündigt, dass die Gewichte elf Tage später kostenlos zum Download bereitstehen würden. Wenn Sie immer noch 5 Dollar pro Million Eingabetokens und 25 für die Ausgabe an einen geschlossenen Anbieter überweisen, dürfen Sie wütend sein. Nicht auf den Anbieter. Sondern auf die Geschichte, die man Ihnen verkauft hat, jene, in der die Grenze eine Festung und der Graben dauerhaft ist. Kimi K3 ist einfach in Sandalen darüber hinweggegangen.

TL;DR: Das, was unmöglich sein sollte, ist gerade passiert

Ein Open-Weight-Modell von Moonshot AI mit 2,8 Billionen Parametern und einem Million-Token-Kontext schlug Claude Opus 4.8 in allen fünf von Moonshot veröffentlichten Benchmarks und teilte sich 3 zu 2 mit GPT-5.6 Sol. Es kostet einen Bruchteil der beiden anderen. Die vollständigen Gewichte werden voraussichtlich am 27. Juli 2026 veröffentlicht, was bedeutet, dass Sie grenznahe KI auf von Ihnen kontrollierter Hardware ausführen können. Die Zahlen stammen von Moonshot selbst und wurden noch nicht unabhängig reproduziert, überprüfen Sie sie also, bevor Sie sie irgendwo verewigen. Aber die Richtung ist unzweifelhaft, und diese Richtung sollte die etablierten Preisgestaltungsteams nachts wach halten.

Die Belege, denn Wut ohne Beweise ist nur Lärm

Hier ist Moonshots veröffentlichte Starttabelle, bei maximaler Denkfähigkeit. Dies sind vom Anbieter ermittelte Zahlen, was wichtig ist, und darauf werden wir zurückkommen. Aber es sind die Zahlen, hinter denen Moonshot am Starttag stand.

Lesen Sie das Spalte für Spalte und lassen Sie es auf sich wirken. Gegen Claude Opus 4.8, ein Modell, das 5 Dollar für den Input und 25 Dollar für den Output pro Million Tokens kostet, gewinnt Kimi K3 jede Zeile. Keine knappen Ergebnisse. DeepSWE, die schwierigste agentische Codierungsmetrik im Satz, liegt bei 67,5 zu 59,0. Gegen Claude Fable 5, Anthropic's aktuelles Grenzmodell, gewinnt K3 vier von fünf. Gegen GPT-5.6 Sol sind es drei. Sie können die vollständige Quelle aus dem offiziellen Kimi K3 Launch-Post und die quellmarkierte Version in unserer Kimi K3 Benchmarks-Analyse entnehmen.

Nun die unangenehme Anschlussfrage. Wenn ein offenes Modell Ihr kostenpflichtiges Modell auf dessen eigenem Terrain schlägt, wofür genau zahlen Sie dann?

Die Preisspanne ist kein Rundungsfehler, sie ist das ganze Argument

Rechnen wir mal nach, was Ihnen niemand in einem Verkaufsgespräch vorrechnen wird. Kimi K3 berechnet 0,30 Dollar pro Million Tokens bei einem Cache-Treffer, 3,00 bei einem Cache-Fehler und 15,00 für die Ausgabe. Opus 4.8 berechnet 5,00 und 25,00. Bei einer Codierungsarbeitslast, bei der Moonshots Mooncake-Stack Berichten zufolge eine Cache-Trefferquote von über 90 Prozent erreicht, nähern sich Ihre tatsächlichen Input-Kosten diesem Wert von 0,30 an.

Auf der Eingabeseite betrachten Sie also ein Modell, dessen Fütterung mehr als fünfzehnmal günstiger sein kann. Auf der Ausgabeseite sind es 15 Dollar gegenüber 25. Und es erzielt höhere Werte in den Benchmarks, die der Nachbar des teuren Modells veröffentlicht hat. Führen Sie denselben Millionen-Token-Job tausendmal am Tag aus, und der Unterschied ist nicht länger ein Posten, sondern wird zu einer Personalentscheidung. Wir haben das vollständige Kostenmodell in der Kimi K3 Preisübersicht dargelegt, aber Sie brauchen keine Tabelle, um es zu spüren.

Die geschlossenen Labore werden Ihnen sagen, dass der Premium-Preis Zuverlässigkeit, Sicherheitstools und eine Support-Beziehung einkauft. Einiges davon ist real, und darauf werden wir noch zu sprechen kommen. Aber seien Sie ehrlich zu sich selbst, wie viel von diesem Premium-Preis jemals die Inferenzkosten betraf und wie viel davon die einfache Tatsache war, dass Sie keine andere Wahl hatten.

Der Graben war gemietet, und der Mietvertrag ist abgelaufen

Hier ist der Satz, der die gesamte Konversation neu gestalten sollte. Um den 27. Juli 2026 herum veröffentlicht Moonshot die vollständigen Gewichte.

Denken Sie darüber nach, was das bedeutet. Jedes geschlossene Grenzmodell ist ein Dienst, den Sie mieten. Sie senden Ihre Daten hinaus, akzeptieren die Ratenbegrenzungen, übernehmen die Roadmap und zahlen die Maut, weil die Alternative ein viel schwächeres offenes Modell war. Dieser Handel war vertretbar, als offene Gewichte bedeuteten, zwei Qualitätsstufen aufzugeben. Er ist nicht mehr vertretbar, wenn offene Gewichte bedeuten, fast nichts aufzugeben.

Wenn K3s Gewichte landen, kann eine regulierte Bank es innerhalb ihrer eigenen Mauern betreiben. Ein Startup kann es mit seinen eigenen Daten feinabstimmen. Ein Forscher in einem Land, das die API nicht bedient, kann es trotzdem herunterladen. Kein Anbieter kann Sie ratenbegrenzen, Ihr Modell unter Ihnen einstellen oder die Bedingungen im nächsten Quartal ändern. Wenn Ihnen schon einmal eine Produktionsfunktion ausgefallen ist, weil ein Anbieter ein Modell eingestellt hat, verstehen Sie bereits, warum „die Gewichte laufen auf unserer Hardware“ kein Nice-to-have ist. Es ist der ganze Punkt. Unser Leitfaden wie man Kimi K3 kostenlos verwendet erklärt den Weg zum Selbst-Hosting, sobald die Gewichte freigegeben werden.

Der Graben war nie das Modell. Der Graben war das Fehlen einer Alternative. K3 ist die Alternative.

Die Exportkontrollen sollten genau das verhindern

Zwei Jahre lang war die komfortable These in San Francisco, dass Rechenleistung Schicksal sei. Die Chips beschränken, die Grenze beschränken, und der Vorsprung akkumuliert sich für immer. Kimi K3 ist ein Modell mit 2,8 Billionen Parametern, das größte Open-Weight-Modell aus China, und es liefert sich einen Schlagabtausch mit dem Besten, was die am besten finanzierten Labore der Welt liefern können.

Man muss keine Meinung zur Handelspolitik haben, um zu bemerken, dass die Prämisse gerade zerbrochen ist. Die interessante technische Antwort auf eine Rechenbeschränkung ist nicht aufzugeben. Es ist, einen Weg darum herum zu erfinden, und genau so liest sich die K3-Architektur: Kimi Delta Attention, ein hybrides Lineare-Aufmerksamkeits-Design, und Stable LatentMoE, das 16 von 896 Experten pro Token aktiviert, alles darauf abzielend, mehr mit weniger zu erreichen. Die Beschränkung hat nicht verhindert, dass die Grenze von der anderen Seite erreicht wurde. Sie hat wohl das Messer geschärft.

Bevor Sie Ihren Anthropic-Vertrag wütend kündigen, lesen Sie diesen Teil

Ein Ragebait-Artikel, der Sie anlügt, ist wertlos. Daher nehme ich hier die andere Seite ein, denn die ehrliche Version ist nützlicher als das Heruntermachen.

Erstens, dies sind Moonshots eigene Zahlen. Ein Labor veröffentlicht die Suiten, in denen es gut aussieht. Niemand hat K3s Codierungs-Ergebnisse bisher unabhängig reproduziert, und agentische Benchmarks hängen stark von Gerüst- und Wiederholungslogik ab. Behandeln Sie die Tabelle als Richtwert, bis eine neutrale Partei sie erneut ausführt.

Zweitens, Moonshot selbst sagt, dass K3 „immer noch hinter den leistungsfähigsten proprietären Modellen, Claude Fable 5 und GPT-5.6 Sol, zurückliegt.“ Lesen Sie das im Vergleich zur Tabelle, und etwas Interessantes fällt auf: selbst bei den von Moonshot ausgewählten Benchmarks schlägt K3 Fable 5 in vier von fünf Fällen, doch das Unternehmen behauptet immer noch, es liege insgesamt zurück. Entweder taktiert Moonshot, oder die veröffentlichte Tabelle ist der schmeichelhafte Ausschnitt, und die tatsächliche Lücke liegt in den Metriken, die es nicht gezeigt hat, höchstwahrscheinlich die schwierigste Denkfähigkeit und der lange Schwanz von Randfällen. Bei DeepSWE, der schwierigsten Codierungszeile, verliert K3 tatsächlich gegen Sol und Fable 5. Das ist nicht nichts. Der Vergleich Kimi K3 vs. GPT-5.6 Sol geht genau darauf ein, wo die Grenze noch voraus ist.

Drittens, offene Gewichte sind nicht kostenlos zu betreiben. Ein Mischung-aus-Experten-Modell mit 2,8 Billionen Parametern benötigt ernsthafte Beschleuniger, bevor Sie ein einziges Token bereitstellen können. Für die meisten Teams ist „selbst hostbar“ eine strategische Option, nicht die Bereitstellung am nächsten Dienstag.

Viertens, K3 ist langsamer. Artificial Analysis taktet es bei etwa 62 Ausgabe-Tokens pro Sekunde, unter dem Median für seine Kategorie, und kennzeichnet es als ausführlich, was die 15-Dollar-Ausgaberechnung still und leise in die Höhe treibt. Und Anthropic's Modelle verfügen über eine längere Produktionsgeschichte bei anspruchsvollen agentischen Aufgaben, für die einige Teams weiterhin zahlen werden, bis K3s Zahlen den Kontakt mit der realen Welt überstehen.

Nichts davon ändert die Schlagzeile. Es schärft sie nur. Die Behauptung war nie, dass K3 das einzige beste Modell auf der Welt ist. Die Behauptung ist, dass die Lücke zwischen dem besten geschlossenen Modell und dem besten offenen Modell gerade so weit geschrumpft ist, dass Preis, Kontrolle und Offenheit die Kaufentscheidung bestimmen, nicht die reine Leistungsfähigkeit. Das ist die Revolution. Sie ist leiser als ein Benchmark-Diagramm und für die etablierten Anbieter weitaus kostspieliger.

Was sich am 16. Juli tatsächlich geändert hat

Entfernen Sie die Aufregung, und hier ist die strukturelle Verschiebung. Zum ersten Mal ist das führende Open-Weight-Modell ein echter Ersatz für ein führendes geschlossenes Modell in den meisten realen Arbeitsbereichen, und es unterbietet dieses geschlossene Modell preislich deutlich, und seine Gewichte werden bald öffentlich sein. Diese drei Fakten waren noch nie gleichzeitig wahr. Wenn sie gleichzeitig wahr sind, hört die Preismacht geschlossener Labore auf, ein Naturgesetz zu sein, und wird zu einer Verhandlung.

Das bedeutet nicht, dass die geschlossenen Labore sterben. Fable 5 und GPT-5.6 Sol halten immer noch die Spitze der Kurve, und viele Teams werden für die Spitze, die Tools und die Lieferantenbeziehung zahlen. Es bedeutet, dass die Untergrenze gerade stark nach oben verschoben wurde, und alles, was gegen die alte Untergrenze bepreist wurde, ist jetzt überteuert, bis das Gegenteil bewiesen ist. Wenn Ihr KI-Budget auf der Annahme basierte, dass grenznahe Qualität Grenzpreise kostet, ist diese Annahme diese Woche abgelaufen.

Wer nervös sein sollte und wer nicht

Seien Sie spezifisch, wen das bedroht. Diejenigen, die ins Schwitzen kommen sollten, sind die, deren gesamtes Verkaufsargument auf Knappheit basierte. Wenn Ihre Preisgestaltung davon ausgeht, dass Kunden keine vergleichbare Alternative haben, hat K3 gerade die Alternative geschaffen und wird den Bauplan dazu herausgeben. Wenn Sie Tokens geschlossener Modelle mit Aufschlag weiterverkaufen, konkurriert Ihre Marge nun mit einem Modell, das an der Quelle billiger und in elf Tagen selbst hostbar ist. Wenn der einzige Graben Ihres Produkts der Zugang zu einem guten Modell war, war das nie ein Graben, und jetzt kann es jeder sehen.

Diejenigen, die ruhig bleiben sollten, sind diejenigen, die etwas Reales auf dem Modell aufgebaut haben: das Evaluierungsgerüst, die Daten, den Workflow, das Zuverlässigkeits-Engineering und den Geschmack. Ein billigeres, offeneres Modell löscht nichts davon aus. Es macht den Betrieb billiger. Das ist das Zeichen dafür, dass es eine echte Verschiebung ist, nicht nur ein Start. Es setzt die Preise für die Verlierer neu fest und bietet den Gewinnern einen Rabatt. Vergleichen Sie die volle Preisberechnung mit dem, was Sie heute zahlen, und Sie werden wissen, zu welcher Gruppe Sie gehören.

Testen Sie es selbst, verlassen Sie sich nicht auf Moonshot oder mich

Die richtige Reaktion auf eine brisante Benchmark-Tabelle ist nicht, ihr zu glauben, und auch nicht, sie abzutun. Es ist, Ihre eigene Evaluierung auf Ihrer eigenen Arbeitslast durchzuführen, denn der einzige Benchmark, der Ihre Rechnungen bezahlt, ist der, der aus Ihrem Traffic besteht.

Kimi K3 bietet eine OpenAI-kompatible API, sodass Sie einen API-Client wie Apidog auf den kimi-k3-Endpunkt richten und Ihre echten Prompts an einem Nachmittag darauf abfeuern können. Senden Sie die identische Anfrage an kimi-k3 und an das, wofür Sie heute bezahlen, und vergleichen Sie dann die Ausgaben, die Latenz und die Token-Kosten nebeneinander. Überprüfen Sie die Streaming-Antwort, debuggen Sie die Tool-Aufrufe, speichern Sie Ihren Schlüssel als Umgebungsvariable und speichern Sie das Ganze als wiederholbaren Test, damit Sie messen und nicht nur fühlen. Wenn Sie noch nie einen rohen Modell-Endpunkt in ein Testwerkzeug integriert haben, behandelt unser Leitfaden zum Testen von APIs ohne Postman das Muster, und Laden Sie Apidog herunter, wenn Sie mitmachen möchten.

Tun Sie das einmal, und das Argument hört auf, ideologisch zu sein. Sie werden Ihre eigene Tabelle haben, basierend auf Ihrer eigenen Arbeit, und Sie werden innerhalb eines Tages wissen, ob das Modell, über das alle schreien, in Ihren Stack gehört oder nicht. Für den vollständigen direkten Vergleich mit dem Modell, für das die meisten Leute zu viel bezahlen, lesen Sie Kimi K3 vs Claude Opus 4.8.

Das Fazit

Kimi K3 ist nicht das beste Modell der Welt, und jeder, der Ihnen das sagt, hat eine Agenda. Was es ist, ist der Moment, in dem der Preis der Grenze und der Standort der Grenze voneinander gelöst wurden. Ein offenes Modell schlug ein 25-Dollar-geschlossenes Modell in den benachbarten Benchmarks dieses geschlossenen Anbieters, zu einem Bruchteil der Kosten, und es wird bald von jedem mit der entsprechenden Hardware heruntergeladen werden können.

Sie können den alten Preis weiterzahlen. Tun Sie es einfach, weil Sie sich nach dem Testen der Alternative dafür entschieden haben, nicht weil Sie annahmen, es gäbe keine. Es gibt jetzt eine. Ihr Name ist Kimi K3, und die Labore, die zwei Jahre damit verbracht haben, Ihnen zu erzählen, der Graben sei dauerhaft, sind diejenigen, die heute am nervösesten aussehen.

FAQ

Ist Kimi K3 wirklich besser als Claude Opus 4.8? Auf allen fünf Benchmarks, die Moonshot zum Start veröffentlichte, ja, einschließlich DeepSWE mit 67,5 zu 59,0. Dies sind vom Anbieter ermittelte Zahlen, nicht unabhängig reproduziert, überprüfen Sie sie also auf Ihrer eigenen Arbeitslast. Die verbleibenden Vorteile von Opus 4.8 sind seine Produktionshistorie und die Zusicherungen des verwalteten Anbieters, nicht die Benchmark-Ergebnisse.

Wie viel billiger ist Kimi K3? K3 kostet 0,30 Dollar pro Million Tokens bei einem Cache-Treffer, 3,00 bei einem Fehler und 15,00 für die Ausgabe, gegenüber Opus 4.8s 5,00 und 25,00. Bei cache-intensiven Codierungsarbeitslasten kann die Eingabeseite mehr als fünfzehnmal billiger sein. Siehe die Kimi K3 Preisübersicht für die vollständige Berechnung.

Ist Kimi K3 wirklich Open Source? Moonshot sagt, dass die vollständigen Gewichte um den 27. Juli 2026 veröffentlicht werden, was es zu einem Open-Weight-Modell macht, nicht streng im Sinne von Open Source. Bis dahin ist es nur über API und App verfügbar. Beachten Sie den offiziellen Launch-Post und Moonshots Hugging Face-Seite für die Veröffentlichung.

Was ist der Haken? Drei Dinge. Die Benchmarks stammen von Moonshot selbst, bis ein neutrales Labor sie erneut ausführt, K3 liegt bei den schwierigsten Denkaufgaben laut Moonshots eigener Aussage hinter Fable 5 und Sol zurück, und der Betrieb eines 2,8 Billionen Parameter Modells erfordert ernsthafte Hardware. Die Revolution ist die schrumpfende Lücke, nicht ein klarer Sieg.

Wie kann ich Kimi K3 heute ausprobieren? Nutzen Sie es in der Kimi-App oder über die API mit der Modell-ID kimi-k3. Um es mit Ihrem aktuellen Modell zu vergleichen, richten Sie einen OpenAI-kompatiblen Client wie Apidog auf den Endpunkt und vergleichen Sie Ausgaben, Latenz und Kosten Ihrer echten Prompts. Beginnen Sie mit unserem Was ist Kimi K3 Erklärer.