Moonshots größtes Modell hat keinen Regler fürs Denken

Ein Modell der Drei-Billionen-Klasse, ausgeliefert mit einer einzigen Stufe

Moonshot AI hat Kimi K3 am 16. Juli mit einem Satz in die Welt gesetzt, der die Vermarktung gleich miterledigt: das weltweit erste offene Modell der 3T-Klasse, ausgelegt auf Spitzenintelligenz bei langfristigem Programmieren, Wissensarbeit und Schlussfolgern. Die Spezifikation hinter dem Satz ist real. K3 trägt insgesamt 2,8 Billionen Parameter in einem Mixture-of-Experts-Aufbau, der pro Token 16 von 896 Experten aktiviert, gebaut auf dem, was Moonshot Kimi Delta Attention und Attention Residuals nennt, quantisierungsbewusst trainiert, sodass die Gewichte in MXFP4 und die Aktivierungen in MXFP8 liegen. Das native Kontextfenster umfasst eine Million Token. Die Bildverarbeitung ist nicht nachträglich angeflanscht; das Modell nimmt Bilder und Video direkt entgegen.

Das Detail, das Ihre Rechnung bestimmt, steht nicht in der Ankündigung. Es steht in der Quickstart-Dokumentation. Moonshot beschreibt das Schlussfolgern von K3 als nativ konfigurierbar, mit einer Denktiefe, die Sie pro Aufruf setzen, und merkt dann an, dass die Einstellung derzeit ausschließlich die Stufe max unterstützt. Lesen Sie das zweimal, denn es dreht die übliche Ordnung um. Bei den meisten Frontier-APIs ist der Effort-Regler der Weg, für eine billige Frage eine billige Antwort zu kaufen. Bei K3 gibt es heute nur einen Gang. Das Modell denkt bei der trivialen Anfrage genauso auf Maximum wie bei der schweren, und der Zähler kennt den Unterschied nicht.

Alles andere an der Schnittstelle ist für Leute gebaut, die vorhaben, Geld auszugeben. Das Context Caching läuft automatisch, ohne Cache-Kennung, die man verwalten, und ohne Time-to-live, die man einstellen müsste. Tool-Definitionen werden dynamisch geladen, statt in jeder Anfrage mitgeschleppt zu werden. Strukturierte Ausgabe wird anhand eines Schemas erzwungen. Das Streaming trennt die Reasoning-Token von den Antwort-Token, sodass Sie das Modell im einen Kanal denken und im anderen schreiben sehen. Das sind die Merkmale eines Systems, das lange, teure, agentische Sitzungen erwartet, und Moonshot hat die Leitungen genau dafür gelegt.

Das offene Modell, das Sie bis zum 27. Juli nicht herunterladen können

Das Wort offen leistet elf Tage unbezahlte Arbeit. Moonshots Ankündigung besagt, dass die vollständigen K3-Gewichte am 27. Juli veröffentlicht werden. Bis dahin ist das weltweit erste offene Modell der 3T-Klasse auf genau einem Weg erreichbar: über Moonshots kostenpflichtige API, auf Moonshots Servern, in Peking, zu den Bedingungen, die an dem jeweiligen Morgen gelten. Jede Eigenschaft, die ein Modell mit offenen Gewichten überhaupt erst wählenswert macht, also die Möglichkeit, es zu prüfen, es innerhalb der eigenen Grenzen zu hosten, eine Version festzuschreiben, die Ihnen niemand unter den Füßen wegziehen kann, ohne Migration wieder zu gehen, kommt am späteren Datum. Was am 16. Juli kam, ist ein geschlossenes Produkt mit einem terminierten Open-Source-Release.

Die Lizenz ist ebenfalls noch nicht da. Moonshot hat die K2-Familie unter einer modifizierten MIT-Lizenz veröffentlicht, weshalb K2 zu einem der wirklich nutzbaren Modelle mit offenen Gewichten wurde und nicht bloß zu einem der herunterladbaren, und die Branche erwartet, dass K3 denselben Weg geht, mit einem technischen Bericht neben den Gewichten. Erwartung ist das richtige Wort. Es gibt keine veröffentlichte Model Card, keinen Lizenztext und keine Gewichtsdatei. Einer Organisation, der man bereits gesagt hat, das Modell sei offen, hat man etwas Terminiertes gesagt und nichts Wahres. Der Abstand zwischen diesen beiden Zuständen ist Ihre gesamte juristische Prüfung.

Das ist kein Vorwurf böser Absicht. Es ist ein Kalenderproblem, und Kalenderprobleme sind jene, die die Beschaffung leise zurücksetzen. Ein Team, das K3 diese Woche evaluiert, evaluiert die API. Die Ergebnisse, die Latenzwerte, die Kosten pro Aufgabe, die Qualität auf Ihrer eigenen Arbeitslast, all das beschreibt einen gehosteten Dienst. Am 27. Juli erscheint ein anderes Artefakt, und die ehrliche Position lautet, dass Sie es noch nicht getestet haben. Wenn der Plan je war, K3 auf eigener Hardware zu betreiben, dann hat die Evaluierung, auf die es ankommt, noch nicht begonnen, und die, die Sie gerade fahren, misst die Infrastruktur eines anderen.

15 Dollar pro Million, und manche Antwort dauert eine halbe Stunde

K3 kostet 0,30 Dollar pro Million Token bei einem Cache-Treffer, 3 Dollar pro Million bei einem Cache-Fehltreffer und 15 Dollar pro Million bei der Ausgabe, also rund 0,26, 2,60 und 13 Euro. Der Abstand von zehn zu eins zwischen Treffer und Fehltreffer ist die lauteste Zahl in dieser Liste, und deshalb hat Moonshot das Caching automatisch gemacht. Eine Arbeitslast, die ein langes Präfix wiederverwendet, dieselbe Codebasis, dasselbe Regelwerk, dieselbe Kundenakte, zahlt ein Zehntel dessen, was eine Arbeitslast zahlt, die kalt ankommt. Eine Arbeitslast, die ihren Kontext bei jedem Aufruf neu aufbaut, findet den teuren Weg ganz von allein, und nichts in der API wird Sie warnen.

Bei der Ausgabe wird ein Modell mit reiner Max-Stufe interessant, denn Reasoning-Token sind Ausgabe-Token. Moonshot hat K3 als Modell beschrieben, das für tiefes Schlussfolgern gebaut ist und nicht für schnelle Durchläufe, und bei den schwersten Aufgaben wurde von Generierungen über 30 Minuten berichtet. Ein Modell, das standardmäßig auf Maximum denkt, sein Denken mit 13 Euro pro Million abrechnet und eine halbe Stunde für eine einzige Anfrage aufwenden kann, ist auf keine Weise pro Token bepreist, mit der eine Finanzabteilung arbeiten könnte. Es ist pro erledigter Aufgabe bepreist, und die einzige Zahl, die etwas bedeutet, ist der Preis eines fertigen Auftrags auf Ihrer eigenen Arbeitslast.

Messen Sie also die Aufgabe, nicht das Token. Nehmen Sie zehn echte Aufträge aus der Warteschlange, jene, die Sie einem Modell tatsächlich geben würden, lassen Sie sie von Anfang bis Ende laufen und teilen Sie. Diese Zahl ist vergleichbar mit dem Tagessatz eines Dienstleisters und mit dem günstigeren Modell, das Sie ohnehin schon betreiben, und sie ist die einzige Zahl, die den Kontakt mit einem Budget überlebt. Der Satz pro Million auf der Preisseite sagt Ihnen fast nichts, wenn das Modell selbst entscheidet, wie lange es denkt, und heute hat es keine Anweisung, sich kurz zu fassen.

Moonshot veröffentlicht die Benchmarks, die es verliert

Die nützlichste Zeile des Starts ist die, die einräumt. Moonshot schreibt, dass unter den getesteten Modellen die Gesamtintelligenz von K3 nur hinter Claude Fable 5 und GPT-5.6 Sol auf Platz zwei liegt. Labore müssen das nicht sagen, und die meisten finden ein Diagramm, auf dem sie vorn liegen. Darunter sind die Zahlen spezifisch und mit Absicht gemischt: GPQA-Diamond bei 93,5, MathVision mit Python bei 97,8, Terminal Bench 2.1 bei 88,3, DeepSWE bei 67,5 und BrowseComp bei 91,2. Bei den agentischen Auswertungen setzt Moonshot K3 vor die Spitze, der es sonst den Vortritt lässt: GDPval-AA v2 bei 1687 gegenüber Claude Opus 4.8 Max bei 1600 und AA-Briefcase bei 1527 gegenüber GPT-5.6 Sol Max bei 1495.

Lesen Sie diese Form und nicht die einzelnen Werte. Die Behauptung lautet nicht, K3 sei das beste Modell. Die Behauptung lautet, K3 sei bei allgemeiner Intelligenz nah genug dran und bei langer, werkzeugnutzender, browsender und handelnder Arbeit vorn, also genau bei der Arbeitslast, für die es konstruiert und bepreist wurde. Ein Anbieter, der Fable 5, GPT-5.6 Sol, Opus 4.8, GPT-5.5 und GLM-5.2 in der eigenen Vergleichstabelle nennt, hat das Feld gewählt, auf dem er beurteilt werden will, und Ihnen stillschweigend gesagt, welche Ihrer Aufgaben er zu gewinnen erwartet.

Das Geld gibt der Positionierung recht. Moonshots jüngste Runde bewertet das Unternehmen mit rund 31,5 Milliarden Dollar, etwa 27 Milliarden Euro, nach einer Mai-Runde über 2 Milliarden Dollar bei einer Bewertung von 20 Milliarden Dollar. Ein Unternehmen, dessen Bewertung in zwei Monaten um die Hälfte gestiegen ist, muss keinen Benchmark gewinnen; es braucht Unternehmen, die glauben, dass der Abstand zur geschlossenen Spitze klein genug ist, um nicht mehr dafür zu zahlen. Einen zweiten Platz zu veröffentlichen ist der günstigere Weg zu diesem Argument, als einen ersten zu behaupten.

Drei Punkte, die vor dem Release der Gewichte geklärt sein müssen

Erstens: Entscheiden Sie, welches K3 Sie kaufen, denn es gibt zwei, und sie kommen elf Tage auseinander. Lautet die Antwort API, dann ist die Geschichte der offenen Gewichte Marketing, das auf Sie nicht zutrifft, und K3 gehört als gehosteter chinesischer Frontier-Dienst beurteilt: nach Preis, Latenz, Datenverarbeitung und den Bedingungen, die an Ihren Prompts hängen. Lautet die Antwort Gewichte, dann überträgt sich nichts von dem, was Sie diese Woche lernen, dann ist der Lizenztext das Dokument, an dem die Freigabe hängt, und keine Formalie, und die echte Evaluierung beginnt am 27. Juli auf Hardware, die Sie kontrollieren.

Zweitens: Finden Sie heraus, was ein Auftrag kostet, bevor Sie es im Produktivbetrieb herausfinden. Lassen Sie Ihre zehn schwersten echten Aufgaben laufen, notieren Sie die Laufzeit und die gesamten Ausgabe-Token einschließlich Reasoning, und stellen Sie die Zahl dem Modell gegenüber, das Sie heute betreiben. Ein Modell mit reiner Max-Stufe, einer Obergrenze von 30 Minuten und 13 Euro pro Million Ausgabe-Token kann hervorragenden Gegenwert bei Arbeit bieten, für die eine Fachkraft früher einen Vormittag brauchte, und unhaltbar sein bei einer Anfrage, die ein kleines Modell in vier Sekunden beantwortet. Dasselbe Modell, dieselbe Preisliste, gegenteilige Urteile, und die entscheidende Variable ist Ihre Arbeitslast und nicht die Benchmark-Tabelle.

Drittens: Schreiben Sie auf, was passiert, wenn der Effort-Regler auf max festgeschweißt bleibt. Moonshots Dokumentation sagt derzeit, ein Wort mit einer Roadmap dahinter und ohne Datum daran. Kommt eine niedrigere Effort-Stufe, wird K3 zu einem Modell mit zwei Geschwindigkeiten, und die Kostenrechnung ändert sich komplett. Kommt sie nicht, betreiben Sie ein Modell, dem man nicht sagen kann, dass es sich beeilen soll, und die Abhilfe ist architektonisch statt kaufmännisch: Leiten Sie die billigen Fragen anderswohin und reservieren Sie K3 für die Arbeit, die eine halbe Stunde verdient. Entscheiden Sie das jetzt, solange es eine Entwurfsfrage ist, und nicht im ersten Monat, wenn es eine Rechnung ist.

Weiterlesen: OpenAI halbiert den Preis für Alltags-KI  |  Grok 4.5 verliert die Benchmarks, gewinnt die Rechnung