Moonshots grootste model heeft geen denkknop

Een model uit de 3T-klasse met maar één instelling

Moonshot AI zette Kimi K3 op 16 juli in de wereld met een zin die de marketing meteen voor het model doet: het eerste open model ter wereld in de 3T-klasse, ontworpen voor frontier-intelligentie in langlopend programmeren, kenniswerk en redeneren. De specificatie achter die zin is echt. K3 telt 2,8 biljoen parameters in totaal, in een mixture-of-experts-opzet die per token 16 van de 896 experts activeert, gebouwd op wat Moonshot Kimi Delta Attention en Attention Residuals noemt, kwantisatiebewust getraind zodat de gewichten in MXFP4 staan en de activaties in MXFP8. Het native contextvenster is een miljoen tokens. Vision is er niet achteraf op geschroefd; het model neemt afbeeldingen en video rechtstreeks als invoer.

Het detail dat uw factuur bepaalt staat niet in de aankondiging. Het staat in de quickstart-documentatie. Moonshot omschrijft het redeneren van K3 als native instelbaar, met een denkdiepte die u per aanroep kiest, en merkt vervolgens op dat die instelling op dit moment alleen het max-niveau ondersteunt. Lees dat twee keer, want het draait de gebruikelijke afspraak om. Bij de meeste frontier-API's is de effort-instelling de manier waarop u een goedkoop antwoord op een goedkope vraag koopt. Bij K3 is er vandaag maar één versnelling. Het model redeneert op maximaal bij het triviale verzoek en bij het moeilijke, en de meter kent het verschil niet.

Al het andere in de interface is gebouwd voor mensen die van plan zijn geld uit te geven. Contextcaching loopt automatisch, zonder cache-identifier om te beheren en zonder time-to-live om af te stemmen. Tooldefinities laden dynamisch in plaats van in elk verzoek mee te reizen. Gestructureerde uitvoer wordt afgedwongen aan de hand van een schema. Streaming scheidt de redeneertokens van de antwoordtokens, zodat u het model in het ene kanaal kunt zien denken en in het andere kunt zien schrijven. Dit zijn de kenmerken van een systeem dat lange, dure, agentische sessies verwacht, en Moonshot heeft daar precies de infrastructuur voor gebouwd.

Het open model dat u tot 27 juli niet kunt downloaden

Het woord open doet elf dagen onbetaald werk. Moonshots aankondiging stelt dat de volledige gewichten van K3 op 27 juli worden gepubliceerd. Tot dat moment is het eerste open model ter wereld in de 3T-klasse op precies één manier bereikbaar: via de betaalde API van Moonshot, op Moonshots servers, in Peking, onder welke voorwaarden die ochtend ook gelden. Elke eigenschap die een open-weight-model de moeite van het kiezen waard maakt, het vermogen om het te inspecteren, om het binnen uw eigen perimeter te draaien, om een versie vast te zetten die niemand onder u vandaan kan halen, om weg te lopen zonder migratie, arriveert op de latere datum. Wat op 16 juli arriveerde is een gesloten product met een open-source-release in de agenda.

De licentie is er ook nog niet. Moonshot bracht de K2-familie uit onder een aangepaste MIT-licentie, en dat is de reden dat K2 een van de werkelijk bruikbare open-weight-modellen werd in plaats van een van de louter downloadbare, en de verwachting in de sector is dat K3 dezelfde weg volgt, met een technisch rapport naast de gewichten. Verwachting is het juiste woord. Er is geen gepubliceerde model card, geen licentietekst en geen gewichtenbestand, dus een organisatie die al te horen heeft gekregen dat het model open is, heeft iets te horen gekregen dat gepland is in plaats van iets dat waar is. De afstand tussen die twee toestanden is uw hele juridische toetsing.

Dit is geen beschuldiging van kwade trouw. Het is een agendaprobleem, en agendaproblemen zijn precies de problemen die een inkooptraject stilletjes terugzetten naar af. Een team dat K3 deze week evalueert, evalueert de API. De bevindingen, de latencycijfers, de kosten per taak, de kwaliteit op uw eigen werklast, beschrijven allemaal een gehoste dienst. Op 27 juli verschijnt een ander artefact, en het eerlijke standpunt is dat u dat nog niet hebt getest. Als het plan ooit was om K3 op eigen hardware te draaien, is de evaluatie die telt nog niet begonnen, en meet degene die u nu uitvoert de infrastructuur van iemand anders.

Vijftien dollar per miljoen, en sommige antwoorden duren een half uur

K3 kost 0,30 dollar per miljoen tokens bij een cache hit, 3 dollar per miljoen bij een cache miss en 15 dollar per miljoen aan uitvoer, oftewel ongeveer 0,26, 2,60 en 13 euro. De verhouding van tien op één tussen een cache hit en een cache miss is het luidste getal in dat rijtje, en het is de reden dat Moonshot caching automatisch heeft gemaakt. Een werklast die een lange prefix hergebruikt, dezelfde codebase, hetzelfde beleidsdocument, hetzelfde klantdossier, betaalt een tiende van wat een werklast betaalt die koud binnenkomt. Een werklast die zijn context bij elke aanroep opnieuw opbouwt vindt het dure pad helemaal zelf, en niets in de API zal u waarschuwen.

Uitvoer is waar een model dat alleen op max redeneert interessant wordt, want redeneertokens zijn uitvoertokens. Moonshot heeft K3 omschreven als een model dat is gebouwd voor diep redeneren in plaats van snelle doorlooptijd, en op de zwaarste taken zijn generaties van meer dan 30 minuten gerapporteerd. Een model dat standaard op maximaal denkt, dat denken factureert tegen 13 euro per miljoen en een half uur aan één verzoek kan besteden, is op geen enkele manier per token geprijsd waar een financiële afdeling iets aan heeft. Het is geprijsd per afgeronde taak, en het enige getal dat iets betekent is wat één afgemaakte klus op uw eigen werklast kost.

Meet dus de taak, niet het token. Neem tien echte klussen uit de wachtrij, de klussen die u werkelijk aan een model zou geven, draai ze van begin tot eind en deel. Dat cijfer is vergelijkbaar met het dagtarief van een externe kracht en met het goedkopere model dat u al draait, en het is het enige cijfer dat contact met een budget overleeft. Het tarief per miljoen op de prijspagina zegt bijna niets wanneer het model zelf bepaalt hoe lang het nadenkt, en vandaag heeft het geen instructie om kort na te denken.

Moonshot publiceerde de benchmarks die het verliest

De nuttigste regel in de lancering is de regel die iets toegeeft. Moonshot stelt dat de algemene intelligentie van K3 onder de modellen die het testte alleen achterblijft bij Claude Fable 5 en GPT-5.6 Sol. Labs zijn niet verplicht dat te zeggen, en de meeste vinden wel een grafiek waarop ze eerste staan. Daaronder zijn de cijfers specifiek en met opzet gemengd: GPQA-Diamond op 93,5, MathVision met Python op 97,8, Terminal Bench 2.1 op 88,3, DeepSWE op 67,5 en BrowseComp op 91,2. Op de agentische evaluaties zet Moonshot K3 voor de frontier waarin het verder zijn meerdere erkent, met GDPval-AA v2 op 1687 ten opzichte van Claude Opus 4.8 Max op 1600, en AA-Briefcase op 1527 ten opzichte van GPT-5.6 Sol Max op 1495.

Lees die vorm in plaats van de losse scores. De claim is niet dat K3 het beste model is. De claim is dat K3 dicht genoeg in de buurt komt op algemene intelligentie en voorloopt op langlopend werk waarin tools worden gebruikt, gebrowsed en gehandeld, en dat is precies de werklast waarvoor het is ontworpen en geprijsd. Een leverancier die Fable 5, GPT-5.6 Sol, Opus 4.8, GPT-5.5 en GLM-5.2 in zijn eigen vergelijkingstabel noemt, heeft het speelveld gekozen waarop hij beoordeeld wil worden, en heeft u stilletjes verteld welke van uw taken hij verwacht te winnen.

Het geld is het eens met de positionering. De meest recente ronde van Moonshot waardeert het bedrijf op ongeveer 31,5 miljard dollar, ruwweg 27 miljard euro, na een ronde in mei van 2 miljard dollar bij een waardering van 20 miljard dollar. Een bedrijf waarvan de waardering in twee maanden met de helft is gestegen hoeft geen benchmark te winnen; het heeft nodig dat ondernemingen geloven dat de afstand tot de gesloten frontier klein genoeg is om er niet langer voor te betalen. Een tweede plaats publiceren is een goedkopere manier om dat argument te maken dan een eerste plaats claimen.

Drie dingen om te regelen voordat de gewichten landen

Bepaal eerst welke K3 u koopt, want het zijn er twee en er zitten elf dagen tussen. Is het antwoord de API, dan is het open-weights-verhaal marketing die niet op u van toepassing is, en moet K3 beoordeeld worden als een gehoste Chinese frontier-dienst op prijs, latency, gegevensverwerking en de voorwaarden die aan uw prompts hangen. Is het antwoord de gewichten, dan draagt niets van wat u deze week leert over, is de licentietekst een blokkerend document in plaats van een formaliteit, en begint de echte evaluatie op 27 juli op hardware die u zelf beheert.

Zoek ten tweede uit wat één klus kost voordat u het in productie ontdekt. Draai uw tien zwaarste echte taken, noteer de kloktijd en het totaal aan uitvoertokens inclusief redeneren, en zet het getal naast het model dat u vandaag draait. Een model dat alleen op max werkt, met een plafond van 30 minuten en een uitvoertarief van 13 euro per miljoen, kan uitstekende waarde zijn bij werk waar een specialist vroeger een ochtend over deed, en onverdedigbaar bij een verzoek dat een klein model in vier seconden beantwoordt. Hetzelfde model, dezelfde prijslijst, tegengestelde oordelen, en de beslissende variabele is uw werklast en niet de benchmarktabel.

Schrijf ten derde op wat er gebeurt als de effort-instelling op max vastgelast blijft. Moonshots documentatie zegt op dit moment, en dat is een formulering met een roadmap erachter en zonder datum eraan. Komt er een lager effort-niveau, dan wordt K3 een model met twee snelheden en verandert het kostenplaatje volledig. Komt het er niet, dan draait u een model dat u niet tot spoed kunt aanzetten, en is de tegenmaatregel een architectuurkeuze in plaats van een commerciële: stuur de goedkope vragen ergens anders heen en reserveer K3 voor het werk dat een half uur verdient. Beslis dat nu, terwijl het een ontwerpkeuze is, in plaats van in de eerste maand, wanneer het een factuur is.

Lees hierna: OpenAI halveert de prijs van alledaagse AI  |  Grok 4.5 verliest de benchmarks en wint de rekening