Oder doch nicht?
Moonshot AI hat Kimi K3 am 16. Juli veröffentlicht, und innerhalb eines Tages dominierte ein einziger Claim meinen Feed: So stark wie Claude. Vielleicht stärker. Irre Benchmarks. Ein Drittel des Preises. Alle sollten wechseln.
Einiges davon stimmt. Nicht alles. Also kurz innehalten.
Die Zahlen
K3 ist ein Open-Weight-Modell mit 2,8 Billionen Parametern, das bisher größte seiner Art. Auf dem Intelligence Index von Artificial Analysis landet es mit 57 Punkten auf Platz vier von 187 Modellen, knapp hinter Claude Fable 5 und vor Claude Opus 4.8.
Auf einigen Benchmarks holt K3 sogar auf: Terminal-Bench 2.1 und SWE-Marathon, beides agentische Coding-Tests, gewinnt K3 gegen Fable 5. Im WebDev Arena Leaderboard, das Frontend-Code-Ausgaben bewertet, steht K3 bei 1679 Punkten gegenüber Fable 5's 1631. Das ist kein Runden-Fehler.
K3 liegt nah dran. Bei manchen Aufgaben sogar vor Fable 5 und GPT 5.6. Die Überschriften haben nicht gelogen. Aber die Geschichte geht weiter.
Geschwindigkeit
K3 erzeugt 62 Token pro Sekunde. Der Median in seinem Preissegment liegt bei 73,7. Die Zeit bis zum ersten Token beträgt 1,99 Sekunden, was für einen API-Aufruf in einer agentischen Schleife langsam ist.
Auf Augenhöhe mit Fable 5 bei der Intelligenz, hinterher beim Tempo. Das ist ein echtes Tauschgeschäft.
Ich nutze Claude Code täglich und habe dabei genug zwischen verschiedenen Lösungen gewechselt, um zu wissen: Ein Modell, das gut denkt, aber langsam ausgibt, verändert, wie sich eine Session anfühlt. Besonders eine lange.
Das Token-Problem
K3 schreibt viel. Und braucht damit viele Token.
In Artificial Analysis' Eval-Suite erzeugte K3 130 Millionen Token für dieselben Aufgaben, für die das Feld im Schnitt 63 Millionen brauchte. Mehr als das Doppelte.
Das ist dabei sogar eine Verbesserung. K3 verbraucht 21 Prozent weniger Output-Token als sein Vorgänger K2.6. Moonshot arbeitet daran. Aber 21 Prozent weniger als doppelt ist immer noch ungefähr doppelt.
Jetzt die Rechnung. K3 kostet 3 Dollar pro Million Input-Token und 15 Dollar pro Million Output-Token. Fable 5 nimmt 10 Dollar für Input und 50 Dollar für Output. Pro Token ist K3 also etwa ein Drittel so teuer. Das stimmt.
Wahr ist aber: Ihr zahlt nicht pro Token, sondern pro fertiger Aufgabe. Wenn K3 doppelt so viele Token braucht, um dort anzukommen, schrumpft der Drittel-Vorteil auf zwei Drittel oder weniger. Ein Drittel des Preises mal doppelter Tokenverbrauch ergibt kein Drittel mehr.
Bei Aufgaben mit Schleifen oder Review-Runden kann K3 teurer werden als Fable 5 und besonders als GPT 5.6, das bei Preis und Leistung gut dasteht.
Für einen einzelnen Prompt ist das ärgerlich. Für eine agentische Coding-Session, also genau den Einsatz, für den K3 gebaut wurde, potenziert es sich. Jeder Extra-Token in jedem Tool-Aufruf summiert sich über Hunderte von Schritten.
Der Cache-Hit-Preis von 0,30 Dollar (90 Prozent Rabatt) dämpft das etwas. Agentische Nutzung setzt stark auf Caching, und K3's Ein-Millionen-Token-Kontextfenster gibt dafür Raum. Caching hilft aber bei wiederholtem Kontext, nicht bei den Extra-Token, die das Modell jeden Turn neu generiert. Das Gesprächigkeitsproblem verschwindet nicht, weil man den Prompt cacht.
Weitere Abstriche
Die offenen Gewichte erscheinen erst am 27. Juli. Wer selbst hosten will, ist bis dahin auf die API angewiesen. Für europäische Teams mit strikten DSGVO-Anforderungen ist das relevant, auch wenn 2,8 Billionen Parameter selbst gut ausgestattete Rechenzentren auf eine harte Probe stellen würden. Zur Erinnerung: KI-Modelle denken bei DSGVO-Fragen generell nicht mit, egal welches Modell Ihr nutzt.
Kurz nach dem Launch berichteten erste Nutzer von Rate-Limiting. Das ist bei einem neuen API-Endpunkt mit hoher Anfangsnachfrage zu erwarten, aber wer K3 diese Woche fest einplanen will, sollte es kennen.
Ein Seitenaspekt, der über den Preisvergleich hinausgeht: Fable 5 und das größere Mythos 5 waren vom 12. Juni bis zum 1. Juli wegen US-Exportkontrollen weltweit abgeschaltet, nicht nur außerhalb der USA. Inzwischen ist die Sperre aufgehoben, der Zugriff läuft wieder normal. Aber der Vorfall zeigt, wie schnell ein einzelnes Modell von einer einzigen Regierungsentscheidung abhängen kann. K3 kennt diese Abhängigkeit nicht.
K3 verdient seine Benchmark-Ergebnisse. Fable 5 beim WebDev Arena und Terminal-Bench zu schlagen ist stark für ein Open-Weight-Modell, das ist keine Rosinen-Pickerei.
Aber der Drittel-Preis-Claim braucht ein Sternchen. Das Drittel gilt pro Token, nicht pro Aufgabe. Ob der Preisunterschied groß genug ist, um eine Umstellung zu rechtfertigen, hängt davon ab, wie viele Token das Modell für Euren Einsatz tatsächlich verbrennt. Manchmal bleibt der Abstand erheblich. Manchmal verschwindet er fast.
Ich werde K3 ausprobieren, wenn die offenen Gewichte da sind. Umgestellt habe ich noch nichts.
