Moonshot AI hat die Modellgewichte von Kimi K3 frei veröffentlicht. Damit lässt sich das größte offene KI-Modell, das Artificial Analysis derzeit misst, außerhalb der Infrastruktur seines Herstellers betreiben. Klingt nach Freiheit, wirft aber sofort die praktische Frage auf: Wer kann ein Modell mit 2,8 Billionen Parametern überhaupt betreiben, und was davon ist für den Mittelstand realistisch? Eine nüchterne Anleitung, Stand 17. Oktober 2026.
Offene Gewichte heißen: Das Modell zieht bei dir ein. Die Frage ist nur, in welches Rack. Foto: panumas nikhomkhai auf Pexels
Inhalt · 9 Abschnitte
Was Moonshot veröffentlicht hat
Kimi K3 ist das im Juli 2026 vorgestellte Flaggschiff von Moonshot AI aus Peking: ein Mixture-of-Experts-Modell mit rund 2,8 Billionen Parametern, einem Kontextfenster von einer Million Token und dauerhaft aktivem Denkmodus. Artificial Analysis misst am 17. Oktober 2026 im Intelligence Index, Version 4.3.2, 44 Punkte für Kimi K3. Claude Opus 5.5 kommt auf 58, Claude Sonnet 5.5 auf 56. Unter den offenen Modellen liegen MiMo-V2.6-Pro von Xiaomi mit 46 und GLM-5.3 von Z.ai mit 45 Punkten vorn, Step 5 Preview von StepFun liegt mit ebenfalls 44 Punkten knapp vor Kimi K3. Das größte offene Modell der Messung bleibt Kimi K3. Die 60 Punkte aus früheren Fassungen dieses Artikels gehören zur alten Index-Version, auch Claude Opus 5 fiel bei der Umstellung von 63 auf 51. Wie wir mit solchen Umstellungen umgehen, steht in der Methodik unseres Leaderboards.
Im Preis liegt Kimi K3 mit 3 US-Dollar Eingabe und 15 US-Dollar Ausgabe je Million Token zwischen Opus 5.5 mit 4 und 20 und Sonnet 5.5 mit 2 und 10. Den ausführlichen Vergleich findest du in Kimi K3 gegen Claude. Der Unterschied, um den es in diesem Artikel geht, steht allerdings in keiner Benchmark-Spalte: Die Gewichte von Kimi K3 kannst du herunterladen, die der Claude-Modelle nicht. Die täglich aktualisierten Werte zeigt unser Kimi-K3-Guide und das AI Leaderboard.
Zwei Zahlen aus der offiziellen Modellkarte erklären, warum das Modell trotz seiner Größe überhaupt betreibbar ist. Von den 896 Experten im Modell rechnen pro Token nur 16 mit, das sind rund 104 Milliarden aktive Parameter statt 2,8 Billionen. Und Moonshot hat das Modell ab der überwachten Feinabstimmung quantisierungsbewusst im sparsamen MXFP4-Format trainiert, statt es hinterher zu komprimieren. Beides zusammen ist der Grund, warum die veröffentlichten Gewichte 1,56 Terabyte belegen und nicht das Mehrfache davon.
Mit der Veröffentlichung der Gewichte auf Hugging Face löst Moonshot das Versprechen ein, das die K-Serie von Anfang an begleitet hat: Das Modell liegt als Datei vor, die du herunterladen und auf eigener Infrastruktur betreiben kannst. Wie weit dieses Versprechen juristisch trägt, stand bei Erscheinen dieses Artikels noch offen. Inzwischen liegt der Lizenztext vor, und er ist seit dem 27. Juli unverändert. Was das Modell sonst kann und wer dahintersteht, erklärt unser Beitrag Was ist Kimi K3?.
Die Lizenz: was der Mittelstand darf, und wo die Grenze liegt
Moonshot hat die Gewichte am 27. Juli 2026 unter eine eigene Kimi K3 License gestellt, also weder unter MIT noch unter Apache 2.0. Artificial Analysis führt sie deshalb als „Commercial Use Restricted“. Das klingt nach Fußangel, betrifft aber nur Unternehmen, die selbst Sprachmodelle als Dienst verkaufen, und sehr große Produkte. Über weite Strecken liest sich der Text wie die MIT-Lizenz: nutzen, kopieren, verändern, weitergeben, unterlizenzieren, verkaufen, das Modell betreiben, feinjustieren und Abkömmlinge daraus bauen, alles erlaubt. Pflicht ist wie bei MIT, den Copyright- und Lizenzhinweis in alle Kopien zu übernehmen.
Zwei Sonderregeln kommen hinzu. Die erste betrifft Model as a Service. Gemeint ist ein Geschäft, das Dritten Zugang zu Inferenz oder Feinabstimmung eines Sprachmodells gibt, etwa per API, und zwar so, dass diese Dritten Eingaben, Parameter oder Trainingsdaten spürbar selbst steuern. Betreibt der Lizenznehmer oder eine verbundene Gesellschaft so ein Geschäft und liegt der Gesamtumsatz von Lizenznehmer und verbundenen Unternehmen „in total over any consecutive 12 months“ über 20 Millionen US-Dollar, ist vor jeder kommerziellen Nutzung eine separate Vereinbarung mit Moonshot nötig. Die Schwelle greift weiter, als die Zahl vermuten lässt, denn der Lizenztext verlangt nicht, dass dieser Umsatz aus Kimi K3 stammt. Eine kleine Tochtergesellschaft mit API-Geschäft kann die Grenze damit über die Konzernmutter reißen, obwohl ihr eigenes KI-Geschäft weit darunter liegt. Die zweite Sonderregel ist eine Namensnennung: Kommerzielle Produkte mit mehr als 100 Millionen monatlich aktiven Nutzern oder mehr als 20 Millionen US-Dollar Monatsumsatz müssen „Kimi K3“ sichtbar in der Oberfläche führen.
„The requirements set forth in Sections 2 and 3 do not apply to: (a) internal use of the Software, defined as any use that does not make the Software, its outputs, or its underlying capabilities available to third parties; or (b) any use of the Software accessed through Moonshot AI’s official products or certified inference partners.“
— Kimi K3 License, Abschnitt 4, Fassung vom 27. Juli 2026
Wer allerdings selbst ein Model-as-a-Service-Geschäft betreibt, also Dritten per API Zugang zu Sprachmodellen verkauft, rechnet die Schwelle über den Gesamtumsatz der eigenen Unternehmensgruppe und liest den Lizenztext im Hugging-Face-Repository vor dem Produktivstart. Die kleineren Schwestermodelle K2.6 und K2.7 Code stehen unter der Modified-MIT-Lizenz. Sie kennt die Umsatzschwelle nicht, verlangt aber dieselbe Namensnennung ab mehr als 100 Millionen monatlich aktiven Nutzern oder mehr als 20 Millionen US-Dollar Monatsumsatz.
Die Hardware-Realität: warum 2,8 Billionen Parameter kein Bastelprojekt sind
Bei einem Mixture-of-Experts-Modell rechnet pro Anfrage nur ein Bruchteil der Parameter mit, in diesem Fall 104 Milliarden von 2,8 Billionen. Das macht Kimi K3 im Betrieb effizienter, als die Gesamtzahl vermuten lässt. Am Speicherbedarf ändert es nichts: Alle Gewichte müssen geladen sein.
Hier ist die Erstfassung dieses Artikels zu pessimistisch gewesen. Wir hatten mit einem 8-Bit-Basisformat gerechnet und kamen so auf rund 2,8 Terabyte. Tatsächlich liefert Moonshot die Gewichte bereits im 4-Bit-nahen MXFP4-Format aus, die offizielle Ausgabe belegt daher 1,56 Terabyte. Zum Vergleich: Eine Rechenzentrums-GPU von NVIDIA bringt je nach Generation 80 Gigabyte (H100), 141 Gigabyte (H200), 192 Gigabyte (B200) oder 288 Gigabyte (B300) mit.
Wie viel Hardware das konkret heißt, steht inzwischen in den Anleitungen der beiden großen Inferenz-Programme. Das Rezept von vLLM nennt als Minimum acht GPUs vom Typ GB300 und für echten Produktivverkehr mehrere Maschinen, Stand 16. Oktober noch als Vorabversion gekennzeichnet. Die Anleitung von SGLang führt einen Server mit acht B300 als einzige geprüfte Konfiguration und rechnet für ältere Generationen mit zwei Servern zu je acht B200 oder H200 oder mit vier Servern zu je acht H100, also 32 Karten. Moonshot selbst empfiehlt für den Betrieb Verbünde mit 64 oder mehr Beschleunigern. Der niederländische Anbieter HostYourAI betreibt das Modell nach eigener Angabe auf acht B300 in einem europäischen Rechenzentrum. Solche Infrastruktur betreiben Inferenz-Anbieter und Cloud-Rechenzentren, im Serverraum eines Mittelständlers steht sie in aller Regel nicht.
Auf einer einzelnen Workstation läuft Kimi K3 nur stark verkleinert und auch dann nur auf Ausnahme-Hardware: Unsloth nennt die NVIDIA DGX Station, die mit 748 Gigabyte gemeinsamem Speicher genug Platz für die empfohlene 1-Bit-Fassung hat. Wer dir erzählt, du könntest Kimi K3 nächste Woche auf einem normalen Arbeitsplatzrechner laufen lassen, hat die Zahlen nicht durchgerechnet.
Weg 1: Europäische Inferenz-Anbieter
Der praktikabelste Weg für Unternehmen. Bei Erscheinen dieses Artikels war das noch eine Erwartung, inzwischen ist es Realität: Erste Anbieter mit europäischen Rechenzentren hatten Kimi K3 am Tag der Gewichtsfreigabe oder einen Tag danach im Programm. Nebius führt das Modell auf seiner Token Factory in der Region eu-west2 in Frankreich, Berget AI betreibt es in Schweden, HostYourAI aus Groningen auf acht B300 in Europa und Lyceum aus Berlin nach eigener Angabe auf EU-Infrastruktur. Günstiger als bei Moonshot wird es dadurch nicht: Am 17. Oktober verlangen Nebius und Lyceum 3 US-Dollar je Million Eingabe-Token und 15 US-Dollar für die Ausgabe, Berget AI dieselben Beträge in Euro und HostYourAI 3,45 und 17,25 Euro. Frühere Fassungen dieses Artikels nannten 0,40 bis 0,60 Euro. Belegen lässt sich das für keinen Anbieter, Nebius lag laut Webarchiv schon am 6. August bei 3 und 15 US-Dollar. Du bekommst dieselbe Token-Abrechnung wie bei einer API, die Datenverarbeitung findet aber in Europa statt.
Bei der Auswahl lohnt zuerst der Blick in die Verträge: Nebius, Berget AI und HostYourAI veröffentlichen Auftragsverarbeitungsvertrag und Unterauftragnehmer-Liste, Lyceum macht den Vertrag zum Anhang seiner AGB und schickt die Liste auf Anfrage. Auch beim Rechenformat unterscheiden sich die Anbieter. Nebius rechnet mit einer auf NVFP4 umgewandelten Fassung, Berget AI mit den originalen MXFP4-Gewichten; Artificial Analysis misst für den Nebius-Endpunkt trotzdem 99,5 Prozent der Referenzgenauigkeit. Moonshot selbst prüft Anbieter mit dem offenen Kimi-Vendor-Verifier, dort stehen neun getestete Anbieter, darunter Nebius. Wer über AWS arbeitet, findet Kimi K3 auch in Amazon Bedrock, allerdings ohne europäisches Geo-Profil: Aus Frankfurt läuft es nur über globales Routing und damit ohne Datenresidenz in der EU.
Damit löst sich das zentrale Problem der direkten Kimi-Nutzung auf. Dabei lohnt der genaue Blick darauf, welchen Zugang du meinst, denn Moonshot führt zwei getrennte Datenschutzerklärungen. Für den Chat auf kimi.com ist die Beijing Moonshot Technology Co., Ltd. verantwortlich, die eine Speicherung innerhalb der Volksrepublik China nennt. Für die Entwicklerplattform platform.kimi.ai zeichnet die MOONSHOT AI PTE. LTD. mit Servern in Singapur. Am Prüfergebnis ändert die Unterscheidung wenig, weil die EU-Kommission weder für China noch für Singapur einen Angemessenheitsbeschluss erlassen hat und beide Dokumente keine Standardvertragsklauseln benennen. Die ganze Prüfung mit Vertragslage und Alternativen steht in unserer Analyse zu Kimi K3 und der DSGVO. Beim europäischen Inferenz-Anbieter sieht Moonshot dagegen keinen einzigen Prompt, damit erledigt sich die Frage. Worauf du bei der Auswahl sonst noch achten solltest, steht in unserer Übersicht zu DSGVO-konformen KI-Tools.
Ein praktischer Hinweis zur Auswahl: Achte darauf, ob der Anbieter die Schnittstelle OpenAI-kompatibel anbietet. Moonshot, Nebius und Berget AI tun das. Dann tauschst du in bestehendem Code nur die Adresse und den Modellnamen aus, statt eine Anbindung neu zu bauen.
Praktisch heißt das für dein Team: Endpoint austauschen, Modellname anpassen, fertig. Wie du deine Systeme so baust, dass ein solcher Wechsel Routine statt Projekt ist, beschreibt unsere Anleitung zum KI-Modell-Routing.
Weg 2: Quantisierte Varianten
Quantisierung reduziert die Genauigkeit der gespeicherten Zahlen und damit den Speicherbedarf, auf Kosten eines messbaren Qualitätsverlusts. Diese verkleinerten Fassungen sind da. Das Team hinter Unsloth hat sie im Anschluss an das Release veröffentlicht und für jede Stufe gemessen, wie oft sie dasselbe wahrscheinlichste nächste Token wählt wie die verlustfreie 8-Bit-Fassung:
| Stufe | Größe | Übereinstimmung mit dem Original | Nötiger Speicher (RAM plus GPU) |
|---|---|---|---|
| 1 Bit (UD-IQ1_S), von Unsloth empfohlen | 594 GB | 78,9 % | 610 GB |
| 1 Bit (UD-IQ1_M) | 649 GB | 81,2 % | 665 GB |
| 2 Bit (UD-IQ2_XXS) | 711 GB | 84,1 % | 726 GB |
| 2 Bit XL (UD-Q2_K_XL) | 861 GB | 90,4 % | 880 GB |
| 8 Bit (UD-Q8_K_XL) | 1.560 GB | verlustfrei (Referenz) | 1,6 TB |
Die Tabelle zeigt, wo die Grenze für den Mittelstand wirklich verläuft. Selbst die empfohlene Fassung verlangt gut 600 Gigabyte Speicher, das ist ein voll bestückter Server oder eine Workstation der Sonderklasse. Und der Qualitätsverlust ist auf der untersten Stufe kein Rundungsfehler: Zwischen 79 und 90 Prozent Übereinstimmung liegen drei Kompressionsstufen und rund 270 Gigabyte. Wer den Weg geht, sollte eher bei 2 Bit XL einsteigen als bei 1 Bit. Im selben Repository liegen noch kleinere Dateien ab rund 466 Gigabyte. Für sie veröffentlicht Unsloth keine Qualitätswerte, ungetestet würden wir sie nicht einsetzen.
Dazu kommt ein Detail, das in Anleitungen gern untergeht: Für reinen Text reicht seit dem 15. August die Hauptversion von llama.cpp. Wer Bilder verarbeiten will, braucht weiterhin einen speziellen Abzweig von Unsloth. Das ist für ein Team mit Linux-Erfahrung machbar, kostet aber Zeit und bindet dich an ein Projekt, das sich schnell bewegt.
Für welche Aufgaben sich das lohnt, hängt vom Anspruch ab. Für Klassifizierung, Extraktion und Standardtexte reicht eine quantisierte Fassung fast immer. Für die schwersten Aufgaben, bei denen du Kimi K3 überhaupt willst, etwa komplexe Analysen und agentisches Arbeiten, solltest du die Qualität gegen das Original testen, bevor du produktiv gehst.
Weg 3: die kleineren Schwestermodelle als pragmatischer Einstieg
Häufig übersehen: Moonshots kleinere offene Modelle sind längst verfügbar und stehen unter der Modified-MIT-Lizenz ohne die Umsatzschwelle aus dem Lizenz-Abschnitt oben. Kimi K2.6 ist der Allrounder der Familie, mit einer Billion Parametern insgesamt, davon 32 Milliarden aktiv, und einem Kontextfenster von rund 262.000 Token. Klein ist das nur im Vergleich: Die Gewichte belegen rund 595 Gigabyte, gut ein Drittel des K3-Vollmodells und so viel wie dessen empfohlene 1-Bit-Fassung. Für viele Automatisierungsaufgaben im Unternehmen reicht das Modell mehr als aus, und über die API kostet es mit 0,95 US-Dollar Eingabe und 4 US-Dollar Ausgabe je Million Token im Mischpreis gut ein Viertel von K3.
Seit Juni gibt es daneben Kimi K2.7 Code, das direkt auf K2.6 aufsetzt und auf Programmierarbeit zugeschnitten ist. Auf Moonshots eigenem Code-Benchmark Kimi Code Bench v2 steigt der Wert von 50,9 auf 62,0 Punkte, ein Plus von 21,8 Prozent; bei agentischen Aufgaben nennt Moonshot rund 10 Prozent. Interessanter als die Benchmark-Punkte ist für Unternehmen ein anderer Wert: K2.7 Code kommt mit etwa 30 Prozent weniger Denk-Token aus als K2.6, was direkt auf die Rechnung durchschlägt. Moonshot führt beide Modelle parallel in API und Preisliste, mit denselben Preisen für Eingabe und Ausgabe. Für Texte, Analysen und Dialog bleibt K2.6 unsere Empfehlung, für Codegenerierung, Fehlersuche und Werkzeug-Aufrufe greifst du zu K2.7 Code. In Moonshots Programmierwerkzeug Kimi Code läuft seit dem 11. September außerdem K2.8 Preview, das es weder über die API noch als offene Gewichte gibt.
Wer den Weg zu offenen Modellen gehen will, startet realistischerweise hier, sammelt Betriebserfahrung und skaliert dann auf K3 hoch, wenn Aufgaben und Volumen es rechtfertigen.
Die Kostenfrage: API, Anbieter oder eigenes Blech
Die Reihenfolge der Wirtschaftlichkeit ist bei offenen Modellen fast immer dieselbe. Bei kleinem und mittlerem Volumen gewinnt die Token-Abrechnung, ob bei Moonshot direkt oder beim europäischen Anbieter, weil du keine Hardware vorhältst, die nachts nichts tut. Eine Hausnummer für die Gegenrechnung: Eine dedizierte Kimi-K3-Instanz kostet bei HostYourAI ab 83,40 Euro je Stunde, im Dauerbetrieb mit 720 Stunden also rund 60.000 Euro im Monat. Zum Listenpreis von 3 und 15 US-Dollar, im Verhältnis drei Teile Eingabe zu einem Teil Ausgabe und zum EZB-Kurs vom 16. Oktober gerechnet, kostet eine Million Token rund 5,33 Euro. Erst ab gut 11 Milliarden Token im Monat wäre die dedizierte Instanz billiger, und auch das nur, wenn sie diese Menge schafft. Die Rechenlogik mit konkreten Formeln findest du in unserem Artikel zu den Token-Kosten im Unternehmen, die Preisliste der Moonshot-API im Beitrag zu Kimi-K3-API, Preisen und Kontextfenster.
Es gibt allerdings einen Hebel, der oft übersehen wird: die Denkstufe. Moonshot hat für K3 über den Parameter reasoning_effort drei Stufen dokumentiert, low, high und max, wobei max die Voreinstellung ist; ganz abschalten lässt sich das Denken nicht. Der Preis je Token ist in allen drei Stufen gleich. Die Rechnung entsteht also über die Menge der Token, die das Modell zum Nachdenken erzeugt. Und K3 ist auf der Voreinstellung gesprächig: Artificial Analysis brauchte für den Durchlauf des Intelligence Index am 17. Oktober 160 Millionen Ausgabe-Token, der Median vergleichbar großer offener Modelle liegt bei 130 Millionen.
Wie groß der Hebel ausfällt, zeigt der Vergleich beider Stufen im selben Testdurchlauf. Auf der niedrigsten Stufe erzeugt K3 nur 22 Millionen Ausgabe-Token, knapp ein Siebtel der Menge. Auf der Rechnung kommt davon weniger an, als die Tokenzahl vermuten lässt, weil Eingabe und Cache auf der Voreinstellung knapp zwei Drittel der Kosten ausmachen und auf der niedrigen Stufe nur um rund ein Viertel sinken: Je Testaufgabe zahlte Artificial Analysis auf der Voreinstellung 2,00 US-Dollar, auf der niedrigsten Stufe 1,15 US-Dollar. Gut 40 Prozent weniger je Aufgabe bleiben trotzdem ein spürbarer Unterschied.
Was du dafür an Qualität abgibst, lässt sich ebenfalls beziffern. Am 17. Oktober 2026 misst Artificial Analysis 44 Punkte auf der Voreinstellung und 30 auf der niedrigsten Stufe. Vierzehn Punkte machen sich dort bemerkbar, wo mehrere Denkschritte aufeinander aufbauen, etwa bei komplexen Analysen und agentischem Arbeiten. Bei Klassifizierung, Feld-Extraktion und Zusammenfassungen kommt es auf lange Denkketten selten an, die Tokenmenge zählt dort trotzdem voll. Setz die niedrige Stufe für diese Aufgaben als Standard und heb sie gezielt für die an, bei denen du den Unterschied an deinen eigenen Daten misst. Wenn du die Werte in eine Entscheidungsvorlage übernimmst, schreib das Abrufdatum dazu: Artificial Analysis hat den Index allein im September in mehreren Schritten umgebaut. Die tagesaktuellen Werte für alle Stufen stehen im Kimi-K3-Guide und im AI Leaderboard.
Strategisch ist der Preis aber nur die halbe Geschichte. Ein offenes Modell dieser Klasse im Portfolio bedeutet: Kein Anbieter kann dich mehr mit einer Preiserhöhung oder einer Abschaltung unter Druck setzen, weil es immer einen zweiten Weg gibt. Warum genau diese Absicherung für Unternehmen Pflicht ist, haben wir in der Multi-Provider-Strategie aufgeschrieben.
Einordnung: was du jetzt konkret tun solltest
Der billigste sinnvolle erste Schritt kostet dich einen Nachmittag: Leg bei einem europäischen Anbieter mit Auftragsverarbeitungsvertrag ein Konto an, häng deine bestehende Anbindung über die OpenAI-kompatible Adresse um und lass eine Aufgabe, die bei dir täglich anfällt, einmal auf der niedrigen Denkstufe gegen dein aktuelles Modell laufen. Danach hast du zwei Zahlen, die keine Benchmark-Tabelle dir liefert: was es bei deinen Daten taugt und was es bei deinem Volumen kostet.
Die Lizenzfrage kannst du dir sparen, solange du das Modell für eigene Prozesse einsetzt. Relevant wird sie erst, wenn deine Unternehmensgruppe Dritten per API Zugang zu Sprachmodellen verkauft oder ein sehr großes Produkt darauf baut. Und widersteh dem Reflex, jetzt Hardware zu kaufen. Der Markt um offene Modelle bewegt sich gerade so schnell, dass Flexibilität mehr wert ist als ein eigenes Rack: Am 17. Oktober liegen mit MiMo-V2.6-Pro und GLM-5.3 zwei offene Modelle im Index von Artificial Analysis vor Kimi K3, und Step 5 Preview liegt bei gleicher gerundeter Punktzahl knapp davor. Die täglich aktualisierten Werte behältst du im Kimi-K3-Guide im Blick.
Fehlt im Haus jemand, der die Anbindung aufsetzt, den Auftragsverarbeitungsvertrag prüft und den Testlauf gegen euer aktuelles Modell auswertet, ist genau das der Punkt, an dem unsere KI-Umsetzung für den Mittelstand einsteigt.
Häufige Fragen
Welche Hardware brauche ich, um Kimi K3 selbst zu betreiben?
Für das Vollmodell einen GPU-Server der obersten Klasse. Die offenen Gewichte belegen rund 1,56 Terabyte, weil Moonshot das Modell schon im sparsamen MXFP4-Format ausliefert. Das Rezept der Inferenz-Software vLLM nennt als Minimum acht GPUs vom Typ GB300, die Anleitung von SGLang einen Server mit acht B300 oder bei älteren Karten zwei Server mit je acht H200 oder B200. Moonshot selbst empfiehlt für den Betrieb Verbünde mit 64 oder mehr Beschleunigern. Die von Unsloth empfohlene verkleinerte 1-Bit-Fassung hat 594 Gigabyte und verlangt mindestens 610 Gigabyte Arbeitsspeicher. Für die meisten Unternehmen sind europäische Inferenz-Anbieter oder die kleineren Schwestermodelle der realistischere Weg.
Ist das Selbst-Hosting von Kimi K3 DSGVO-konform?
Genau das ist der Punkt der offenen Gewichte: Läuft das Modell auf eigener Infrastruktur oder bei einem europäischen Anbieter, verlassen deine Daten die EU nicht und Moonshot sieht keinen einzigen Prompt. Damit entfällt das Datenschutzproblem der direkten Nutzung, das je nach Zugang anders aussieht: Für den Chat auf kimi.com nennt die Datenschutzerklärung eine Speicherung innerhalb der Volksrepublik China, für die Entwicklerplattform platform.kimi.ai nennt sie Server in Singapur. Für keines der beiden Länder gibt es einen EU-Angemessenheitsbeschluss. Die üblichen Hausaufgaben wie Auftragsverarbeitungsvertrag, Verarbeitungsverzeichnis und Team-Regeln bleiben bestehen.
Was kostet der Betrieb von Kimi K3 im Vergleich zur API?
Die Moonshot-API rechnet 3 US-Dollar je Million Eingabe-Token und 15 US-Dollar je Million Ausgabe-Token ab. Europäische Anbieter verlangen am 17. Oktober 2026 etwa dasselbe: Nebius 3 und 15 US-Dollar, Berget AI 3 und 15 Euro, HostYourAI 3,45 und 17,25 Euro. Eine dedizierte Instanz kostet bei HostYourAI ab 83,40 Euro je Stunde, im Dauerbetrieb also rund 60.000 Euro im Monat. Bei kleinen und mittleren Volumina ist die Token-Abrechnung deshalb fast immer günstiger. Eigene oder gemietete Hardware lohnt sich erst bei dauerhaft hohem Volumen oder wenn Datenschutz-Vorgaben jede geteilte Infrastruktur ausschließen.
Welche Alternative gibt es, wenn Kimi K3 zu groß ist?
Die offenen Schwestermodelle Kimi K2.6 und Kimi K2.7 Code mit je einer Billion Parametern, davon 32 Milliarden aktiv. Ihre Gewichte belegen rund 595 Gigabyte, gut ein Drittel des K3-Vollmodells. K2.6 ist der Allrounder, K2.7 Code legt auf Moonshots Code-Benchmark Kimi Code Bench v2 um 21,8 Prozent gegenüber K2.6 zu und verbraucht rund 30 Prozent weniger Denk-Token. Beide stehen unter der Modified-MIT-Lizenz ohne die Umsatzschwelle von K3 und kosten über die API 0,95 US-Dollar Eingabe und 4 US-Dollar Ausgabe je Million Token. Dazu kommen verkleinerte K3-Fassungen: Die von Unsloth empfohlene hat 594 Gigabyte und wählt in 79 Prozent der Fälle dasselbe nächste Token wie das Original.
Darf ich Kimi K3 kommerziell im Unternehmen einsetzen?
Ja. Moonshot hat die Gewichte am 27. Juli 2026 unter der eigenen Kimi K3 License veröffentlicht, die die Nutzung grundsätzlich frei erlaubt, auch kommerziell. Zwei Zusatzpflichten gelten nur in Sonderfällen. Erstens: Betreibt deine Unternehmensgruppe ein Model-as-a-Service-Geschäft, gibt also Dritten etwa per API Zugang zu einem Sprachmodell, bei dem diese Eingaben, Parameter oder Trainingsdaten spürbar selbst steuern, und liegt der Gesamtumsatz von Lizenznehmer und verbundenen Unternehmen über zwölf zusammenhängende Monate über 20 Millionen US-Dollar, ist vor jeder kommerziellen Nutzung eine separate Vereinbarung mit Moonshot nötig. Ob dieser Umsatz aus Kimi K3 stammt, spielt keine Rolle. Zweitens: Ab mehr als 100 Millionen monatlich aktiven Nutzern oder mehr als 20 Millionen US-Dollar Monatsumsatz muss der Name Kimi K3 sichtbar in der Oberfläche stehen. Interne Nutzung ist von beidem ausgenommen.
Wie senke ich die Kosten von Kimi K3?
Über die Denkstufe. Kimi K3 kennt über den Parameter reasoning_effort die Stufen low, high und max. Voreingestellt ist max, ganz abschalten lässt sich das Denken nicht. Der Preis je Token ist in allen Stufen gleich, die Rechnung entsteht über die Menge der erzeugten Token. Für denselben Testdurchlauf misst Artificial Analysis am 17. Oktober 2026 auf der Voreinstellung 160 Millionen Ausgabe-Token bei 44 Indexpunkten, auf der niedrigsten Stufe 22 Millionen bei 30 Punkten. Die Kosten je Testaufgabe sinken dabei von 2,00 auf 1,15 US-Dollar, also um gut 40 Prozent, weil Eingabe und Cache den größeren Teil der Kosten ausmachen und deutlich weniger sinken als die Ausgabe. Für Klassifizierung, Extraktion und Standardtexte lohnt sich der Test auf der niedrigen Stufe, bevor du die teure Voreinstellung produktiv schaltest.
Wie schlägt sich Kimi K3 gegen Claude Opus 5.5 und Claude Sonnet 5.5?
Am 17. Oktober 2026 misst Artificial Analysis im Intelligence Index, Version 4.3.2, 44 Punkte für Kimi K3, 58 für Claude Opus 5.5 und 56 für Claude Sonnet 5.5. Im Preis liegt Kimi K3 mit 3 US-Dollar Eingabe und 15 US-Dollar Ausgabe je Million Token zwischen Opus 5.5 mit 4 und 20 und Sonnet 5.5 mit 2 und 10. Die 60 Punkte aus früheren Fassungen dieses Artikels gehören zur alten Index-Version, auch Claude Opus 5 fiel bei der Umstellung von 63 auf 51. Den Unterschied, um den es hier geht, zeigt keine Punktzahl: Die Gewichte von Kimi K3 kannst du herunterladen und selbst betreiben, die der Claude-Modelle nicht. Den tagesaktuellen Stand zeigt unser Kimi-K3-Guide.
Wo kann ich Kimi K3 herunterladen?
Auf Hugging Face im Repository moonshotai/Kimi-K3. Die Gewichte sind auf 96 Dateien verteilt und belegen zusammen rund 1,56 Terabyte im MXFP4-Format. Dort liegen auch Modellkarte, Lizenz und Hinweise zum Betrieb mit vLLM, SGLang und TokenSpeed. Verkleinerte Fassungen im GGUF-Format für llama.cpp stellt Unsloth im Repository unsloth/Kimi-K3-GGUF bereit, zwischen rund 466 Gigabyte und 1,56 Terabyte groß. Für reinen Text reicht seit August die Hauptversion von llama.cpp, für Bildverständnis brauchst du Unsloths eigenen Abzweig. Vor dem Download lohnt der Blick in die Lizenz und in die eigene Hardware-Rechnung.
Quellen & Referenzen
- Moonshot AI, Modellkarte Kimi K3: 2,8 Billionen Parameter, 16 von 896 Experten und 104 Milliarden aktive Parameter je Token, MXFP4-Training ab der überwachten Feinabstimmung, Kontextfenster, dauerhafter Denkmodus und empfohlene Inferenz-Programme. huggingface.co
- Moonshot AI, Kimi K3 License im Originaltext: Definition von Model as a Service, Umsatzschwelle für Lizenznehmer und verbundene Unternehmen über zwölf zusammenhängende Monate, Namensnennung und Ausnahmen in Abschnitt 4. huggingface.co
- Moonshot AI: Vorstellung von Kimi K3 mit der Empfehlung, das Modell auf Verbünden mit 64 oder mehr Beschleunigern zu betreiben. kimi.com
- Moonshot AI: Preisliste der Kimi-API für Kimi K3, K2.6 und K2.7 Code, abgerufen am 17. Oktober 2026. platform.kimi.ai
- Moonshot AI: Anleitung zu den Denkstufen von Kimi K3 über den Parameter reasoning_effort. platform.kimi.ai
- Moonshot AI: Überblick über die Kimi-API mit OpenAI- und Anthropic-kompatiblen Schnittstellen. platform.kimi.ai
- Moonshot AI, Modellkarte Kimi K2.6: Parameter, aktive Parameter, Kontextfenster und Lizenz. huggingface.co
- Moonshot AI: Modified-MIT-Lizenz von Kimi K2.6 mit der Namensnennung ab 100 Millionen Nutzern oder 20 Millionen US-Dollar Monatsumsatz. huggingface.co
- Moonshot AI, Modellkarte Kimi K2.7 Code: Benchmark-Werte gegenüber K2.6 und rund 30 Prozent weniger Denk-Token. huggingface.co
- Moonshot AI: Schnellstart zu Kimi K2.7 Code mit der Verbesserung bei agentischen Aufgaben. platform.kimi.ai
- Moonshot AI: Neuerungen in Kimi Code mit dem Start von K2.8 Preview am 11. September 2026. kimi.com
- Moonshot AI: Kimi-Vendor-Verifier mit den Prüfergebnissen getesteter Kimi-K3-Anbieter. github.com
- Unsloth: Dokumentation der verkleinerten Kimi-K3-Fassungen mit Größe, Top-1-Übereinstimmung, Speicherbedarf und Empfehlung. unsloth.ai
- Unsloth: Repository der GGUF-Fassungen von Kimi K3 inklusive der kleinsten Dateien ab rund 466 Gigabyte. huggingface.co
- llama.cpp: Aufnahme des Kimi-K3-Textmodells in die Hauptversion, übernommen am 15. August 2026. github.com
- vLLM: Rezept für Kimi K3 mit Mindest-Hardware und Hinweis auf mehrere Maschinen im Produktivbetrieb. recipes.vllm.ai
- SGLang: Anleitung für Kimi K3 mit Hardware-Konfigurationen je GPU-Generation. docs.sglang.io
- NVIDIA: Blackwell Ultra mit 288 Gigabyte HBM3e je GPU im Vergleich zu H100 und Blackwell. developer.nvidia.com
- NVIDIA: Datenblatt H200 mit 141 Gigabyte HBM3e. nvidia.com
- NVIDIA: DGX Station mit 748 Gigabyte gemeinsamem Speicher. nvidia.com
- Artificial Analysis, Modellseite Kimi K3: Intelligence Index 44 in Version 4.3.2, 160 Millionen Ausgabe-Token im Indexlauf, Kosten je Aufgabe und Lizenzkategorie, Stand 17. Oktober 2026. artificialanalysis.ai
- Artificial Analysis, Kimi K3 auf der niedrigsten Denkstufe: Intelligence Index 30, 22 Millionen Ausgabe-Token und Kosten je Aufgabe. artificialanalysis.ai
- Artificial Analysis, Anbieterübersicht Kimi K3: gemessene API-Anbieter mit Preisen und Genauigkeit je Endpunkt. artificialanalysis.ai
- Artificial Analysis: Methodik des Intelligence Index mit der Versionshistorie bis 4.3.2. artificialanalysis.ai
- Artificial Analysis: Rangfolge der Modelle mit offenen Gewichten im Intelligence Index. artificialanalysis.ai
- Artificial Analysis, Modellseite MiMo-V2.6-Pro: Intelligence Index 46. artificialanalysis.ai
- Artificial Analysis, Modellseite GLM-5.3: Intelligence Index 45. artificialanalysis.ai
- Artificial Analysis, Modellseite Step 5 Preview: Intelligence Index 44. artificialanalysis.ai
- Artificial Analysis, Modellseite Claude Opus 5.5: Intelligence Index 58. artificialanalysis.ai
- Artificial Analysis, Modellseite Claude Sonnet 5.5: Intelligence Index 56. artificialanalysis.ai
- Artificial Analysis, Modellseite Claude Opus 5: Intelligence Index 51 auf der neuen Skala. artificialanalysis.ai
- Anthropic: Preisliste der Claude-Modelle mit Eingabe- und Ausgabepreisen je Million Token. platform.claude.com
- Nebius: Modellkatalog der Token Factory mit Kimi K3, Region eu-west2 und Preis je Million Token. tokenfactory.nebius.com
- Nebius: maschinenlesbarer Modellkatalog mit Länderkennung FR für eu-west2 und dem Rechenformat von Kimi K3. tokenfactory.nebius.com
- Internet Archive: Modellkatalog der Nebius Token Factory im Stand vom 6. August 2026 mit Kimi K3 zu 3 und 15 US-Dollar je Million Token. web.archive.org
- Nebius: Unterauftragnehmer der Token Factory unter dem Auftragsverarbeitungsvertrag. docs.nebius.com
- Berget AI: Modellliste mit Kimi K3, Preis in Euro je Million Token und Rechenformat. api.berget.ai
- Berget AI: Auftragsverarbeitungsvertrag mit Unterauftragnehmer-Liste in Anhang 1. berget.ai
- HostYourAI: Modellseite Kimi K3 mit Preisen über den EU-Router und für dedizierte Instanzen. hostyourai.com
- HostYourAI: Meldung vom 27. Juli 2026 zum Betrieb von Kimi K3 auf acht B300 in einem europäischen Rechenzentrum. hostyourai.com
- HostYourAI: Unterauftragnehmer-Liste und Hinweis auf den Auftragsverarbeitungsvertrag. hostyourai.com
- Lyceum: Modellseite Kimi K3 mit Preisen je Million Token. lyceum.technology
- Lyceum: Trust Center mit dem Auftragsverarbeitungsvertrag als Anhang der AGB. lyceum.technology
- Amazon Web Services: Modellkarte Kimi K3 in Amazon Bedrock mit den verfügbaren Regionen und Inferenz-Profilen. docs.aws.amazon.com
- Europäische Zentralbank: Euro-Referenzkurse, US-Dollar je Euro am 16. Oktober 2026. ecb.europa.eu
- Moonshot AI: Datenschutzerklärung von Kimi, Verantwortliche Beijing Moonshot Technology Co., Ltd., Speicherung innerhalb der Volksrepublik China. kimi.com
- Moonshot AI: Datenschutzerklärung der Kimi OpenPlatform, Verantwortliche MOONSHOT AI PTE. LTD., Serverstandort Singapur. platform.kimi.ai
- Europäische Kommission: Liste der Angemessenheitsbeschlüsse nach der DSGVO, ohne China und ohne Singapur. commission.europa.eu
