Chinas Moonshot AI stellt Kimi K3 vor: ein Open-Source-Modell mit 2,8 Billionen Parametern, das die US-Dominanz bei KI herausfordert

Eine neue Front im globalen KI-Wettrüsten

Das chinesische KI-Startup Moonshot AI hat Kimi K3 vorgestellt, ein Open-Source-Modell mit 2,8 Billionen Parametern, das nach Angaben des Unternehmens mit den fortschrittlichsten Systemen der US-amerikanischen Branchenführer OpenAI und Anthropic konkurrieren kann. Die am 17. Juli 2026 verkündete Vorstellung löste an den globalen Technologiemärkten umgehend Erschütterungen aus und entfachte erneut eine heftige Debatte darüber, ob die USA ihren vermeintlichen Vorsprung bei der Entwicklung künstlicher Intelligenz halten können.

Das Modell markiert eine deutliche Verschärfung des technologischen Wettbewerbs zwischen den beiden größten Volkswirtschaften der Welt. Mit der für den 27. Juli geplanten Veröffentlichung der vollständigen Modellgewichte wird Kimi K3 das erste Open-Source-Modell sein, das sich der Marke von drei Billionen Parametern nähert und von Entwicklern weltweit frei heruntergeladen, verändert und eingesetzt werden kann. Diese Zugänglichkeit steht in scharfem Kontrast zu den geschlossenen, proprietären Systemen, die die US-amerikanische KI-Landschaft dominieren.

Parameter funktionieren, für Leser, denen der Begriff nicht geläufig ist, ungefähr wie die neuronalen Verbindungen in einem biologischen Gehirn. Eine höhere Parameterzahl bedeutet in der Regel, dass ein Modell mehr Wissen speichern, komplexere Muster erkennen und anspruchsvollere Schlussfolgerungen ziehen kann. Mit 2,8 Billionen Parametern übertrifft Kimi K3 frühere Open-Source-Spitzenmodelle wie DeepSeeks V4 Pro mit 1,6 Billionen Parametern und Zhipu AIs GLM-5.2 mit 744 Milliarden Parametern deutlich.

Moonshot AI bezeichnete K3 als sein „leistungsfähigstes Flaggschiffmodell bisher“. Es sei speziell für langwierige Programmieraufgaben, Wissensarbeit und komplexe Schlussfolgerungen entwickelt worden, die nur minimale menschliche Überwachung erfordern. Das Modell verfügt über ein Kontextfenster von einer Million Token und kann damit in einem einzelnen Prompt erheblich mehr Informationen verarbeiten und behalten als die meisten Konkurrenzmodelle. Zur Einordnung: Ein „Token“ ist eine Texteinheit (ungefähr ein Wort oder ein Wortteil). Eine Million Token entspricht somit etwa 750.000 Wörtern, die auf einmal analysiert werden können, oder rund drei vollständigen Romanen.

Benchmark-Ergebnisse sorgen für Aufsehen

Besonders bemerkenswert am Debüt von Kimi K3 ist seine Leistung auf unabhängigen Bewertungsplattformen. In der Frontend Code Arena von Arena.ai, die anhand direkter Programmiervergleiche die Präferenzen menschlicher Entwickler misst, belegte Kimi K3 mit 1.679 Punkten den ersten Platz und übertraf damit Anthropics Claude Fable 5 und OpenAIs GPT-5.6 Sol. Das Modell lag in sechs von sieben bewerteten Bereichen vorn, darunter Marken und Marketing, referenzbasiertes Design und Datenanalyse.

Das Analyseunternehmen Artificial Analysis setzte Kimi K3 in seinem Intelligence Index auf den dritten Gesamtrang, nur hinter Claude Fable 5 und GPT-5.6 Sol, aber vor Claude Opus 4.8 und GPT-5.5. Bei BrowseComp, einem Benchmark für schwierige, langwierige Informationsrecherchen, erzielte K3 mit seinem vollständigen Kontextfenster von einer Million Token und ohne Komprimierungstechniken einen Spitzenwert von 91,2 von 100 Punkten.

Die von Moonshot veröffentlichten eigenen Benchmark-Ergebnisse zeigten, dass K3 Claude Opus 4.8 und GPT-5.5 bei Programmier- und agentischen Aufgaben übertraf, darunter in den Tests Program Bench und SWE Marathon. Das Unternehmen räumte jedoch ein, dass K3 insgesamt weiterhin hinter den absoluten Spitzenmodellen Claude Fable 5 und GPT-5.6 Sol zurückliegt.

Analysten der Bank of America unter Leitung von Alex Liu fassten die Bedeutung in einer Forschungsnotiz zusammen: „Trotz anhaltender Einschränkungen bei Hardware und Rechenkapazitäten in China zeigt K3, dass eine Skalierung des Vortrainings in Verbindung mit architektonischen Innovationen weiterhin sprunghafte Leistungssteigerungen bei chinesischen Spitzenmodellen ermöglichen kann.“

Die Architektur hinter dem Durchbruch

Moonshot AI führt einen Großteil der Effizienz von K3 auf zwei firmeneigene Architekturinnovationen zurück, die das Unternehmen zuvor als offene Forschungsarbeiten veröffentlicht hatte. Kimi Delta Attention nutzt einen hybriden linearen Aufmerksamkeitsmechanismus, der den Rechenaufwand für die Verarbeitung langer Sequenzen verringert. Attention Residuals ersetzen unterdessen herkömmliche Residualverbindungen zwischen den Schichten neuronaler Netze und erzielen laut Moonshot „konsistente Skalierungsvorteile“.

Aus der technischen Dokumentation geht hervor, dass K3 eine Mixture-of-Experts-Architektur verwendet. Für jedes verarbeitete Token werden nur 16 der 896 Experten-Subnetze aktiviert, also rund 1,8 Prozent des gesamten Parameterbestands. Diese selektive Aktivierung senkt die Inferenzkosten erheblich, ohne die Leistungsfähigkeit des Modells zu beeinträchtigen. Außerdem setzte das Unternehmen ein quantisierungsbewusstes Training mit MXFP4-Gewichten und MXFP8-Aktivierungen ein. Dieses Präzisionsformat wurde gezielt gewählt, um eine breite Hardwarekompatibilität über verschiedene Chiphersteller hinweg zu gewährleisten.

Besonders aufschlussreich für die technischen Ambitionen von Moonshot war eine 48-stündige autonome Demonstration, in der K3 einen physischen Chip entwarf, auf dem eine Version seiner selbst im Nanomaßstab laufen sollte. Ausschließlich mit Open-Source-Tools für die elektronische Entwurfsautomatisierung und der Nangate-45-nm-Bibliothek schloss das Modell eigenständig die gesamte Entwicklungskette vom Architekturentwurf bis hin zu Optimierung und Verifikation ab. Der resultierende Entwurf mit einer Fläche von vier Quadratmillimetern erreichte bei 100 MHz einen stabilen Zeitplan und konnte in der Simulation mehr als 8.700 Token pro Sekunde dekodieren.

In einer weiteren Fallstudie soll K3 die universelle I-Love-Q-Beziehung in der computergestützten Astrophysik reproduziert haben. Die komplexe Berechnung, für die ein erfahrener Forscher üblicherweise ein bis zwei Wochen benötigt, erledigte das Modell demnach in etwa zwei Stunden. Dabei las und prüfte es mehr als 20 wissenschaftliche Arbeiten gegeneinander.

Markterschütterungen und Sorgen unter Anlegern

Die Ankündigung von K3 löste umgehend heftige Marktreaktionen aus, die an den „DeepSeek-Schock“ vom Januar 2025 erinnerten, als ein weiteres chinesisches Startup ein überraschend leistungsfähiges Modell zu minimalen Kosten veröffentlichte. Die Aktien von Moonshots heimischen Konkurrenten Zhipu AI (Z.ai) und MiniMax brachen im Hongkonger Handel um 27 bis 28 Prozent beziehungsweise 16 Prozent ein. Taiwan Semiconductor Manufacturing Company, der weltweit führende Chipproduzent, verlor trotz eines Anstiegs des Quartalsbetriebsgewinns um 77 Prozent sieben Prozent. SoftBank, das häufig als Indikator für Investitionen in OpenAI gilt, gab 9,0 Prozent nach.

Der Ausverkauf griff auch auf die US-Märkte über: Der Nasdaq 100 sank um 1,0 Prozent, Nvidia-Aktien verloren 1,2 Prozent. Damit büßte der Chiphersteller kurzzeitig seine Position als wertvollstes Unternehmen der Welt an Apple ein. Die Meta-Aktie stürzte um mehr als 2,4 Prozent ab.

Patrick Moorhead, CEO und Chefanalyst von Moor Insights and Strategy, bezeichnete die Marktreaktion als „eine Überreaktion, die dem DeepSeek-Schock erstaunlich ähnlich ist“. In einer Analyse in sozialen Medien merkte Moorhead an, dass es trotz echter technologischer Fortschritte „noch lange keine Superintelligenz“ gebe. Modelle wie K3 würden letztlich „den Inferenzmarkt schneller wachsen lassen und beschleunigen“, argumentierte er. Der Wettbewerbsdruck könne die gesamte KI-Wirtschaft ausweiten, statt die Marktanteile lediglich neu zu verteilen.

Der Investor Gavin Baker, eine der prominenten Stimmen an der Wall Street zur KI-Branche, bezeichnete die Veröffentlichung von K3 als „Wendepunkt“. Das Modell werde sich „für geschlossene KI-Startups wie OpenAI und Anthropic als schlechte Nachricht erweisen, für fast jedes andere Unternehmen der Welt aber als Netto-Plus“, prognostizierte er. Baker erklärte: „Alles, was die Margen senkt und den Wettbewerb auf der Modellebene verschärft, ist gut für alle anderen Bereiche der KI: Energie, Halbleiter, Hyperscaler, Neoclouds und ja, sogar Software.“

Geopolitische Dimensionen von Open Source

Die Veröffentlichung von K3 hat erhebliche Auswirkungen auf den geopolitischen Wettbewerb um künstliche Intelligenz. Nur wenige Wochen zuvor hatte die US-Regierung Anthropic abrupt dazu gezwungen, seine Modelle Fable und Mythos wegen Cybersicherheitsbedenken vorübergehend zurückzuziehen. Sie behandelte Spitzenmodelle der KI damit als kritische nationale Infrastruktur. Die anschließende Aufhebung der Beschränkungen durch Washington konnte den Eindruck kaum entkräften, dass die US-Behörden fortschrittliche KI als strategisches Gut betrachten, das streng kontrolliert werden muss.

Der chinesische Präsident Xi Jinping sprach diese Spannungen auf der Weltkonferenz für künstliche Intelligenz 2026 in Shanghai direkt an und bekräftigte Chinas Bekenntnis zu Open-Source-Veröffentlichungen. „Wir müssen diese seltene historische Gelegenheit nutzen und Open Source, Offenheit, Zusammenarbeit und Austausch fördern“, sagte Xi den Teilnehmern. Mit Blick auf die US-Politik fügte er kritisch hinzu: „Wir sollten gemeinsam dagegen vorgehen, den Begriff der nationalen Sicherheit im Bereich der KI über Gebühr auszuweiten oder die Sicherheit eines Landes über die Sicherheit anderer zu stellen.“

Die Open-Source-Strategie dient mehreren chinesischen Interessen zugleich. Sie demonstriert technische Fähigkeiten, baut globale Entwicklergemeinschaften auf und schafft Standards, die sich US-Exportkontrollen widersetzen. Wie eine Reuters-Analyse feststellte, können chinesische Unternehmen durch die Veröffentlichung als Open Source „Entwicklergemeinschaften und zugleich ihren globalen Einfluss ausbauen. Diese Strategie dürfte China dabei helfen, den US-Bemühungen zur Begrenzung des technologischen Fortschritts Pekings entgegenzuwirken.“

Dean Ball, ein ehemaliger Regierungsvertreter der Trump-Administration, der nun bei OpenAI die strategische Zukunftsforschung leitet, zeigte sich überrascht von Chinas Offenheit. „Ich persönlich bin überrascht, dass der chinesische Staat die Veröffentlichung so guter Modelle als Open Source angesichts der potenziellen Risiken weiterhin zulässt“, schrieb er in sozialen Medien. Ball vermutete, dass Chinas Ansatz mit einer umfassenderen politischen Philosophie übereinstimmen könnte. „Ein wahrscheinliches Ergebnis einer Welt, die von Modellen mit offenen Gewichten dominiert wird, ist der vollständige KI-Kommunismus. Genau das schlägt China vor: KI ist kein Marktprodukt, sondern ein ‚öffentliches Gut‘, das letztlich vom Staat als eine Art ‚digitale öffentliche Infrastruktur‘ bereitgestellt wird.“

David Sacks und die US-amerikanische politische Debatte

Die Veröffentlichung von K3 verschärfte die anhaltende Debatte in den USA darüber, wie die technologische Führungsrolle des Landes gesichert werden kann. David Sacks, der zunächst als KI- und Krypto-Beauftragter von Präsident Trump tätig war und anschließend Co-Vorsitzender des Wissenschafts- und Technologierats des Präsidenten wurde, bezeichnete die Veröffentlichung als „besorgniserregend“.

In einem vielfach geteilten Beitrag in sozialen Medien warnte Sacks, dass die USA ihre Führungsrolle bei KI durch selbst verursachte Probleme aufs Spiel setzten: den Bau neuer Rechenzentren zu blockieren, immer mehr einzelstaatliche Vorschriften einzuführen und Bundesbehörden zur Vorabgenehmigung von Spitzenmodellen zu drängen. Die „Innovation ohne vorherige Genehmigung“ habe die amerikanische Vorherrschaft im Internetzeitalter ermöglicht, argumentierte er. Eine Wiederholung dieses Ansatzes sei der einzige gangbare Weg für die KI.

So verliert man das KI-Wettrennen. Der Rest der Welt wird sich nicht an die Regeln der USA halten, wenn diese sich selbst ausbremsen.

Der Risikokapitalgeber Vinod Khosla, Gründer von Khosla Ventures, stimmte Sacks’ Einschätzung zu und hob zugleich ein seiner Ansicht nach „noch größeres Problem“ hervor. Khosla verwies auf die Einwanderungsbeschränkungen in den USA, die seiner Meinung nach herausragende technische Fachkräfte aus anderen Ländern abschrecken und damit die Grundlage für die Entwicklung von KI, das Humankapital, schwächen.

Warum chinesische Modelle weniger kosten

Die API-Preise von Kimi K3 verdeutlichen einen systematischen Kostenvorteil chinesischer Anbieter, der zunehmend westliche Entwickler anzieht. Mit 15 US-Dollar pro einer Million ausgegebener Token ist K3 bei entsprechenden Ausgaben 70 Prozent günstiger als Claude Fable 5 mit 50 US-Dollar. Eingabe-Token kosten drei US-Dollar pro Million, zwischengespeicherte Eingaben nur 0,30 US-Dollar pro Million. Damit liegt K3 zwar preislich über einigen früheren chinesischen Modellen, bietet aber als Modell der mittleren Preisklasse eine Leistung nahe der Spitze.

Mehrere Faktoren tragen zu diesem Kostenunterschied bei. Die Strompreise in China liegen weiterhin deutlich unter denen vieler US-Regionen. Das spiegelt massive staatliche Investitionen in die Energieerzeugung und Übertragungsinfrastruktur wider. Der Ausbau von Rechenzentren stößt in China auf weniger politischen Widerstand als in den USA, wo sich lokale Gemeinschaften wegen der Belastung der Stromnetze und des Wasserverbrauchs zunehmend gegen solche Anlagen stellen.

Besonders wichtig ist, dass chinesische KI-Unternehmen auf eine Marktanteilsstrategie setzen und dafür kurzfristige Rentabilität zugunsten des Aufbaus eines Ökosystems opfern. Ironischerweise könnten die US-Exportkontrollen diese Effizienz unbeabsichtigt sogar gefördert haben. Da ihnen der Zugang zu den fortschrittlichsten Nvidia-Prozessoren verwehrt blieb, mussten chinesische Labore mithilfe algorithmischer Innovationen die Leistung weniger leistungsfähiger Hardware maximal ausschöpfen.

Grace Shao, KI-Analystin und Autorin des Newsletters AI Proem, erklärte, chinesische Labore seien „so stark durch Rechenkapazität, Kapital und Fachkräfte eingeschränkt, dass viele von ihnen vorsichtig mit ihren Ressourcen umgehen“. Dieser Druck habe bemerkenswerte Effizienzfortschritte hervorgebracht. George Chen, Partner bei der Asia Group, sagte: „Für das Geld, das [ein chinesisches KI-Unternehmen] für einen Nvidia-Chip ausgeben würde, kann es zehn einheimische Chips von Huawei oder anderen lokalen Chipherstellern kaufen.“

Moonshots eigene technische Angaben legen die Hardwarebeschränkungen offen dar. Das Unternehmen trainierte K3 mit Nvidia-H200-Prozessoren sowie mit dem, was es lediglich als „GPGPU eines alternativen Anbieters“ bezeichnete. Allgemein wird angenommen, dass damit Huaweis Ascend-Chips gemeint sind. Der Benchmark zur Kernel-Optimierung des Unternehmens lief auf einer Nvidia L20, einem abgespeckten Prozessor, der speziell für den Verkauf nach China im Rahmen der US-Exportbestimmungen entwickelt wurde.

Moonshots bewegte Unternehmensgeschichte

Um die Bedeutung von K3 zu verstehen, muss man die turbulente Geschichte von Moonshot AI kennen. Das 2023 von Yang Zhilin gegründete Unternehmen geht auf den chinesischen Namen des Pink-Floyd-Albums „The Dark Side of the Moon“ zurück, das Berichten zufolge die Lieblingsplatte des Gründers ist. Yang absolvierte die Tsinghua-Universität und forschte zuvor bei Google und Meta. Das Unternehmen gewann zunächst mit den ausgeprägten Fähigkeiten von Kimi zur Analyse langer Texte und mit KI-Suchfunktionen an Fahrt und zog erhebliche Investitionen von Alibaba, Tencent und Meituan an.

Anfang 2026 hatte Moonshot in mehreren Finanzierungsrunden rund 1,5 Milliarden US-Dollar eingesammelt; seine Bewertung stieg dabei von 2,5 auf 4,3 Milliarden US-Dollar. Dann brachte DeepSeeks Modell R1 im Januar 2025 die gesamte chinesische KI-Landschaft durcheinander, und Moonshot gehörte zu den am stärksten betroffenen Unternehmen. Kimi fiel bei den monatlich aktiven Nutzern in China vom dritten auf den siebten Platz zurück.

Mit der strategischen Neuausrichtung auf Open-Source-Modelle, die im Juli 2025 mit Kimi K2 begann und sich mit K2.5 im Januar 2026 beschleunigte, wollte das Unternehmen durch technische Beiträge statt durch Marktanteile im Endkundengeschäft wieder an Bedeutung gewinnen. K3 ist der vorläufige Höhepunkt dieser Bemühungen. Das Training eines Modells mit 2,8 Billionen Parametern erfordert monatelange Vorbereitung und enorme Rechenressourcen. Das deutet darauf hin, dass die Architekturentscheidungen lange vor der öffentlichen Ankündigung feststanden.

Bloomberg berichtete im Juni, Moonshot wolle vor einem möglichen Börsengang in Hongkong zwei Milliarden US-Dollar an frischem Kapital bei einer Bewertung von rund 30 Milliarden US-Dollar aufnehmen. Die Veröffentlichung von K3 dürfte die Verhandlungsposition des Unternehmens deutlich stärken.

Stimmen aus der Fachwelt: Vorsicht trotz des Hypes

Nicht alle Reaktionen auf K3 waren von Begeisterung oder Alarm geprägt. Ethan Mollick, Professor an der Wharton School, der die Auswirkungen von KI auf die Arbeit erforscht, mahnte zur Vorsicht, nachdem er das Modell mit einer komplexen statistischen Prüfung seiner früheren wissenschaftlichen Arbeiten getestet hatte. K3 habe „einiges falsch gemacht“, berichtete Mollick, unter anderem statistische Methoden falsch angewandt. Er veröffentlichte eine ausführliche, von OpenAIs GPT-5.6 Pro erstellte Kritik, die grundlegende Fehler in K3s Analyseansatz aufzeigte, und erklärte, dass er dieser Einschätzung zustimme.

Simon Koser, Produktchef des KI-Startups Tzafon, räumte ein, dass K3 in Bereichen wie dem Programmieren „wirklich beeindruckend“ sei, warnte aber davor, die Benchmark-Ergebnisse überzuinterpretieren. „Bestimmte KI-Modelle können sich im produktiven Einsatz anders verhalten als in Tests. Außerdem gibt es kein KI-Modell, das alles gleichermaßen gut kann und allen anderen auf dem Markt überlegen ist“, erklärte Koser. „Es wird den Eindruck erwecken, als würden viele Leute wechseln. In der Praxis bin ich mir aber nicht sicher, ob der Wandel so groß ist.“

Perplexity-CEO Aravind Srinivas blickte auf die gesamte Branche und argumentierte, dass „das Modell allein nicht mehr das Produkt ist“. Seiner Ansicht nach entsteht der Wettbewerbsvorteil zunehmend durch „das Harness, also das Orchestrierungssystem, das das Modell in ein leistungsfähiges Harness einbettet und mit zahlreichen Werkzeugen kombiniert“. Diese Sichtweise legt nahe, dass die Fähigkeiten des Modells, so beeindruckend sie auch sein mögen, nur eine Komponente eines erfolgreichen KI-Einsatzes darstellen.

Lu Zhang, Gründerin des Fusion Fund, bekräftigte diesen Punkt mit dem Hinweis, dass die meisten Entwickler, die offene Modelle verwenden, aus „dem Startup-Ökosystem und weniger aus großen Unternehmen“ stammten. Diese Nutzer wechselten häufig zu anderen Modellen, sobald bessere oder günstigere Alternativen auf den Markt kämen. Sie behandelten KI-Fähigkeiten eher als austauschbare Produkte denn als strategische Bindung.

Was offene Modellgewichte für Unternehmen bedeuten

Für Unternehmen, die über KI-Investitionen entscheiden, eröffnet die Veröffentlichung der offenen Modellgewichte am 27. Juli neue strategische Möglichkeiten. Anders als API-abhängige Dienste von OpenAI oder Anthropic ermöglicht ein so leistungsfähiges Open-Source-Modell Unternehmen, es feinabzustimmen, selbst zu hosten und eigene proprietäre Systeme aufzubauen, ohne wiederkehrende Gebühren an Anbieter zahlen zu müssen oder sich um die Datenhoheit zu sorgen. Der Nachteil sind die erheblichen Infrastruktur-Anforderungen: Für den Betrieb von 2,8 Billionen Parametern braucht es GPU-Cluster, über die nur wenige Unternehmen intern verfügen.

Moonshot hat sich dieser Herausforderung teilweise mit dem Projekt Mooncake angenommen. Es erhielt bei FAST 2025 den Preis für die beste Forschungsarbeit, weil es eine entkoppelte Bereitstellung entwickelte, die den KV-Cache in den Mittelpunkt stellt. Bei dieser Architektur wird die speicherintensive Zwischenspeicherung des bisherigen Kontexts von der Berechnung neuer Antworten getrennt. Das macht die Inferenz mit großen Modellen praktikabler und kostengünstiger.

Das Produktangebot des Unternehmens umfasst nun drei Modellstufen: K3 als Flaggschiff, K2.7 Code als spezialisiertes Programmiermodell und K2.6 als Allzweckmodell. Alle unterstützen Kontextfenster von mindestens 256.000 Token, K3 bietet das volle Potenzial von einer Million Token. Die automatische Kontextzwischenspeicherung, die Entwickler nicht ausdrücklich verwalten müssen, ist ein subtiler, aber bedeutsamer Vorteil bei der Nutzerfreundlichkeit gegenüber Konkurrenzprodukten.

Zusammen mit dem Start von K3 aktualisierte Moonshot Kimi Code, sein Open-Source-Programmierwerkzeug, das mit Claude Code von Anthropic konkurriert. Das Tool hat mehr als 3.100 GitHub-Sterne gesammelt und lässt sich in beliebte Entwicklungsumgebungen wie VSCode, Cursor und Zed integrieren. Zu den neuen Funktionen gehören erweiterte Werkzeuge für Subagenten, die Verwaltung von Hintergrundaufgaben und verschachtelte Agentenfunktionen, die den Programmierassistenten in ein autonomes System mit mehreren Ebenen verwandeln.

Die Wettbewerbslage verändert sich

Mit K3 verändert sich das Bild des globalen KI-Wettbewerbs. In den vergangenen drei Jahren lagen Open-Source-Modelle in ihrer Leistung meist spürbar hinter proprietären Konkurrenzmodellen zurück. K3 scheint diesen Abstand auf Wochen statt Monate verkürzt zu haben, sofern die unabhängigen Benchmarks nach dem 27. Juli bei breiteren Tests durch die Entwicklergemeinschaft Bestand haben.

Diese Annäherung stellt das Geschäftsmodell der US-amerikanischen Spitzenlabore infrage, die ihre Premiumpreise mit Leistungsvorteilen rechtfertigen. Sie erschwert auch die US-Bemühungen, die Verbreitung von KI durch Hardware-Exportkontrollen zu steuern, wenn algorithmische Effizienz eingeschränkt verfügbare Chips teilweise ersetzen kann.

Der Wettbewerbsdruck geht über Moonshot hinaus. Chinesische KI-Unternehmen belegen inzwischen alle fünf Spitzenplätze in der wöchentlichen Rangliste der Nutzung von OpenRouter. Dazu gehören Tencent, Xiaomi, DeepSeek, MiniMax und Zhipu AI. Berichten zufolge hat die US-amerikanische Essenslieferplattform DoorDash „Arbeiten auf niedrigerer Ebene“ auf Kimi-Modelle verlagert und dabei eine „bessere Qualität zu niedrigeren Kosten“ erzielt, wie Technikchef Andy Fang erklärte.

US-Abgeordnete erwägen aktiv Maßnahmen, um den Einsatz chinesischer KI-Modelle im eigenen Land einzudämmen, obwohl es technisch immer schwieriger wird, einen Ausschluss zu rechtfertigen. Da diese Systeme Open Source sind, verbreiten sie sich über globale Entwicklernetzwerke und lassen sich nur schwer durch nationale Vorschriften eindämmen.

Die wichtigsten Punkte

• Moonshot AIs Kimi K3 ist mit 2,8 Billionen Parametern das größte je angekündigte Open-Source-KI-Modell; die vollständigen Modellgewichte sollen am 27. Juli 2026 veröffentlicht werden
• Unabhängige Benchmarks führen K3 insgesamt auf Platz drei, hinter Anthropics Claude Fable 5 und OpenAIs GPT-5.6 Sol; bei der Frontend-Programmierung liegt es auf Platz eins
• Das Modell kostet 15 US-Dollar pro einer Million ausgegebener Token und ist damit 70 Prozent günstiger als Fable 5 mit 50 US-Dollar; der systematische Preisvorteil chinesischer KI setzt sich fort
• Die Märkte reagierten heftig auf die Ankündigung: Aktien konkurrierender chinesischer KI-Unternehmen verloren 16 bis 28 Prozent, globale Chipaktien gaben aus Sorge vor schwindenden Wettbewerbsvorteilen nach
• US-amerikanische politische Akteure wie David Sacks und Vinod Khosla warnten, Vorschriften und Einwanderungsbeschränkungen gefährdeten die US-Führungsrolle bei KI stärker als die chinesische Konkurrenz selbst
• Präsident Xi Jinping bekräftigte auf der WAIC-Konferenz in Shanghai Chinas Bekenntnis zu Open-Source-KI und bezeichnete sie als globale öffentliche Infrastruktur
• Technische Demonstrationen zeigten, dass K3 in 48 Stunden autonomen Betriebs einen funktionsfähigen Chip entwarf und komplexe astrophysikalische Probleme in Stunden statt Wochen löste
• Moonshot trainierte K3 mit exportkontrollierten Nvidia-L20-Prozessoren und Alternativchips von Huawei und demonstrierte damit anhaltende Fortschritte trotz der US-amerikanischen Hardwarebeschränkungen