Am 16. Juli 2026 bringt Moonshot AI Kimi K3 auf den Markt. Hinter einem weiteren Modellnamen verbirgt sich eine Tatsache, die die Aufmerksamkeit einer technischen Führungsebene verdient: ein Open-Weights-Modell der Spitzenklasse, für das der Anbieter rund 2,8 Billionen Parameter, einen Ein-Millionen-Token-Kontext und eine Veröffentlichung der Gewichte vor dem 27. Juli beansprucht. Fähigkeiten, die einst proprietären Giganten (Anthropic, OpenAI, Google) vorbehalten schienen, werden als offene Gewichte, zum Kampfpreis, aus einem chinesischen Labor verfügbar. SFEIR – Partner von Anthropic und Google Cloud, „ohne Interesse daran, ein chinesisches Modell schönzureden" – bietet eine vorsichtige, ingenieursmäßige Lesart.
Ein Vorbehalt von Anfang an: Beim Launch gibt es keine offizielle, vollständige Benchmark-Tabelle. Die Spezifikationen (Kimi Delta Attention, hybride lineare Aufmerksamkeit, Dekodierung angeblich 6,3x schneller bei 1M Token, +25% Trainingseffizienz) stammen vom Anbieter selbst; die Scores stammen aus Community-Arenen. Als Behauptungen, nicht als Fakten zu behandeln. Die Regel ändert sich nicht: ein Arena-Score ist ein Signal, kein Beweis; die einzige Messung, die zählt, ist die, die man an den eigenen Repositories durchführt.
Der Preis ist die eigentliche Waffe. Laut ersten Berichten (noch zu verifizieren): ~3 $/M Input, 15 $ Output, 0,30 $ gecacht. Teurer als K2.7 Code, aber aggressiv für diese Klasse. Ein Open-Weights-Modell der Spitzenklasse auf diesem Niveau zieht die gesamte Preis-Leistungs-Kurve nach unten: die Kommodifizierung der Modellschicht, beschleunigt durch Open Source.
Doch die entscheidende Singularität ist kein Score: Es ist die Reversibilität. Ein proprietäres Modell wird konsumiert (API, Anbieterabhängigkeit). Ein Open-Weights-Modell wird als Option zurückgewonnen: ausführen, portieren, den Lock-in verlassen – um den Preis einer schweren Infrastruktur für 2,8 Billionen Parameter. Kimi reiht sich neben GLM 5.2 (Z.ai) auf diesem Terrain ein und hebt dessen Obergrenze an.
„Sollten wir migrieren?" ist die falsche Frage. Kimi K3 ersetzt weder Claude noch GPT-5.6: Es ergänzt das Portfolio. Die richtige Haltung ist das Multi-Modell-Routing – „ein Modell pro Aufgabe, ein Modell pro Randbedingung" – dem ein glaubwürdiges Open-Weights-Modell der Spitzenklasse eine Spalte „Reversibilität" hinzufügt.
SFEIRs Sicht: Open Weights verändert die Frage, nicht nur die Antwort – nicht mehr „welches Modell ist das beste/günstigste?", sondern „wie viel meines Systems bin ich bereit, von einem Anbieter abhängig zu machen, den ich nicht kontrolliere?". Das Modell ist eine Commodity; der dauerhafte Vorteil liegt im Engineering drumherum (Context Engineering, Harness, Kostensteuerung). „Technische Souveränität wird konstruiert." Die Zahlen müssen weiterhin an den eigenen Systemen validiert werden.