Kurzantwort: Moonshot AI hat Kimi K3 am 16. Juli 2026 veröffentlicht; die Open Weights folgten Ende des Monats – ein Mixture-of-Experts-Modell mit 2,8 Billionen Parametern, 104B aktiven Parametern und einem Kontextfenster von 1M Tokens, unter einer benutzerdefinierten „Kimi K3 License“. Die von der Model Card selbst gemeldeten Coding-Werte nähern sich geschlossenen Frontier-Modellen an. Für Teams, die KI-Coding-Plattformen selbst hosten, ist das eine bedeutsame neue Option – aber die Lizenz ist keine Standard-OSI-Lizenz, der Bereitstellungsbedarf ist groß, und die Benchmark-Zahlen stammen vom Anbieter selbst. Bewerten Sie es wie jedes andere Modell: in Ihrem Repository, mit Ihren Aufgaben, innerhalb Ihrer Grenze.
Was passiert ist
Moonshot AI hat Kimi K3 am 16. Juli 2026 veröffentlicht und Ende Juli die Open Weights auf Hugging Face bereitgestellt; Reuters beschrieb es einen Tag später als das größte bisher veröffentlichte Open-Weight-Modell. Die wichtigsten Angaben der offiziellen Model Card:
| Spezifikation | Wert der Model Card | Was Sie selbst verifizieren sollten |
|---|---|---|
| Gesamtparameter | 2,8T (Mixture-of-Experts) | Tatsächliche Serving-Kosten bei Ihrem Latenzziel |
| Aktive Parameter | 104B pro Forward Pass | Tatsächlicher GPU-Speicherbedarf mit Ihrem Serving-Stack |
| Kontextfenster | 1M Tokens | Effektive Qualität bei langem Kontext, nicht nur das Maximum |
| Quantisierung | MXFP4 quantisierungsbewusstes Training | Genauigkeit der Artefakte, die Sie tatsächlich ausführen würden |
| Lizenz | Benutzerdefinierte „Kimi K3 License“ | Exakte Bedingungen für kommerzielle Nutzung, Weiterverbreitung und Namensnennung |
Die Model Card berichtet außerdem Ergebnisse für Coding-Agent-Benchmarks – darunter Terminal-Bench 2.1 und SWE-Marathon-Werte im Bereich geschlossener Frontier-Modelle. Diese Zahlen stammen vom Anbieter selbst und sollten, wie bei jedem Launch, als Screening-Beleg statt als Nachweis der Tauglichkeit behandelt werden.
Warum das für Self-Hosted-Coding-Plattformen wichtig ist
Open-Weight-Veröffentlichungen verändern den Optionsraum für Organisationen, die Code innerhalb ihrer eigenen Grenze halten. Eine Plattform, die Modelle auf Plattformebene verwaltet, kann begrenzte Coding-Aufgaben im Prinzip an ein Modell routen, das vollständig auf von der Organisation kontrollierter Infrastruktur gehostet wird – das ist das Kernversprechen von Self-Hosted-KI-Entwicklungsplattformen wie Self-Hosted MonkeyCode.
Drei praktische Einschränkungen, bevor jemand ein Beschaffungsdokument aktualisiert:
- Die Lizenz ist benutzerdefiniert. „Open Weights“ ist nicht dasselbe wie OSI-approbiertes Open Source. Die Kimi K3 License muss von der Rechtsabteilung auf kommerzielle Nutzung, Weiterverbreitung und etwaige Nutzungsbeschränkungen geprüft werden – dieselbe Disziplin, die wir für AGPL-3.0-Pflichten empfehlen.
- Der Bedarf ist real. Ein MoE mit 2,8T Parametern und 104B aktiven Parametern ist keine Workstation-Bereitstellung. Die Serving-Ökonomie – GPUs, Speicher, Durchsatz bei agentenlangen Kontexten – wird die Gesamtkosten dominieren. Modellieren Sie unseren TCO-Rechner für Self-Hosting mit Ihren eigenen Zahlen.
- Anbieterwerte sind eine Startlinie. Terminal-Bench- und SWE-artige Werte filtern Kandidaten; sie sagen keine Abnahmequoten in Ihren Repositories voraus. Führen Sie dasselbe abnahmeprüfende Pilotprojekt durch, das Sie auch für jedes geschlossene Modell fahren würden.
Wie Sie es ohne Hype bewerten
- Definieren Sie 10–20 abgegrenzte Aufgaben mit schriftlichen Abnahmekriterien in einem repräsentativen Repository.
- Vergleichen Sie abgenommene Ergebnisse, Review-Aufwand und Reproduzierbarkeit mit Ihrem aktuellen Standardmodell – nicht mit einer Rangliste.
- Wenn Datensouveränität der Treiber ist, verifizieren Sie die gesamte Route: Gewichte-Hosting, Serving-Stack, Logs und Aufbewahrung, nicht nur den Ort der Modelldatei.
- Halten Sie die Lizenzprüfung als explizites Gate fest. Ein Modell, das Ihre Rechtsabteilung nicht freigeben kann, ist kein verfügbares Modell.
Open Weights vs. Open Source: die Unterscheidung, über die Beschaffung stolpert
Der Begriff „Open Weights“ leistet in der Launch-Berichterstattung viel Arbeit, und er ist kein Synonym für „Open Source“. Eine OSI-approbierte Open-Source-Lizenz (MIT, Apache-2.0, AGPL-3.0) gewährt klar verstandene Rechte zur Nutzung, Änderung und Weiterverbreitung. Eine benutzerdefinierte Modelllizenz wie die Kimi K3 License ist ein maßgeschneiderter Vertrag: Sie kann die kommerzielle Nutzung einschränken, Nutzungsobergrenzen auferlegen, Namensnennung verlangen oder Nutzerkategorien ausnehmen. Nichts davon ist in dem Wort „Open“ enthalten.
Für eine Self-Hosted-Coding-Plattform zählt das doppelt. Die eigene Lizenz der Plattform (MonkeyCode ist AGPL-3.0) und die Lizenz des Modells sind zwei getrennte rechtliche Prüfungen, und eine permissive Plattformlizenz schwächt eine restriktive Modelllizenz nicht ab – oder umgekehrt. Behandeln Sie sie als unabhängige Gates:
| Ebene | Beispiel | Prüffrage |
|---|---|---|
| Plattformlizenz | AGPL-3.0 (MonkeyCode) | Welche Pflichten haben wir, wenn wir sie ändern oder über ein Netzwerk bereitstellen? |
| Modelllizenz | Benutzerdefinierte „Kimi K3 License“ | Erlaubt sie unsere kommerzielle Nutzung in unserem Maßstab ohne Konflikte mit verbotenen Nutzungen? |
| Serving-Stack | Inferenzserver, Quantisierungstools | Sind die Lizenzen dieser Komponenten mit den obigen kompatibel? |
Scheitert auch nur eine der drei Ebenen an der rechtlichen Prüfung, ist die Kombination nicht einsatzbereit – egal wie stark die Benchmark-Tabelle aussieht.
Das Fazit
Kimi K3 ist weniger wegen seiner Größe bedeutsam als wegen dessen, was es signalisiert: Beinahe-Frontier-Coding-Fähigkeit kommt jetzt in Gewichten an, die Organisationen selbst hosten können. Für regulierte und souveränitätsgebundene Teams verschiebt sich die Frage von „Können wir ein leistungsfähiges Modell in unsere Grenze bringen?“ zu „Können wir es wirtschaftlich betreiben, und übersteht seine Lizenz die rechtliche Prüfung?“ Beide Fragen sind beantwortbar – mit Ihrem eigenen Pilotprojekt, nicht mit Zahlen vom Launch-Tag.