Kimi K3 ist da: das erste offene Modell der 3T-Klasse, jetzt auf MuiRouter

Am 17. Juli 2026 hat Kimi sein neues Flaggschiff Kimi K3 veröffentlicht. Das auffälligste Merkmal sind natürlich die 2,8 Billionen Parameter: Laut Kimi ist es das weltweit erste offene Modell der 3T-Klasse. Viel hilft viel, und zusätzliche Parameter bringen selbstverständlich etwas. Doch allein die Größe hätte diese Veröffentlichung wohl kaum so viel Aufmerksamkeit in der Branche eingebracht.

Gestern Abend probierte einer der Profis in meiner Gruppe Kimi K3 aus und wurde sofort zum freiwilligen Werbebotschafter. Seine Originalworte waren:

Ich habe es ausprobiert. Unglaublich stark. Ich habe schon auf den ¥199-Tarif gewechselt – nur der unterstützt 1M. Seit ich es benutzt habe, kommt mir GPT wie ein Idiot vor (bei Frontend-Arbeit).

Von ihm angesteckt begannen weitere Leute in der Gruppe, K3 auszuprobieren und den ¥199-Tarif zu abonnieren. Als ich heute Morgen die sozialen Medien öffnete, war K3 bereits überall.

Kimi hat in K3 einen 1M-Kontext, native Vision, langfristige Programmieraufgaben, Tool-Aufrufe und Wissensarbeit zusammengebracht. Gleichzeitig ist auch der API-Preis aggressiv: Er liegt ungefähr bei 60 % von GPT-5.6. Kimi will kein Modell bauen, das sich nur mit Nutzern unterhält. Das Ziel ist ein Agent, der lange selbstständig arbeiten und Aufgaben zu Ende bringen kann.

Wir haben kimi-k3 bereits in MuiRouter integriert. Du kannst denselben API Key und /v1/chat/completions weiterverwenden und musst zum Testen nur den Modellnamen ändern. Der Playground unterstützt außerdem Bildeingaben, zeigt den Denkprozess getrennt von der endgültigen Antwort an und weist Cache-Treffer bei Tokens aus.

Was genau ist Kimi K3?

Laut dem offiziellen Artikel zu Kimi K3 und dem API-Leitfaden lauten die wichtigsten Spezifikationen:

KDA und AttnRes sind die wichtigsten Architekturverbesserungen. KDA trägt mit einem effizienteren Attention-Mechanismus lange Kontexte, während AttnRes Informationen gezielt über die Tiefe des Netzwerks hinweg abrufen kann. Zusammen mit einem stärker ausgedünnten MoE erreicht K3 laut Kimi eine rund 2,5-mal bessere Scaling Efficiency als K2.

Parameter und Architektur sind wichtig. Für Entwickler sind aber zwei andere Fragen unmittelbarer: Wie gut ist das Preis-Leistungs-Verhältnis, und kann man das Modell unkompliziert kaufen? Schließlich muss man selbst um einen GLM-5.2-Coding-Tarif noch kämpfen.

Die vier wichtigsten Fähigkeiten

1. Langfristiges Coding

Kimi macht Long-Horizon Coding zum ersten großen Einsatzgebiet von K3. In den offiziellen Beispielen erzeugt das Modell nicht nur eine Funktion: Es bedient über lange Zeit ein Terminal, versteht große Repositories, führt Code wiederholt aus und korrigiert ihn, baut von Grund auf ein GPU-Compiler-System, optimiert Kernel und erledigt sogar eine 48-stündige Chipdesign-Aufgabe.

Diese Beispiele stammen von Kimi selbst und lassen sich nicht direkt mit der Leistung in unseren eigenen Projekten gleichsetzen. Sie zeigen aber zumindest, dass Kimi K3 reale Entwicklungsabläufe ernst nimmt. Im Alltag schreiben wir keinen Bubblesort, sondern koordinieren komplexe Prozesse und setzen verschachtelte Geschäftslogik um.

2. Vision in the loop

K3 folgt nicht dem Weg von DeepSeek, MiMo und GLM und hängt kein separates OCR-System an. Kimi bezeichnet die visuelle Fähigkeit als vision in the loop: Das Modell schreibt Code, betrachtet anschließend den echten Screenshot und passt seine Arbeit anhand des Bildes weiter an. Das ist praktisch für Frontend-Entwicklung, Spiele, CAD, Datenvisualisierung und alle Abläufe nach dem Muster „bauen – ansehen – weiter verbessern“. Die Leistung gestern Abend hat das bereits deutlich gezeigt; wer Frontend-Arbeit erledigen muss, sollte es ausprobieren.

Im MuiRouter Playground kannst du PNG-, JPEG-, WebP- oder GIF-Dateien hochladen und Bilder gemeinsam mit Text in derselben Nachricht senden. Video-Uploads bieten wir vorerst nicht an. Für einen schnellen Test von Screenshot-Verständnis, UI-Analyse oder Bild-Text-Fragen reichen die vorhandenen Bildeingaben bereits aus.

3. 1M Kontext und Prompt Caching

Mit einem 1M-Kontext kann das Modell größere Code-Repositories, mehr Dokumente oder umfangreichere Recherchematerialien in einem Durchlauf lesen. Noch wichtiger ist, dass Kimi automatisches Caching gemeinsam mit dem langen Kontext konzipiert hat: Wenn ein wiederholtes Präfix im Cache gefunden wird, werden diese Eingabe-Tokens zu einem deutlich niedrigeren Preis abgerechnet.

Für Coding Agents ist das entscheidend. In einer langen Sitzung werden Systemanweisungen, Repository-Kontext und der Nachrichtenverlauf immer wieder mitgesendet. Bei einer hohen Cache-Trefferquote muss nur ein kleiner Anteil neuer Inhalte zum vollen Eingabepreis bezahlt werden. Kimi zufolge kann die offizielle API bei Coding-Workloads eine Cache-Trefferquote von über 90 % erreichen. Der tatsächliche Wert hängt allerdings weiterhin von der Prompt-Struktur und der Sitzungsverwaltung ab.

4. Tool-Aufrufe und strukturierte Ausgabe

K3 unterstützt eigene Tools, tool_choice, JSON Mode und Structured Output. Diese agentischen Fähigkeiten sind für moderne Modelle unverzichtbar: ein Tool auswählen, Parameter erzeugen, das Ergebnis lesen und anschließend weiterdenken.

Wichtig ist, dass K3 auf eine vollständige Thinking History angewiesen ist. Bei komplexen Tool-Aufrufen über mehrere Runden sollte das Agent Harness das vorherige reasoning_content unverändert zurücksenden. Auch ein Wechsel von einem anderen Modell zu K3 mitten in einer Sitzung kann das Verhalten instabil machen. Bei einem einfachen Chat muss man sich darum nicht kümmern. Wer jedoch einen langfristig laufenden Agent baut, darf dieses Kompatibilitätsdetail nicht auslassen.

Benchmarks? Anschauen und einordnen

Die von Kimi veröffentlichten Ergebnisse bringen K3 in die Nähe der Frontier-Modelle. In einigen Tests für Coding und Wissensarbeit erreicht oder übertrifft es sogar teurere geschlossene Modelle. Die Zahlen stammen jedoch überwiegend aus Kimis eigenen Auswertungen. Im Veröffentlichungsartikel sagt Kimi auch sehr offen, dass K3 beim Gesamterlebnis noch hinter Claude Fable 5 und GPT-5.6 Sol liegt. Außerdem nennt Kimi selbst zwei Einschränkungen: K3 reagiert empfindlich auf die Thinking History und kann bei lang laufenden Aufgaben zu proaktiv werden, indem es Entscheidungen trifft, für die der Nutzer keine ausdrückliche Erlaubnis gegeben hat.

API-Preise

Moonshot AI nennt für Kimi K3 folgende offizielle Preise:

Ein Cache-Treffer kostet nur ein Zehntel der normalen Eingabe und ist damit der wichtigste Hebel in der Kostenstruktur von K3. Gleichzeitig verwendet K3 derzeit immer den höchsten Thinking Effort, sodass auch einfache Aufgaben viele Reasoning Tokens erzeugen können. Das Modell eignet sich eher für Aufgaben, die wirklich Reasoning, lange Kontexte oder mehrere Arbeitsschritte benötigen, als als Ersatz für jedes günstige kleine Modell.

Was MuiRouter bereits unterstützt

kimi-k3 unterstützt in MuiRouter bereits:

• Ein Kontextfenster mit 1M Tokens;
• Bildeingaben als PNG, JPEG, WebP und GIF;
• Immer aktives max thinking;
• Streaming-Ausgabe mit getrennter Anzeige von Denkprozess und endgültiger Antwort;
• Eigene Tools, tool_choice und response_format;
• Prompt Caching sowie die Anzeige von gesamten Eingabe-, gecachten Eingabe- und Ausgabe-Tokens im Playground;
• Die OpenAI-kompatible Schnittstelle /v1/chat/completions.

Das bisherige kimi-k2.6 bleibt als günstigere, eigenständige Option erhalten. K3 eignet sich besser für schwierige, lange und visuelle Aufgaben. Wenn du kein tiefes Reasoning brauchst, musst du nicht allein wegen der neuen Modellnummer wechseln.

Der einfachste Aufruf sieht so aus:

curl https://api.muirouter.com/v1/chat/completions \
  -H "Authorization: Bearer $MUI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3",
    "messages": [
      {"role": "user", "content": "Analysiere dieses Projekt und schlage den nächsten Implementierungsplan vor."}
    ],
    "reasoning_effort": "max",
    "max_completion_tokens": 16384,
    "stream": true
  }'

Wenn du bereits das OpenAI SDK verwendest, setze die Base URL auf https://api.muirouter.com/v1 und ändere das Modell auf kimi-k3. Bildeingaben verwenden weiterhin standardmäßige image_url Content Parts; du musst keine neue Schnittstelle lernen.

Fazit

Es freut mich, dass chinesische Modelle in dieser Phase weiter vorankommen und offene Modelle neue Grenzen verschieben. Kimi K3 bringt erstmals ein offenes Modell der 3T-Klasse, einen 1M-Kontext, native Vision und langfristige Agent-Fähigkeiten in einem ausreichend wettbewerbsfähigen Modell zusammen. Vermutlich werden bald weitere Anbieter Zugang zu K3 anbieten.

Kimi K3 wird Claude Fable 5 oder GPT-5.6 Sol wohl nicht vollständig ersetzen können. Kimi räumt selbst ein, dass das Gesamterlebnis noch zurückliegt; max thinking erhöht Latenz und Ausgabekosten; und komplexe Agents müssen die Thinking History korrekt erhalten. Das hält uns aber nicht davon ab, einen Teil unserer Arbeit auf K3 zu verlagern – insbesondere in der Frontend-Entwicklung.

Du kannst Kimi K3 jetzt direkt im MuiRouter Playground auswählen und mit deinem eigenen Code, deinen Bildern und realen Aufgaben prüfen, ob es zu dir passt. Es bleibt bei einem API Key und einem Anfrageformat. Du musst lediglich den Modellnamen ändern.