Am Donnerstag veröffentlichte das Pekinger Unternehmen Moonshot AI Kimi K3, ein Modell mit 2,8 Billionen Parametern und einem Kontextfenster von einer Million Token. Auf dem Frontend-Code-Ranking von Arena erreichte es 1.679 Punkte, vor Claude Fable 5 mit 1.631 und GPT-5.6 mit 1.618, und belegte in sechs von sieben Kategorien den ersten Platz — ein gewaltiger Sprung gegenüber Platz 18 des vorherigen Moonshot-Modells.
Von den 896 "Experten" im Modell sind jeweils nur 16 gleichzeitig aktiv, wodurch sich diese Größenordnung ohne explodierende Rechenkosten stemmen lässt. Der eigentliche Knackpunkt ist die Lizenz: Die vollständigen Gewichte werden am 27. Juli veröffentlicht, sodass jeder mit ausreichender Hardware das Modell kostenlos selbst betreiben kann.
Die Märkte reagierten fast augenblicklich. Die Aktien der chinesischen Konkurrenten Z.ai und MiniMax fielen um 27 beziehungsweise 16 Prozent. Halbleiter- und KI-Infrastrukturwerte gaben in ganz Asien nach, Händler sprechen bereits von einem "Kimi-Moment" — eine Anspielung auf den DeepSeek-Schock, der Nvidia einst rund 600 Milliarden Dollar Marktwert in einer einzigen Sitzung kostete. Bitcoin, empfindlich gegenüber der Risikobereitschaft am Markt, rutschte unter 63.000 Dollar.
Die Logik der Anleger ist simpel: Wenn chinesische Labore weiterhin Modelle dieses Niveaus kostenlos und offen veröffentlichen, bröckelt die Annahme, dass Spitzen-KI zwangsläufig teuer sein und von einer Handvoll US-Unternehmen kontrolliert werden muss. Da Terminkontrakte auf KI-Rechenleistung bereits in Vorbereitung sind, trifft ein solcher Release die Erwartungen der gesamten Kette — von Chipherstellern bis zu Rechenzentren.
Eine Einschränkung gehört dazu: In breiteren Allzwecktests liegt K3 weiterhin hinter den Topkonfigurationen von Claude und GPT zurück — der Sieg gilt für einen konkreten Bereich, das Programmieren, nicht über die gesamte Bandbreite. Doch der Markt reagierte auf die Schlagzeile, nicht auf das Kleingedruckte, und es ist bereits das zweite Mal in diesem Jahr, dass der Abstand an der Spitze auf eine Randgröße schrumpft.
