Moonshot AI hat offiziell den Kimi K3 auf den Markt gebracht. Dieses Modell mit 2,8 Billionen Parametern bietet 1 Million Token-Kontexte und native multimodale Fähigkeiten und ist nun auf Kimi.com, Kimi Work, Kimi Code und Kimi API verfügbar. Der eigentliche Neuigkeitshaken betrifft nicht nur die Größe: Er versucht, ultralangen Kontext, Argumentationseffizienz und langfristige Proxy-Aufgaben auf denselben offenen Weg zu bringen.
Millionen von Kontexten lösen zuerst die Geschwindigkeit
Der Engpass bei ultralangen Kontexten ist oft nicht "ob es passt", sondern die Dekodierungsverzögerungen und Cache-Kosten. Kimi Delta Attention (KDA) verwendet hybride lineare Aufmerksamkeit, und die offizielle Erklärung besagt, dass es in Millionen-Token-Szenarien bis zu 6,3-mal schneller decodieren kann.
Das bringt den 1-Million-Kontext des Kimi K3 näher an den kontinuierlichen Nutzen, statt nur für die Spezifikationsanzeige. Angesichts großer Codebasen, kontinuierlicher Forschung und dokumentübergreifender Analyse bestimmt die Geschwindigkeit, ob ein Agent seine Aufgaben wirklich erfüllen kann.
Ein tiefer Informationsfluss senkt die Schulungskosten
Ein weiteres zentrales Designelement sind Attention Residuals (AttnRes). Sie sammelt nicht mehr einfach nur Repräsentationsschichten, sondern ruft selektiv Informationen unterschiedlicher Tiefe ab; Offizielle Daten besagen, dass die zusätzlichen Kosten weniger als 2 % betragen und die Ausbildungseffizienz um etwa 25 % verbessert wird.
In Kombination mit Stable LatentMoE aktiviert Kimi K3 16 von 896 Experten pro Token. Moons Dark Side behauptet, dass seine Gesamtskalierungseffizienz etwa 2,5-mal so hoch ist wie die von K2, mit dem Fokus darauf, Rechenressourcen effizienter in Modellfähigkeiten umzuwandeln.
Langfristige Handlungsfähigkeit ist zum wichtigsten Schlachtfeld geworden
Kimi K3 ist für langfristiges Proxy-Coding, Wissensarbeit und Inferenz konzipiert, in der Lage, große Codebasen und Terminalwerkzeuge mit minimalem menschlichem Eingreifen zu verwalten, während Frontend-, Spieleentwicklungs- und CAD-Aufgaben durch visuelles Feedback vorangebracht werden.
Diese Positionierung erklärt auch die plattformübergreifende synchrone Bereitstellung: Modelle beantworten nicht mehr nur Fragen, sondern müssen kontinuierlich planen, ausführen, überprüfen und innerhalb von Stunden nach dem Workflow korrigieren, was rekursive Selbstverbesserung unterstützt.
Die Gewichtung soll vor dem 27. Juli 2026 veröffentlicht werden. Ob Kimi K3 die offene Modelllandschaft verändern kann, hängt nicht von den 2,8 Billionen Parametern selbst ab, sondern davon, ob Entwickler Millionen von Kontexten und langfristigen Agenten zu akzeptablen Kosten in stabile Produktivität verwandeln können.
