heise+ | Open-Weight-KI aus China: Kimi K3 fordert Frontier-Modelle aus den USA heraus

Es kommt aus China, hat 2,8 Billionen Parameter, katapultiert sich die KI-Benchmarks hinauf – und ist ein Open-Weights-Modell: Kimi K3 von Moonshot AI, unterstützt vom chinesischen Internet- und Handelskonzern Alibaba. Nach DeepSeek im Januar 2025 ist Kimi K3 damit der nächste fundamentale Angriff auf die etablierten multimodalen KIs von OpenAI, Google und Anthropic. Sollten sich die vom Entwickler veröffentlichten Benchmark-Ergebnisse auch in unabhängigen Tests bestätigen, räumt der Senkrechtstarter mit dem vermeintlichen Naturgesetz auf, dass die Open-Source-Szene mindestens ein halbes Jahr hinter den westlichen Frontier-Modellen hinterherhinkt und dass schon allein das US-amerikanische Chip-Embargo die Chinesen immer ein paar Armlängen auf Abstand hält. Wie viele Parameter die Modelle von OpenAI und Anthropic insgesamt haben, ist übrigens nicht bekannt, anders als die Eckdaten der Open-Weights-Konkurrenz: Metas Flaggschiff Llama 4 Maverick bringt es auf 400 Milliarden, Mistral Large auf 675 Milliarden und DeepSeek V4-Pro auf 1,6 Billionen.

Den internen Benchmarks zufolge bleibt immerhin noch eine Nasenlänge Vorsprung für die High-End-Versionen der Konkurrenz, Claude Fable 5 und GPT 5.6 Sol. Alle anderen reihen sich dahinter ein. Beim Coding gewinnt Kimi zwei von sechs Disziplinen und belegt in allen übrigen mindestens Rang 3. Als universeller Agent schlägt sich Kimi K3 noch etwas besser: Hier entscheidet es drei von sechs Tests für sich; Spitzenreiter ist Fable 5.

Eine erste Evaluation des unabhängigen Labors Artificial Analysis kommt zu ähnlichen Ergebnissen: Auf dessen „Intelligence Index“ erreichte Kimi 57 Punkte und machte verglichen mit seiner Vorgängerversion einen gewaltigen Satz nach vorne: von Rang 17 auf Rang 3, drei Punkte hinter Claude Fable 5 und zwei hinter GPT 5.6 Sol. Auch in den Artificial-Analysis-Untersuchungen schnitt das Moonshot-Modell in agentischen und Automationsaufgaben besonders gut ab; letztere entschied es sogar vor Fable 5 für sich. Zwar stieg auch die Halluzinationsrate gegenüber der K2-Version (51 %) deutlich, aber in dieser Challenge schnitten Fable 5 (55 %) und GPT-5.6 Sol (85 %) noch schlechter ab. Der Test misst, wie oft ein Modell eine Antwort erfindet, obwohl es eigentlich zugeben müsste, die Antwort nicht zu kennen.

Das war die Leseprobe unseres heise-Plus-Artikels "Open-Weight-KI aus China: Kimi K3 fordert Frontier-Modelle aus den USA heraus". Mit einem heise-Plus-Abo können Sie den ganzen Artikel lesen.