Am 16. Juli hat das chinesische KI-Unternehmen Moonshot AI sein neues Modell Kimi K3 veröffentlicht, und die Reaktion der Märkte erinnerte viele an den DeepSeek-Moment vom Januar 2025. Mit 2,8 Billionen Parametern ist K3 das größte Modell, dessen Gewichte jemals offengelegt werden sollen, und in einzelnen Benchmarks schlägt es die Spitzenmodelle aus den USA. Für Unternehmen, die KI-Funktionen in ihre Software einbauen, stellt sich damit wieder einmal die Frage, auf welches Modell man setzen soll. Ich habe mir die Faktenlage angesehen, so weit sie zwei Tage nach dem Release belastbar ist.

Was Kimi K3 ist

K3 ist ein sogenanntes Mixture-of-Experts-Modell mit einem Kontextfenster von einer Million Token und nativem Bildverständnis. Moonshot AI, finanziert unter anderem von Alibaba, hat angekündigt, die Gewichte am 27. Juli auf Hugging Face zu veröffentlichen. Bis dahin ist K3 nur über die eigene API nutzbar. Welche Lizenz für die offenen Gewichte gelten wird, ist übrigens noch nicht bekannt, auch wenn viele eine ähnlich freizügige Lizenz wie beim Vorgänger erwarten.

Auf der anderen Seite steht das aktuelle Claude-Lineup von Anthropic mit Fable 5 an der Spitze, dem im Juni vorgestellten ersten Modell der neuen Mythos-Klasse, darunter Opus 4.8, Sonnet 5 und das Budget-Modell Haiku 4.5.

Die Benchmarks im ehrlichen Vergleich

Die Schlagzeilen klingen dramatischer als die Daten. Im Intelligence Index von Artificial Analysis landet K3 mit rund 57 Punkten auf Platz vier, hinter Claude Fable 5 mit etwa 60 Punkten, aber knapp vor Opus 4.8. Über vierzehn gemeinsame Benchmarks hinweg gewinnt Fable 5 acht Vergleiche und K3 sechs. Von einem Claude-Killer kann also keine Rede sein, wohl aber von Konkurrenz auf Augenhöhe in bestimmten Bereichen.

Interessant ist, wo K3 gewinnt. In der Frontend Code Arena von LMArena steht das Modell auf Platz eins und siegt in sechs von sieben Frontend-Domänen. Auch bei langen agentischen Aufgaben schneidet es stark ab. Erste Entwicklerstimmen loben die Frontend-Ergebnisse teils überschwänglich, berichten aber auch von Schwächen, wenn viele Regeln und Vorgaben über eine lange Aufgabe hinweg eingehalten werden müssen. Bei strukturierten Arbeitsabläufen gilt Claude weiterhin als das zuverlässigere Werkzeug. Moonshot selbst räumt ein, insgesamt hinter Fable 5 zu liegen. Und zur Qualität im Deutschen gibt es schlicht noch keine unabhängigen Messungen, das sollte man wissen, bevor man deutsche Kundenkommunikation darauf aufbaut.

Der Preisvorteil ist Geschichte

Die vielleicht wichtigste Nachricht steckt im Preis. K3 kostet über die API drei Dollar pro Million Eingabe-Token und fünfzehn Dollar für die Ausgabe. Das ist exakt der reguläre Preis von Claude Sonnet 5. Die Zeiten, in denen chinesische Modelle vor allem über den Kampfpreis argumentierten, sind damit vorbei. Die Entscheidung zwischen den Anbietern wird zur reinen Qualitäts-, Vertrauens- und Compliance-Frage, und das verändert die Abwägung deutlich.

Die Datenschutzfrage entscheidet im Mittelstand

Und damit zum Punkt, der in meinen Kundengesprächen fast immer den Ausschlag gibt. Die Kimi-API wird von einer Gesellschaft in Singapur betrieben, die Datenschutzerklärung lässt aber offen, in welcher Jurisdiktion die Daten letztlich verarbeitet werden. Eine EU-Datenresidenz gibt es nicht, ein öffentlich einsehbares Auftragsverarbeitungspaket ebenfalls nicht, und die Nutzung der Eingaben für das Training ist standardmäßig aktiv und nur für Enterprise-Kunden verhandelbar. Bei Anthropic ist es genau umgekehrt, API-Daten werden standardmäßig nicht für das Training verwendet, und über AWS Bedrock oder Google Vertex gibt es Claude mit europäischen Endpoints gegen einen kleinen Aufpreis.

Bleibt das Argument der offenen Gewichte. Es stimmt, dass ein selbst betriebenes K3 diese Bedenken auflösen würde, nur ist das für den Mittelstand unrealistisch. Moonshot empfiehlt für den Betrieb Verbünde mit mindestens 64 Beschleunigern, das ist ein Rechenzentrumsprojekt und kein Server im Keller. Realistischer ist die Hoffnung, dass europäische Hosting-Anbieter K3 nach der Veröffentlichung der Gewichte DSGVO-konform anbieten. Bis dahin gilt für sensible Daten, was ich in meinem Beitrag über lokale Sprachmodelle beschrieben habe. Wer volle Kontrolle braucht, fährt mit kleineren offenen Modellen auf eigener Hardware heute besser.

Dazu kommt ein Timing-Aspekt, den viele übersehen. Ab dem 2. August beginnt die Durchsetzung der Pflichten für Anbieter großer KI-Modelle aus dem EU AI Act, inklusive Bußgeldern. Die großen chinesischen Anbieter haben den zugehörigen Verhaltenskodex bislang nicht unterzeichnet. Für ein KMU, das Modelle nur einsetzt, sind die eigenen Pflichten überschaubar. Das Restrisiko der Anbieterwahl trägt man trotzdem.

Was ich Unternehmen jetzt rate

Wer heute produktiv mit Claude arbeitet, hat keinen Grund zur Hektik. Ein zwei Tage altes Modell wechselt man nicht wegen Benchmark-Schlagzeilen, zumal die Langzeiterfahrung fehlt und die Datenschutzfragen offen sind. Was der K3-Release aber erneut zeigt, ist etwas anderes. Der Markt bleibt in Bewegung, und kein Anbieter ist auf Dauer gesetzt. Genau deshalb baue ich KI-Integrationen grundsätzlich mit einer Abstraktionsschicht, bei der das konkrete Modell pro Aufgabe konfigurierbar bleibt. Wer so gebaut hat, kann einen Neuling wie K3 in einem Nachmittag testen und im Zweifel wieder verwerfen. Wer sein System fest mit einem Anbieter verdrahtet hat, kann das nicht.

K3 ist ein beeindruckendes Modell und ein weiterer Beleg dafür, wie schnell die Konkurrenz aus China aufholt. Ein Grund, die eigene KI-Strategie umzuwerfen, ist es Stand heute nicht. Ein Grund, sie flexibel zu bauen, schon.