Lesen Sie die Kimi-K3-Lizenz vor den Benchmarks
Die Weights sind echt, die Spezifikationen spielen in der Spitzenklasse, und die Messwerte fallen gemischt aus. Nur ist die Entscheidung, die dieses Release erzwingt, keine technische. Wir haben Kimi K3 am 18. Juli 2026 auf unsere eigene Shortlist gesetzt, allein nach Leistung und Preis; nach der Lizenz vom 27. Juli 2026 ist daraus ein Fall für die Rechtsabteilung geworden statt für die Evaluierung. Es folgt, was ausgeliefert wurde, was die Lizenz tatsächlich regelt, wo das Modell gewinnt und verliert — und wer besser die Finger davon lässt.
Was am 27. Juli 2026 ausgeliefert wurde
Das offizielle Repository moonshotai/Kimi-K3 auf Hugging Face wurde mit dem Zeitstempel 27.07.2026, 16:29:18 Uhr UTC öffentlich. Angelegt worden war es bereits am 13. Juni 2026 und blieb bis zum Release privat — deshalb meldeten mehrere Medien die Veröffentlichung zu früh, und deshalb war eine Prüfung am 17. Juli 2026 zu Recht zu dem Ergebnis gekommen, dass kein offizielles Repository unter dem Moonshot-Konto existiert.
Selbst hosten lässt sich das nicht nebenbei. Die Empfehlung zum Start lautet auf einen Supernode mit 64 oder mehr Beschleunigern und hoher Bandbreite; das quantisierungsbewusste Training in MXFP4 und MXFP8 senkt die Rechnung, ändert aber nichts an der Klasse der nötigen Hardware.
Die Lizenz heißt „Kimi K3“, nicht MIT
Genau hier widersprachen sich die Berichte, und dieser Widerspruch wiegt schwerer als jede Spezifikation. Ein viel gelesener Leitfaden vor dem Release schrieb, die Weights kämen unter einer „Modified MIT License“. Die Metadaten des Repositorys sagen etwas anderes: license: other, license_name: "kimi-k3".
Open Weights heißt eben nicht Open Source. Eine Einordnung des Releases bringt es auf den Punkt: Moonshot gibt trainierte Parameter frei, nicht den Trainingscode und nicht die Trainingsdaten. Die Lizenz ist die zweite Hälfte dieser Unterscheidung, und eine europäische Lesart der Bedingungen kommt zum selben Schluss: In diesem Text steht, womit Moonshot Geld verdienen will.
Drei Klauseln, die vor der Rechtsabteilung landen, nicht im Testlabor
Wörtlich aus der Lizenzdatei, Stand 28. Juli 2026:
- Abschnitt 2 — Model as a Service. Wer selbst oder über verbundene Unternehmen Dritten echte Kontrolle über Inferenz-Eingaben, Parameter oder Trainingsdaten einräumt und in zwölf zusammenhängenden Monaten mehr als 20 Millionen US-Dollar Umsatz erzielt, braucht vor jeder kommerziellen Nutzung eine gesonderte Vereinbarung mit Moonshot AI. Ausdrücklich ausgenommen: das Modell in ein konkretes Produktfeature einzubetten oder Anfragen an fremd gehostete Modelle lediglich weiterzuleiten.
- Abschnitt 3 — Namensnennung. Ab 100 Millionen monatlich aktiven Nutzern oder 20 Millionen US-Dollar Monatsumsatz muss „Kimi K3“ sichtbar in der Oberfläche des Produkts erscheinen.
- Abschnitt 4 — Ausnahmen. Beide Bedingungen entfallen bei rein interner Nutzung sowie beim Zugriff über offizielle Produkte von Moonshot oder über zertifizierte Inferenzpartner.
Abschnitt 4 erklärt auch, warum der gehostete Weg binnen Stunden bereitstand. Fireworks AI und Cursor kündigten Betrieb ab Tag null, in den USA gehostet, mit Zero Data Retention an. Wer über einen zertifizierten Partner geht, bleibt innerhalb der Ausnahme und innerhalb einer US-Datengrenze — dieselbe Konstruktion, die gehostete Spitzenmodelle für Unternehmenskunden überhaupt erst akzeptabel gemacht hat.
Die Messwerte fallen gemischt aus, und Moonshot zeigt beide Hälften
Die Tabelle auf der Model Card stammt vom Anbieter selbst — der richtige Vorbehalt zu jeder Zahl weiter unten. Moonshot rechnet allerdings auch die Niederlagen gegen Claude Fable 5 und GPT-5.6 Sol vor.
| Benchmark | Kimi K3 | Claude Fable 5 | GPT-5.6 Sol |
|---|---|---|---|
| GPQA Diamond | 93,5 | 92,6 | 94,1 |
| AA-LCR (langer Kontext) | 74,7 | 70,0 | 73,7 |
| CritPt | 23,4 | 28,6 | 32,3 |
| FrontierSWE | 81,2 | 86,6 | 71,3 |
| SWE-Marathon | 42,0 | 35,0 | 39,0 |
| Terminal-Bench 2.1 | 88,3 | 88,0 | 88,8 |
Das Muster bleibt sich treu: Wissen, Abruf über lange Kontexte und ausdauerndes agentisches Programmieren sind Stärken, hartes physiknahes Schlussfolgern ist es nicht. Die andere Hälfte der Geschichte liefert eine unabhängige Erhebung. Artificial Analysis führt Kimi K3 auf Rang 1 von 98 Modellen bei der Intelligenz mit einem Indexwert von 57, setzt es beim Preis aber auf Rang 94 von 98 — 3,00 US-Dollar je Million Eingabe-Token und 15,00 US-Dollar je Million Ausgabe-Token — und bei der Geschwindigkeit auf Rang 59 von 98 mit 32,0 Ausgabe-Token pro Sekunde, Stand 28. Juli 2026.
Wer es einsetzen sollte und wer besser verzichtet
Einsetzen, wenn Sie Spitzenleistung über lange Kontexte innerhalb Ihrer eigenen Grenzen brauchen, Inferenz auf mehreren Beschleunigern ohnehin betreiben und Ihre Nutzung intern oder in ein Feature eingebettet ist. Das Fenster über eine Million Token in Verbindung mit dem besten Wert für lange Kontexte ist ein echter Grund, Workloads zu verschieben — und die stärkste Absicherung mit offenen Weights gegen die Abhängigkeit von einem einzigen Anbieter, seit die USA den Zugang und China das Verhalten von KI regulieren.
Den gehosteten Weg wählen, wenn Sie die Leistung ohne die Hardware wollen. Zertifizierte Partner halten Sie innerhalb von Abschnitt 4, und Zero Data Retention räumt den Einwand aus, den Juristinnen und Juristen zuerst vorbringen.
Verzichten, wenn Ihr Produkt Inferenz weiterverkauft und Sie sich der Schwelle von 20 Millionen US-Dollar nähern, wenn hartes Schlussfolgern Ihr Engpass ist oder wenn Sie eine Freigabe im Stil von Apache erwartet haben, über die man nicht mehr nachdenken muss. Preislich ist die gehostete Schnittstelle nicht die günstige Option, als die dieses Release verkauft wurde.
Die größere Lehre wiederholt sich: Leistung ist beim Modellentscheid inzwischen der leichte Teil. Bedingungen, Datengrenzen und Routing sind der schwere — und genau das muss eine funktionierende Agenten-Fabrik abbilden. Wenn Sie daraus eine belastbare Routing-Entscheidung über offene und geschlossene Modelle hinweg machen wollen: Das ist die Arbeit, die wir bei Context Studios leisten.
Häufige Fragen
Ist Kimi K3 Open Source? Nein, es sind Open Weights. Moonshot AI hat die trainierten Parameter unter der Kimi K3 License freigegeben, nicht den Trainingscode und nicht die Daten, und die Lizenz enthält kommerzielle Bedingungen, die in keiner von der OSI anerkannten Lizenz stehen.
Brauche ich eine gesonderte Vereinbarung mit Moonshot AI? Nur wenn Sie ein Model-as-a-Service-Geschäft betreiben — Dritten also echte Kontrolle über Inferenz-Eingaben, Parameter oder Trainingsdaten geben — und in zwölf zusammenhängenden Monaten mehr als 20 Millionen US-Dollar Umsatz erzielen. Interne Nutzung und die Einbettung als Feature sind nach Abschnitt 4 ausgenommen.
Wie schlägt sich Kimi K3 gegen Claude Fable 5? Nach den Zahlen von Moonshot liegt Kimi K3 bei GPQA Diamond (93,5 zu 92,6), AA-LCR (74,7 zu 70,0) und SWE-Marathon (42,0 zu 35,0) vorn und bei CritPt (23,4 zu 28,6) sowie FrontierSWE (81,2 zu 86,6) zurück. Anbietereigene Messungen taugen als Richtung, nicht als Beweis.
Lässt sich K3 auf eigener Hardware betreiben? Technisch ja, praktisch nur im Rechenzentrumsmaßstab. Empfohlen wird ein Supernode mit 64 oder mehr Beschleunigern und hoher Bandbreite; MXFP4-Weights und MXFP8-Aktivierungen verkleinern den Fußabdruck, nicht die Geräteklasse.
Quellen
- Moonshot AI — Kimi-K3-Repository auf Hugging Face
- Kimi K3 License (vollständiger Text)
- Moonshot AI — Model Card
- Moonshot AI — Launch-Beitrag
- Moonshot AI — Entwicklerdokumentation
- Artificial Analysis — Intelligenz, Geschwindigkeit und Preis
- Fireworks AI — Betrieb ab Tag null, in den USA gehostet, mit Zero Data Retention
- Trending Topics — was die neue Lizenz über das Geschäftsmodell von Moonshot verrät
- Roo — Open Weights, Lizenz und Benchmarks
- Verdent — API-Leitfaden mit der Erwartung einer „Modified MIT License“
- Northflank — Analyse zum Selbsthosting, geprüft am 17. Juli 2026
- Wavect — Produktionsbewertung für die EU: Kosten und Risiko