Kimi (Moonshot AI) — die offene Modelllinie im Überblick
Aktueller Stand
Stand September 2026 ist Kimi K3 (Juli 2026) das Flaggschiff der Linie. Dieser Artikel beschreibt die Linie als Ganzes — Parameterzahlen, Kontextfenster und Preise einzelner Versionen stehen in den verlinkten Glossar-Einträgen.
Was Kimi ist und wofür die Linie steht
Kimi ist die offene Modelllinie des chinesischen KI-Labors Moonshot AI. Die Gewichte jeder Generation stehen frei zum Download, unter anderem auf Hugging Face — Self-Hosting ist damit über die gesamte Linie möglich. Charakteristisch für Kimi sind zwei Dinge: ein sehr großes Kontextfenster und die konsequente Auslegung auf agentisches Arbeiten mit vielen Werkzeug-Aufrufen.
Das aktuelle Flaggschiff Kimi K3 treibt das auf die Spitze. Nach Herstellerangabe hat es 2,8 Billionen Parameter und ist damit das bislang größte veröffentlichte Open-Weight-Modell. Diese Größe ist Programm: Kimi positioniert sich als offene Frontier-Option für Aufgaben, an denen kleinere Modelle an Kontext oder Werkzeug-Koordination scheitern.
Stärkenprofil der Linie
- Coding 4.5 / 5 · Claude Opus 5 u. a.
- Reasoning 4 / 5 · Claude Opus 5 u. a.
- Text 4 / 5 · Claude Fable 5.1
- Vision 3.5 / 5 · Gemini 3.1 Pro
- Speed 3.5 / 5 · Claude Haiku 4.5 u. a.
- Kosten-Eff. 4.5 / 5 · GPT Luna u. a.
Eignung 0–5 · redaktionelle Einordnung, kein Benchmark · gestrichelt = Feld-Bestwert je Achse
Kimi ist stark im Coding und bei der Kosten-Effizienz, ein solider Allrounder über die übrigen Achsen. Die Achsen sind eine redaktionelle Einordnung, kein Benchmark — sie zeigen die Balance, ersetzen aber keinen Test am eigenen Use-Case.
Wo Kimi im Feld steht
Redaktionelle Einordnung, kein Benchmark
Im Vergleich mit DeepSeek V, GLM und Qwen sitzt Kimi im starken Allrounder-Bereich mit gutem Kosten-Profil. Was Kimi von den anderen offenen Linien abhebt, taucht auf dieser Karte nicht auf: die schiere Größe des Kontextfensters und die Skalierung der Agent-Swarm-Funktion, mit der sich viele Modell-Instanzen koordiniert an eine Aufgabe setzen lassen.
Einsatzprofil — offen, groß, agentisch
Kimi eignet sich am besten dort, wo Kontextlänge und Werkzeug-Koordination zählen:
- Agentische Workflows mit vielen Tool-Aufrufen und mehrstufigen Handlungsketten.
- Multi-Agent-Systeme (Agent-Swarm), bei denen mehrere Instanzen zusammenarbeiten.
- Aufgaben mit sehr langem Kontext — große Dokumentmengen, lange Codebasen.
- Self-Hosting, wenn Daten das Haus nicht verlassen dürfen. Die Gewichte liegen auf Hugging Face.
Die Gewichte sind frei, die Selbst-Hosting-Kosten hängen aber an der eigenen Infrastruktur — ein 2,8-Billionen-Parameter-Modell will bedient werden. Wer nicht selbst hosten will, greift auf gehostete Zugänge zurück. Grundlagen dazu unter Lokale LLMs betreiben.
Welche Kimi-Version passt
Für neue Projekte ist das aktuelle Flaggschiff Kimi K3 die richtige Wahl. Ältere Versionen sind relevant, wenn du kleinere Setups fahren oder Verhalten über Generationen vergleichen willst:
- Kimi K3 — aktuelles Flaggschiff (Juli 2026).
- Kimi K2 Thinking — Reasoning-orientierte K2-Variante.
- Kimi K2.6, K2.5 und K2 — ältere Generationen.
Verwandte Begriffe
- KI-Modellfamilien im Überblick — wo Kimi neben den anderen offenen Linien steht.
- Lokale LLMs betreiben — Self-Hosting-Optionen.
- Kontextfenster verstehen — warum Kimis Kontextlänge ein Argument ist.
FAQ
- Kimi ist die offene Modell-Linie des chinesischen KI-Labors Moonshot AI. Die Gewichte jeder Generation stehen frei zum Download, unter anderem auf Hugging Face.
- Kimi K3, veröffentlicht im Juli 2026. Nach Herstellerangabe hat es 2,8 Billionen Parameter und ist damit das bislang größte veröffentlichte Open-Weight-Modell.
- Für agentische Workflows mit vielen Tool-Aufrufen, selbst gehostete Deployments, Multi-Agent-Systeme (Agent-Swarm) und Aufgaben mit sehr langem Kontext.
- Die Gewichte sind frei herunterladbar, Selbst-Hosting-Kosten hängen von der eigenen Infrastruktur ab. Gehostete Zugänge über Kimi.com, die offizielle API oder Drittanbieter wie Cloudflare Workers AI und OpenRouter haben jeweils eigene Preise.
- Alle vier sind offene chinesische Frontier-Linien. Kimi hebt sich vor allem durch die Größe des Kontextfensters und die Skalierung seiner Agent-Swarm-Funktion hervor, während DeepSeek und Qwen breitere Modellfamilien und GLM stärkere Coding-Benchmarks bieten.