48 Stunden nach der Vorstellung von K3: Serverauslastung auf Maximum, Kurseinbruch bei Nvidia, Anthropic überarbeitet über Nacht sein Abonnementmodell

48 Stunden nach der Veröffentlichung von K3 wurde die globale KI-Community in Aufregung versetzt. Alle wollten unbedingt ausprobieren, wie leistungsstark dieses Open-Source-Modell ist, dessen Gesamtleistung nur hinter Fable 5 und GPT-5.6 Sol zurückbleibt.

Dies führte jedoch dazu, dass die Server von Kimi augenblicklich unter enormen Druck gerieten. Daher musste das offizielle Kimi-Team spät in der Nacht des 19. Juli eine Mitteilung mit dem Titel „Erklärung zur Knappheit an Rechenleistung und zur vorübergehenden Aussetzung der Mitgliedschaftsregistrierung“ veröffentlichen.

Das offizielle Kimi-Team gab an, dass die aktuelle Anzahl von Anfragen an K3 die Prognose weit übertrifft und die Belastungsgrenze des vorhandenen Rechenclusters nahezu erreicht ist.

Um das Erlebnis der bereits abonnierten Nutzer zu gewährleisten, wird die Abonnierung neuer C-End-Nutzer von nun an ausgesetzt, sodass die gesamte vorhandene Rechenleistung den bestehenden Nutzern zur Verfügung steht. Gleichzeitig wird das Mitgliedschaftssystem in zwei Teile unterteilt: die Hauptrechte von Kimi (Kimi Web, Kimi App, Kimi Work) und die Rechte von Kimi Code, um die Rechenleistung präziser zuzuweisen.

Übersetzt: K3 ist so beliebt, dass die Server nicht mehr mithalten können, also werden vorerst keine neuen Nutzer aufgenommen.

Gleichzeitig berichteten ausländische Medien, dass Kimi eine Aktionärsresolution an Investoren geschickt hat, um die Genehmigung für eine Börsennotierung in Hongkong zu beantragen, wobei der Börsengang bereits in frühestens sechs Monaten erfolgen könnte.

Um den Börsengang voranzutreiben, schließt Kimi derzeit eine neue Finanzierungsrunde ab, deren Bewertung 30 Milliarden US-Dollar übersteigen könnte.

Im März dieses Jahres überschritt der ARR (jährliche annualisierte Einnahme) von Moonshot AI erstmals 100 Millionen US-Dollar; im Mai überschritt er 200 Millionen US-Dollar; bis Juni näherte er sich bereits 300 Millionen US-Dollar an, was einer Verdreifachung innerhalb von drei Monaten entspricht.

Die Einnahmestruktur hat sich ebenfalls drastisch verändert: Der Anteil des API-Geschäfts hat 70 % überschritten, während Kimi früher seine Haupteinnahmen aus C-End-Abonnements erzielte.

Weitere Berichte ausländischer Medien besagen, dass der ARR nach der Veröffentlichung von K3 noch einmal um ein Vielfaches gestiegen ist.

Doch die durch K3 ausgelöste Erschütterung geht weit darüber hinaus.

David Sacks, ehemaliger Leiter der US-amerikanischen nationalen KI-Angelegenheiten und derzeitiger Ko-Vorsitzender des Beratenden Ausschusses für Wissenschaft und Technologie des Präsidenten, veröffentlichte einen Beitrag, in dem er erklärte, dass dies das erste Mal ist, dass ein chinesisches Modell den ersten Platz im Bereich der Front-End-Programmierung belegt.

Sacks sagte, wenn dies so weitergeht, werden die Vereinigten Staaten den KI-Wettbewerb verlieren.

Nach dem großen Erfolg ist K3 nun auch zu einem neuen Ziel in Silicon Valley geworden. Elon Musk erklärte beispielsweise, dass das neueste große Modell von xAI nächste Woche seine erste Trainingsphase abschließen wird und möglicherweise Kimi übertreffen könnte.

Am ersten Handelstag nach der Veröffentlichung von K3 schrumpfte der Marktwert von Nvidia an einem einzigen Tag um etwa 111,1 Milliarden US-Dollar – ganz ähnlich wie bei der Veröffentlichung von DeepSeek im Januar 2025. Der Philadelphia Semiconductor Index fiel diese Woche um 12,5 % und verzeichnete damit die schlechteste Wochenperformance seit 15 Monaten. JPMorgan-Strategen nannten es in ihrem Bericht direkt „DeepSeek 2.0“.

Ion Stoica, Professor für Informatik an der University of California, Berkeley, und Mitbegründer von Databricks, sagte: „Früher haben wir immer gesagt, dass Open-Source-Modelle, insbesondere chinesische Open-Source-Modelle, sechs bis neun Monate hinter den modernsten Modellen zurückliegen. Jetzt beträgt dieser Unterschied jedoch nur noch etwa zwei bis drei Monate.“

Die Frage ist also: Woher kommt dieses K3 eigentlich?

01

Der vor zwei Jahren gesäte Samen

Um K3 zu verstehen, müssen wir in das Jahr 2024 zurückgehen.

In diesem Jahr teilte Yang Zhilin in einem kleinen internen Kreis das K0-Math-Modell mit. Dieses Modell kann wie ein Mensch Berechnungen durchführen und Fehler korrigieren.

Damals stellte Yang Zhilin die These auf, dass das nächste Scaling-Gesetz als Reinforcement Learning Scaling, kurz RL Scaling, bezeichnet wird.

Das herkömmliche Scaling-Gesetz bestand im Wesentlichen darin, das Modell dazu zu bringen, „Fragensammlungen auswendig zu lernen“. Man füttert es mit riesigen Mengen an Trainingsdaten, es merkt sich alle Fragen und Antworten und erzeugt bei einer Prüfung basierend auf seinem Gedächtnis etwas, das „am ehesten wie die richtige Antwort aussieht“. Je mehr es sich merkt, desto höher ist die Punktzahl.

In der akademischen Welt wird diese Methode als Next-Token Prediction bezeichnet: Jedes Wort wird als das wahrscheinlichste nächste Wort berechnet, das auf allen vorherigen Wörtern basiert.

Das von Yang Zhilin genannte RL Scaling verfolgt einen anderen Ansatz. Das Modell soll keine Antworten mehr auswendig lernen, sondern selbst lernen, Aufgaben zu lösen und Fehler zu korrigieren.

Die konkrete Vorgehensweise besteht darin, dem Modell einen Mechanismus zur „automatischen Bewertung“ zu geben. Zuerst versucht es, die Aufgabe selbst zu lösen, und bewertet sich dann selbst. Wenn es einen Fehler macht, ist das kein Problem: Es überprüft, wo der Fehler aufgetreten ist, korrigiert es und reicht die Lösung erneut ein, bis sie stimmt. Anschließend speichert es, wie es den Fehler gemacht und korrigiert hat, um daraus eigene Erfahrungen zu sammeln.

Die zugrundeliegende Logik von K0-Math ist RL Scaling, und seine mathematischen Fähigkeiten übertrafen damals das stärkste Inferenzmodell von OpenAI, o1.

Das heutige K3 ist die erste großangelegte Umsetzung von RL Scaling, die vor zwei Jahren konzipiert wurde.

Das ist auch das, was im technischen Bericht von Kimi als „Vision in the Loop“ bezeichnet wird.

Im Wesentlichen wird die RL-Scaling-Fähigkeit von K0-Math bei der Lösung mathematischer Aufgaben auf alle Szenarien mit visueller Rückmeldung ausgeweitet. Nachdem das Modell einen Codeabschnitt geschrieben hat, prüft es selbst das Ergebnis, korrigiert Fehler, überprüft es erneut und erstellt so einen vollständigen Workflow: „Generieren – Ergebnis prüfen – Iterieren“.

Kimi hat in seinem technischen Bericht mehrere Demos eingefügt, um die Wirkung der visuellen Schleife zu demonstrieren.

K3 hat von Grund auf ein 3D-Open-World-Spiel entwickelt. Mit Three.js, WebGPU und GPU Compute läuft im Browser eine prozedural generierte offene Welt, in der man reiten und erkunden kann.

Die Geländegestaltung, Lichtverhältnisse und Spielmechaniken wurden vollständig vom Modell selbst erstellt. Es hat sogar externe Tools aufgerufen, um 3D-Modelle des Reiters und des Pferdes zu generieren.

Es hat auch einen eigenen Veröffentlichungstrailer bearbeitet. Es wählte selbst Clips aus 56 Rohmaterialien aus, erstellte passende Schnitte für Bewegungen, richtete die Frames exakt auf den Takt aus, bearbeitete den Ton und überarbeitete mehrere Versionen.

Laut dem technischen Bericht kann K3 eine frame-genaue Takt-Synchronisation (frame-accurate beat synchronization) erreichen.

Eine Sekunde hat 24 Frames, und jedes Frame dauert nur etwa 0,04 Sekunden. Die menschliche Wahrnehmung von Zeit ist fehlerbehaftet: Die meisten Menschen sind schon froh, wenn sie beim Videoschnitt „ungefähr in der Nähe des Beats“ landen – Unterschiede von Bruchteilen einer Sekunde werden gar nicht bemerkt.

„Frame-genau“ bedeutet, dass der Bildwechsel genau auf ein bestimmtes Frame abgestimmt ist, genau auf das Frame, in dem der Beat am deutlichsten „dröhnt“.

Wie bereits erwähnt, ist K3 auch das weltweit erste Open-Source-Modell mit 3 Billionen Parametern, das insgesamt 2,8 Billionen Parameter erreicht.

Bei einer so großen Anzahl von Parametern würde der Rechenverbrauch bei jeder Ausgabe nach herkömmlichen Methoden explodieren – aber das Gegenteil ist der Fall. Dank des gemischten linearen Aufmerksamkeitsmechanismus von KIMIs Kern-KDA (Kimi Delta Attention) wurde die Decodierungsgeschwindigkeit langer Texte im Umfang von Millionen von Tokens um das 6,3-fache beschleunigt. In Kombination mit der Technik der Attention Residuals (Aufmerksamkeitsresiduen) stieg die Trainingseffizienz um etwa 25 %, wobei die zusätzlichen Kosten weniger als 2 % betrugen.

Die Bewertungsplattform Artificial Analysis veröffentlichte noch am selben Tag ihre Bewertung. K3 erzielte 57 Punkte im KI-Intelligenzindex, belegte den dritten Platz weltweit und lag nur hinter Claude Fable 5 (60 Punkte) und GPT-5.6 Sol (59 Punkte) – und übertraf damit Claude Opus 4.8 (56 Punkte), GPT-5.5 und GLM-5.2.

Noch wichtiger ist das Preis-Leistungs-Verhältnis: Die Kosten für die Erledigung einer einzelnen Aufgabe durch K3 betragen 0,94 US-Dollar, was ungefähr denen von GPT-5.6 Sol (1,04 US-Dollar) entspricht und nur die Hälfte von Claude Opus 4.8 (1,80 US-Dollar) ist.

Elon Musk sah den Tweet mit den K3-Ergebnissen von Artificial Analysis auf X und antwortete mit einem Wort: „Beeindruckend“.

02

Was fehlt, um Fable 5 einzuholen?

Obwohl Kimi K3 auf der Rangliste von Artificial Analysis nur 3 Punkte weniger als Fable 5 hat, besteht dahinter immer noch eine erhebliche Lücke.

Kimi selbst schrieb gleich zu Beginn seines technischen Berichts: „Die Gesamtleistung von K3 liegt immer noch hinter den leistungsstärksten Modellen Claude Fable 5 und GPT 5.6 Sol zurück.“

Der Intelligenzindex von Artificial Analysis ist nur eine Gesamtpunktzahl. Wenn man die einzelnen Kategorien aufschlüsselt, zeigt sich, wo genau die Unterschiede liegen.

Im DeepSWE-Benchmark für langfristige Engineering-Fähigkeiten in echten Codebasen erzielte GPT-5.6 Sol 73,0 Punkte, Fable 5 70,0 Punkte und K3 67,5 Punkte. Auf dem Terminal Bench 2.1 führte GPT-5.6 Sol mit 88,8 Punkten an, gefolgt von K3 mit 88,3 Punkten, während Fable 5 und Opus 4.8 beide 84,6 Punkte erreichten.

K3 kann in einigen einzelnen Kategorien durchaus gewinnen, aber bei langwierigen, mehrstufigen und hochkomplexen harten Engineering-Aufgaben bleibt es hinter Fable 5 und GPT-5.6 Sol zurück.

Im anspruchsvollen visuellen Inferenztest Zerobench erzielte Fable 5 46,0 Punkte, während K3 mit 41,0 Punkten 5 Punkte weniger erreichte. Gleichzeitig belegte Fable 5 in beiden visuellen Agent-Tests den ersten Platz.

Fable 5 kann allein anhand eines Screenshots den vollständigen Quellcode einer Webanwendung rekonstruieren und präzise Daten aus dichten wissenschaftlichen Diagrammen extrahieren. Es kann alle Informationen auf dem Bildschirm verstehen und auf dieser Grundlage Maßnahmen ergreifen.

Obwohl K3 ebenfalls über Fähigkeiten für eine visuelle Schleife verfügt, ist es in der Tiefe und Genauigkeit des visuellen Verständnisses weniger leistungsstark als Fable 5.

Kimi räumte in seinem technischen Bericht auch zwei Mängel auf der Ebene der Bereitstellung ein.

Erstens behält K3 während des Trainings den vollständigen Denkverlauf (thinking history) bei. Wenn der Aufrufer den vorherigen Inferenzprozess nicht korrekt zurückgibt oder während einer Sitzung von einem anderen Modell zu K3 wechselt, sinkt die Ausgabequalität deutlich.

Das bedeutet, dass K3 sehr hohe Anforderungen an die Harness-Architektur stellt. Bei einem Wechsel zu einem anderen Framework, beispielsweise von Claude Code zu Hermes Agent, kann sich die Leistung drastisch verschlechtern.

Zweitens ist K3 bei unklaren Aufgaben „übermäßig initiativ“.

Das heißt, das Modell neigt eher dazu, Entscheidungen für den Nutzer zu treffen, als zuerst die Absicht des Nutzers zu bestätigen. In schnelllebigen kreativen Szenarien kann das ein Vorteil sein, aber in technischen Prozessen, die präzise ausgeführt werden müssen, kann diese „Eigenmächtigkeit“ zu Kettenfehlern führen.

Es gibt noch ein leicht zu übersehendes, aber äußerst wichtiges Problem: Halluzinationen. Artificial Analysis wies in seiner Bewertung besonders darauf hin, dass die Halluzinationsrate von K3 im Vergleich zum Vorgängermodell K2.6 sogar gestiegen ist.

Im AA-Omniscience-Halluzinationstest nahm die Häufigkeit zu, mit der K3 „ernsthaft Unsinn erzählt“. Für ein Modell, das für „langwierige Programmier- und Wissensarbeit“ konzipiert ist, ist das äußerst fatal.

Wenn es beispielsweise eine 12-stündige autonome Programmieraufgabe ausführen soll und an einem wichtigen Entscheidungspunkt eine Halluzination auftritt, bricht die gesamte Kette zusammen.

Fable 5 hat in dieser Hinsicht einen natürlichen Vorteil: Seine Sicherheitsarchitektur und das Constitutional AI (verfassungsgemäße KI) sorgen dafür, dass es bei langwierigen Agent-Ausführungen vorsichtiger agiert.

Es sagt direkt, wenn es sich nicht sicher ist, warnt im Voraus bei mehrdeutigen Situationen und erklärt, wie es Schritt für Schritt zu seinen Schlussfolgerungen gelangt – dadurch wird die Wahrscheinlichkeit von Halluzinationen stark reduziert.

Es gibt noch ein tieferliegendes Problem: Fable 5 ist nur die öffentliche Version von Anthropics Mythos-Modell. Das echte Mythos 5 ist nur etwa 100 überprüften US-amerikanischen Einrichtungen der kritischen Infrastruktur zugänglich.

Daher sind die derzeit zum Vergleich herangezogenen Modelle nicht die vollständige Version von Mythos.

Trotzdem hat die Veröffentlichung von K3 Anthropic erschüttert.

Ursprünglich plante Anthropic, Fable 5 aus dem aktuellen Abonnementsmodell zu entfernen und auf reine nutzungsabhängige Abrechnung umzustellen.

Doch am Tag nach der Veröffentlichung von K3 korrigierte Anthropic plötzlich seine Ankündigung und erklärte, dass Fable 5 dauerhaft im Abonnementmodell verbleibt. Max- und Team-Premium-Nutzer können 50 % des Guthabens nutzen, während Pro- und Team-Standard-Nutzer eine einmalige Entschädigung von 100 US-Dollar erhalten.

Zwar liegt die Obergrenze von K3 unter der von Fable 5. Aber K3 kann die all