Kimi K3 hat das gesamte Silicon Valley durchgerissen.

Am 22. Juli ereigneten sich vier Dinge am selben Tag.

Michael Kratsios, Direktor des Büros für Wissenschafts- und Technologiepolitik des Weißen Hauses, beschuldigte auf X öffentlich, dass Kimi K3 von Moonshot AI angeblich US-amerikanische Modelle in großem Maßstab destilliert.

Greg Brockman, Präsident von OpenAI, gab in einem Interview mit Bloomberg zu, dass K3 „zweifellos ein sehr gutes Modell ist“.

Gleichzeitig schrieben fast 200 Startups aus dem Silicon Valley einen gemeinsamen Brief an die Regierung von Trump und warnten, dass bei einem Verbot chinesischer Open-Source-Modelle „Hunderte von Unternehmen sofort sterben werden“. Jensen Huang, CEO von Nvidia, äußerte sich in einem exklusiven Interview mit Axios klar und erklärte, dass US-Unternehmen „absolut die Erlaubnis erhalten sollten, chinesische Modelle zu verwenden“.

Vier Stimmen, vier Richtungen, die alle auf denselben Auslöser hinweisen.

Dieser Auslöser ist Kimi K3, das am 16. Juli von dem chinesischen KI-Unternehmen Moonshot AI veröffentlicht wurde.

Wenn die Schockwelle, die DeepSeek Anfang 2025 auslöste, hauptsächlich den Glauben der Wall Street an Investitionen in die KI-Infrastruktur erschütterte, zielt die von K3 ausgelöste Runde auf ein grundlegenderes Problem ab – Was soll die US-amerikanische KI-Industrie tun, wenn China Modellgewichte auf einem Niveau nahe der Spitzenforschung offenlegen kann?

Kimi K3, dessen Fähigkeiten stetig voranschreiten, hat in nur einer Woche das gesamte Silicon Valley und Washington zerrissen.

01

Nicht „noch ein chinesisches Modell“

Zuerst zu Kimi K3 selbst.

Es hat 2,8 Billionen Parameter, eine MoE-Architektur (Mixture of Experts), bei der jedes Mal 16 von 896 Experten aktiviert werden, und unterstützt ein Kontextfenster von 1 Million Token. Es ist derzeit das weltweit größte Open-Weight-Modell, dessen vollständige Gewichte am 27. Juli öffentlich veröffentlicht werden.

Auf dem Intelligenzindex von Artificial Analysis erzielte K3 57 Punkte und belegt den dritten Platz – nur hinter Fable 5 von Anthropic (60 Punkte) und GPT-5.6 Sol von OpenAI (59 Punkte) und übertrifft Claude Opus 4.8 (56 Punkte). In Bezug auf die Fähigkeit zur Erstellung von Frontend-Code belegte K3 innerhalb von 24 Stunden nach seiner Veröffentlichung den ersten Platz in der Arena-Rangliste und übertraf alle führenden US-Modelle.

Aus technischer Sicht führt K3 mehrere interessante Architekturinnovationen ein.

Kimi Delta Attention (KDA) ist ein hybrider linearer Aufmerksamkeitsmechanismus, der eine 6,3-fache Beschleunigung der Dekodierung in Kontexten mit einer Größe von Millionen von Token erreicht. Attention Residuals (AttnRes) ermöglichen es jeder Schicht, selektiv Informationen aus beliebigen früheren Schichten abzurufen, anstatt sie wie bei herkömmlichen Restverbindungen gleichmäßig zu summieren. Zusammen mit Stable LatentMoE und der quantisierungsbewussten Schulung, die bereits in der SFT-Phase beginnt, erreicht K3 im Vergleich zur Vorgängergeneration K2 eine etwa 2,5-fache Verbesserung der gesamten Skaleneffizienz.

Was die USA wirklich nervös macht, sind nicht die Benchmark-Zahlen, sondern das gleichzeitige Eintreten der drei Faktoren „Leistung + Preis + Offenlegung“.

Der API-Preis von K3 beträgt 15 US-Dollar pro Million Ausgabe-Token. Unter chinesischen Kollegen gilt das als teuer – DeepSeek V4 kostet nur 0,87 US-Dollar, GLM-5.2 von Zhipu 4,4 US-Dollar.

Aber im Vergleich zu geschlossenen US-Modellen liegt dieser Preis unter einem Drittel des Preises von Fable 5. Ein Modell mit nahezu Spitzenleistung, das zu einem weitaus niedrigeren Preis als Konkurrenten angeboten wird und dessen Gewichte vollständig offengelegt werden – diese drei Elemente zusammen machen K3 zum chinesischen KI-Produkt, das das Silicon Valley nach DeepSeek am stärksten beeinflusst hat.

Und dies ist nicht aus dem Nichts entstanden.

Vor K3 sind die KI-Modelle der Kimi-Serie bereits leise in die Produktionsketten des Silicon Valley eingedrungen.

Das Code-Tool Cursor, das SpaceX für etwa 60 Milliarden US-Dollar erwerben will, läuft im Kern von Composer 2 auf Kimi K2.5. Andy Fang, CTO von DoorDash, erklärte öffentlich, dass das Unternehmen „niedrigrangige Aufgaben“ an Kimi K2.6 übergeben hat. Thinking Machines verwendet K2.5, um frühe Nachschulungsdaten für sein eigenes neues Modell Inkling zu generieren.

Die Veröffentlichung von K3 ist nicht so sehr die Vorstellung eines neuen Modells, sondern vielmehr eine öffentliche Bestätigung der Tatsache, dass chinesisches Open-Source-KI im Silicon Valley „bereits in die Produktionsprozesse eingebettet ist“.

02

Das zerrissene Silicon Valley

Wenn es nur darum ginge, dass „ein neues chinesisches Modell eine hohe Benchmark-Leistung erzielt“, wäre die Geschichte an dieser Stelle zu Ende.

Aber in der Woche nach der Veröffentlichung von K3 waren die wirklich explosiven Ereignisse nicht die technischen Bewertungen, sondern die Reaktionen, die es in den USA auslöste. In einem Satz zusammengefasst: Das Silicon Valley erlebte zum ersten Mal eine öffentliche, heftige und fast lagerbezogene Auseinandersetzung darüber, ob Open-Source-Modelle gut oder schlecht sind.

Das erste Lager besteht aus dem Weißen Haus und politischen Falken.

Die Formulierung von Kratsios bei seiner Anschuldigung auf X war sehr streng. Er sagte, dass Moonshot „eine komplexe interne Plattform entwickelt hat, um US-Modelle in großem Maßstab zu destillieren, und in der Lage ist, schnell zwischen verschiedenen Zugriffsmethoden zu wechseln, um nicht entdeckt zu werden“. Finanzministerin Bessent hat am Vortag ein ähnliches Signal ausgesandt und erwähnt, dass Sanktionen in Betracht gezogen werden könnten, falls „Wasserzeichen“ von US-Modellen in chinesischen Modellen gefunden werden. Beide Häuser des Kongresses arbeiten auch an Gesetzen gegen unbefugtes Destillieren. Die Logik dieser Gruppe ist klar – hinter der Leistungsfähigkeit von K3 könnten unbegründete unrechtmäßige Mittel stecken, die mit politischen und rechtlichen Instrumenten bekämpft werden müssen.

Das zweite Lager sind die geschlossenen Labore in den USA. Die Haltung von OpenAI ist am interessantesten: Präsident Brockman erkannte die Stärke von K3 an, lenkte das Gespräch aber auf die Vorteile von OpenAI bei Investitionen in die Infrastruktur und argumentierte, dass Open-Weight-Modelle nicht wirklich „kostenlos“ sind, da die groß angelegte Bereitstellung immer noch teure Hardware erfordert. Er schätzt, dass China in der gesamten Modellkapazität den USA noch etwa 4 Monate hinterherhinkt.

Was die Stimmung dieser Gruppe besser repräsentiert, ist der lange Tweet von Dean Ball, dem Leiter für strategische Zukunftsfragen bei OpenAI, der am Tag nach der Veröffentlichung von K3 geschrieben wurde.

Ball nannte Open-Source-Modelle „von Natur aus verlangsamend“ (inherently decelerationist), da sie den Gewinnspielraum der Spitzenlabore verringern, kontinuierliche Investitionen in die KI-Infrastruktur reduzieren und letztendlich die Entwicklung der stärksten Modelle verlangsamen.

Er sagte sogar voraus, dass eine Welt, die von Open-Weight-Modellen dominiert wird, zu einem „KI-Kommunismus“ führen wird – eine Zukunft, die er für einen „dystopischen Albtraum“ hält. Er schlug auch vor, dass die beste Strategie der Regierung von Trump darin besteht, „viele regulatorische Risiken“ für chinesische Open-Source-Modelle zu schaffen und US-Unternehmen mit FUD (Angst, Unsicherheit, Zweifel) dazu zu bringen, sich freiwillig fernzuhalten.

Zweifellos löste dieses nackte „Kalkül hinter der Ideologie“ sofort große Kontroversen aus.

Denn das dritte Lager, US-Startups und Open-Source-Befürworter, akzeptieren dies überhaupt nicht.

Eine neue Organisation namens „Little Tech Association“ trat auf, deren Mitglieder Proton, Replit und Y Combinator umfassen. Sie organisierten fast 200 Unternehmen, um einen gemeinsamen Brief an das Weiße Haus zu schreiben, dessen Kernbotschaft nur eine war – Wenn chinesische Open-Source-Modelle verboten werden, sterben keine chinesischen Unternehmen, sondern US-Gründer.

Suhail Doshi, Gründer des Startups Particle, drückte es noch deutlicher aus: „Hunderte von Unternehmen werden sofort sterben. Das ist großartig für Anthropic – wir alle müssen Geld ausgeben, um die Dienste von Anthropic zu kaufen.“

Die wichtigste Stimme in diesem Lager stammt von Jensen Huang, dem Gründer von Nvidia. Als Leiter des weltweit größten Lieferanten von KI-Chips gab er im Interview mit Axios ein Urteil ab, das völlig gegensätzlich zum Weißen Haus ist.

Jensen Huang sagte, dass die Wall Street DeepSeek zum ersten Mal falsch verstanden hat und jetzt K3 erneut falsch versteht. Seine Logik ist einfach – kostenlose KI ist gut für Chips, gut für Rechenzentren und gut für Hardware. Günstigere Open-Source-Modelle werden mehr Menschen und Unternehmen dazu bringen, KI zu nutzen, was die Nachfrage nach Recheninfrastruktur erhöht, anstatt sie zu verringern.

„Es gibt kein Szenario, in dem chinesische Unternehmen US-Unternehmen verdrängen“, sagte Jensen Huang. „Das ist völlig unmöglich.“

Er widerlegte auch die Behauptung, dass Open-Source-Modelle „Hintertüren für China hinterlassen“, und argumentierte, dass Unternehmen Modelle in sicheren Sandboxes anpassen und kontrollieren können. Seiner Meinung nach macht Offenlegung KI sicherer, nicht gefährlicher – denn externe Forscher können Modelle prüfen, Schwachstellen entdecken und Verteidigungen aufbauen.

„Die Welt wird viel anfälliger, wenn alles zu einem einzigen Modell, einer einzigen Angriffsfläche und einer einzigen Fehlerquelle wird.“

03

Die Debatte über den „Verlangsamungsismus“

Abgesehen von politischen Geräuschen berührt das Argument von Dean Ball, dass „Open-Source verlangsamend wirkt“, tatsächlich ein echtes logisches Problem der Industrie, das es wert ist, gründlich analysiert zu werden.

Seine Schlussfolgerung lautet wie folgt: Die Entwicklung von Spitzenmodellen erfordert Investitionen in Höhe von mehreren Milliarden US-Dollar. Wenn ein chinesisches Labor kostengünstig nahezu gleichwertige Open-Source-Alternativen anbieten kann, wird der Gewinnspielraum von geschlossenen Laboren verringert. Weniger Gewinne bedeuten weniger Geld für Wiederinvestitionen, und gleichzeitig wird der Kapitalmarkt den Endwert dieser Unternehmen herabsetzen, was die Finanzierung weiter behindert. Die Überlagerung dieser beiden Effekte wird letztendlich die Entwicklungsgeschwindigkeit der Spitzenmodelle verlangsamen.

Der KI-Forscher Nathan Lambert räumte in seinem Analyseartikel ein, dass Balls Logik aus rein ökonomischer Sicht gültig ist – Open-Source wirkt sich tatsächlich auf wirtschaftlicher Ebene „verlangsamend“ auf Spitzenlabore aus. Aber er wies auch darauf hin, dass dieser Effekt nicht ausreicht, um OpenAI und Anthropic daran zu hindern, die wertvollsten Unternehmen der Welt zu werden.

Der Markt wächst. Selbst wenn Open-Source-Modelle einen Teil des Marktanteils übernehmen, verfügen geschlossene Modelle über starke Wettbewerbsvorteile bei der Markenvertrauenswürdigkeit, Zuverlässigkeit und Dienstleistungsökosystem bei Unternehmenskunden.

Aber die Stimmen der Gegner sind ebenfalls scharf. Mehrere Kommentatoren wiesen auf die ironische Tatsache hin – OpenAI, zu dem Ball gehört, und das gesamte moderne KI-Gebiet basieren selbst auf Open-Source. Die Transformer-Architektur ist eine öffentliche Arbeit, PyTorch ist Open-Source-Software, und die Forschungsgrundlagen und technischen Gemeinsamkeiten, die den Durchbruch von OpenAI ermöglichten, fanden statt, bevor OpenAI „die Tür hinter sich schloss“.

Jetzt zu behaupten, dass Open-Source „verlangsamend wirkt“, ist wie wenn man mit Open-Source-Tools anderer Leute ein Gebäude baut und dann den Nachfolgern sagt, dass die Tür des Gebäudes nicht mehr geöffnet werden darf.

Einige nannten Balls Argumente sogar „digitalen McCarthyismus“ und behaupteten, dass geschlossene Labore versuchen, die Erzählung der nationalen Sicherheit zu nutzen, um ihre Marktposition zu festigen.

Tiefgreifend geht es in dieser Debatte um eine Frage der Wegewahl. Wenn große Modelle eine neue industrielle Grundfähigkeit sind, sollten sie dann wie Strom und Internet weit verbreitet und global bereitgestellt werden? Oder wie die Kerntechnologie von wenigen Institutionen streng kontrolliert werden?

US-amerikanische geschlossene Labore sehen ein Nullsummenspiel – Chinas Offenlegung schmälert ihren Geschäftsraum. Aber aus einer anderen Sicht bewirkt der schnelle Fortschritt von Open-Source-Modellen auch eines: Er senkt die Nutzungskosten von KI kontinuierlich und macht mehr Entwicklern und Unternehmen, die sich früher keine Spitzenmodelle leisten konnten, diese Fähigkeiten zugänglich.

Diese beiden Perspektiven schließen sich nicht gegenseitig aus, aber sie führen zu völlig unterschiedlichen politischen Schlussfolgerungen.

04

Der „eigene Rhythmus“ chinesischer Modelle

Der Kapitalmarkt hat bereits seine erste Reaktion gezeigt – in der Woche der Veröffentlichung von K3 fiel der Philadelphia Semiconductor Index um 12,5 % und verzeichnete damit den größten Rückgang seit 15 Monaten. Nvidia, AMD und Broadcom fielen alle. Sogar Chinas eigene KI-Aktien blieben nicht verschont: Zhipu fiel an der Hongkonger Börse um 28 %, MiniMax um 16 %.

Jensen Huang sagte, dass der Markt wieder falsch liegt. Aber diesmal ist das Objekt der Panik des Marktes nicht die Benchmark-Leistung eines bestimmten Modells, sondern ein nicht mehr zu umgehender Wegkonflikt.

Wenn man einen Schritt zurücktritt, kommt der Ursprung aller aktuellen Debatten im Silicon Valley genau von dem Ziel, das die US-amerikanische KI-Industrie selbst gewählt hat – extremer Beschleunigungsismus.

Die Logik dieses Weges ist klar: Man nimmt AGI als einziges höchstes Prioritätsziel, um dieses Ziel zu unterstützen, passt ein gewinnmaximierendes geschlossenes Geschäftsmodell an und verwendet extrem hohe Kapitaldichte, um extrem hohe Rechenleistung zu erzeugen, um letztendlich einen Fähigkeitssprung zu erreichen, der die ganze Welt übertrifft. Die Finanzierungsgrößen, Bewertungsmultiplikatoren und Recheninvestitionen von OpenAI und Anthropic sind alle Produkte dieses Weges. Die von Dean Ball befürchtete „Verlangsamung durch Open-Source“ bedeutet im Wesentlichen, dass wenn dieser Gewinnmotor durch Open-Source-Modelle geschwächt wird, der Treibstoff für die extreme Beschleunigung abnimmt.

Aber während der extreme Beschleunigungsismus Wettbewerbsfähigkeit schafft, wird er zwangsläufig einen anderen Weg hervorbringen.

Während US-Labore über extreme Gewinne und extrem hohes Kapital verfügen, befinden sich chinesische KI-Unternehmen nicht in derselben Umgebung. Sie verfügen nicht über die gleiche Kapitaldichte