Kimi K3 vs Kimi K2.7: Was sich am Code geändert hat

Wenn Sie bereits Kimi nutzen, wirft die Einführung von Kimi K3 am 16. Juli 2026 eine praktische Frage auf: Ist dies das Upgrade, zu dem Sie wechseln sollten, oder ein größeres, teureres Modell, das Sie vorerst überspringen können? Kimi K2.7 Code ist die auf Codierung spezialisierte Version der K2-Reihe, und viele Teams haben sie im letzten Quartal in ihre Agenten und CI integriert. K3 ist ein anderes Kaliber: Moonshots neues Flaggschiff, das in einem viel größeren Maßstab gebaut wurde, mit einem neuen Aufmerksamkeitsdesign und einem 1M-Token-Kontextfenster. Dieser Artikel schlüsselt auf, was sich wirklich geändert hat, was Marketing ist und wie Sie entscheiden, ob Sie migrieren sollten.

Apidog jetzt ausprobieren

Wir sind hier nicht neutral: Wir haben die Anleitungen zu beiden Modellen geschrieben, daher ist dies die ehrliche Upgrade-Empfehlung, die wir einem Kollegen geben würden. Da beide eine OpenAI-kompatible API bereitstellen, können Sie dieselbe Anfrage sowohl über kimi-k3 als auch kimi-k2-7-code nebeneinander in Apidog ausführen und die Unterschiede bei Ausgaben, Latenz und Token-Verbrauch lesen, bevor Sie Produktionscode umschreiben. Zuerst das Fazit.

TL;DR: Das Fazit auf einen Blick

• K3 ist das größere, allgemeinere Modell. Ein 2,8T-Parameter-Mixture-of-Experts-Modell, grob das Dreifache der ~1T-Klasse der K2-Reihe, aus der K2.7 Code stammt. K2.7 Code war ein Codierungs-Spezialist; K3 ist Moonshots „leistungsfähigstes“ Flaggschiff, das auch bei langfristiger agentischer Codierung stark ist.
• Der Kontext sprang auf 1M Tokens. K3 verarbeitet 1.048.576 Tokens, was die Bedeutung von „gib ihm das gesamte Repository“ verändert.
• Die Architektur ist neu, nicht nur skaliert. Kimi Delta Attention, Attention Residuals und ein Stable LatentMoE Framework (16 von 896 Experten aktiv) sind die eigentliche Ingenieursleistung.
• Die Preise stiegen. K3 listet $0,30/M Cache-Hit-Eingabe, $3/M Cache-Miss-Eingabe und $15/M Ausgabe. Die günstige Eingabe-Kalkulation zahlt sich nur aus, wenn Ihre Cache-Hit-Rate hoch ist.
• Ehrliche Obergrenze: Moonshots eigener Blog besagt, dass K3 immer noch Claude Fable 5 und GPT-5.6 Sol hinterherhinkt. Es ist auf Frontier-Niveau für ein offenes Modell, aber nicht der uneingeschränkte Spitzenreiter.
• Migrieren Sie, wenn Sie den größeren Kontext, stärkere allgemeine Argumentation oder langfristige Agentenläufe benötigen. Bleiben Sie bei K2.7 Code, wenn Ihre Arbeitslast eng auf Codierung zugeschnitten ist, zu einem Preis, der Ihnen gefällt, und K2.7 Ihre Qualitätsanforderungen bereits erfüllt.

Zwei verschiedene Arten von Modellen

Bevor Sie Spezifikationen vergleichen, verstehen Sie dies: K2.7 Code und K3 wurden für unterschiedliche Aufgaben entwickelt.

Kimi K2.7 Code ist das auf Codierung spezialisierte Mitglied der K2-Linie (K2, K2 Thinking, K2.5, K2.6, dann K2.7 Code), die in der ~1T-Parameter-Klasse gipfelte. Sie richtete diese Linie stark auf Codegenerierung, -bearbeitung und agentische Entwickleraufgaben aus: Wenn Ihre Aufgabe „Code über eine API schreiben und reparieren“ war, war es eine abgestimmte, kostengünstige Wahl. Für genaue K2.7-Code-Parameterzahlen, Kontext und Preise siehe unseren Erklärartikel Was ist Kimi K2.7 Code.

K3 ist keine Codierungs-Version. Es ist das neue Flaggschiff, Moonshots leistungsfähigstes allgemeines Modell, wobei Codierung eine starke Fähigkeit innerhalb eines breiteren Spektrums ist. Sie vergleichen also nicht alten Coder gegen neuen Coder; Sie vergleichen einen Spezialisten mit einem Generalisten, der auch gut im Programmieren ist. Das ist der Hauptgrund für die Migrationsentscheidung.

Was sich tatsächlich geändert hat, Generation für Generation

Hier ist, was sich geändert hat, ohne das Marketing-Blabla.

Skalierung: ungefähr das Dreifache der Gesamtparameter

K3 ist ein 2,8T-Parameter-Mixture-of-Experts-Modell. Die K2-Linie, aus der K2.7 Code hervorging, befand sich in der ~1T-Parameter-Klasse, sodass K3 die Gesamtparameter grob verdreifacht.

Ein wichtiger Vorbehalt: Moonshot hat die Anzahl der aktiven Parameter von K3 nicht veröffentlicht. MoE-Modelle verwenden pro Token nur einen Bruchteil ihrer Gewichte. „2,8T insgesamt“ bedeutet daher nicht, dass bei jeder Anfrage 2,8T Parameter aktiviert werden. Was Moonshot veröffentlicht hat, ist das Aktivierungsmuster, das als Nächstes behandelt wird.

Eine neue Aufmerksamkeitsarchitektur, nicht nur skaliert

Dieser Teil ist wirklich neu und nicht nur größer. K3 basiert auf drei benannten Komponenten:

• Kimi Delta Attention: ein hybrider linearer Aufmerksamkeitsmechanismus. Lineare Aufmerksamkeit skaliert besser mit der Sequenzlänge als standardmäßige quadratische Aufmerksamkeit, was ein Teil davon ist, wie ein 1M-Token-Fenster praktikabel wird.
• Attention Residuals: Moonshot beschreibt diese als Drop-in-Ersatz für Standard-Residual-Verbindungen.
• Stable LatentMoE: das Mixture-of-Experts-Framework, das 16 von 896 Experten pro Token aktiviert.

Moonshot berichtet über eine grobe 2,5-fache Verbesserung der Skalierungseffizienz im Vergleich zu Kimi K2: mehr Leistungsfähigkeit pro Recheneinheit, nicht nur mehr Rechenleistung. K2.7 Code, ein Modell der K2-Generation, enthält dieses Redesign nicht. Der Unterschied ist also nicht nur „größer“, sondern auch „anders gebaut“.

Kontext: bis zu 1M Tokens

K3 unterstützt ein Kontextfenster von 1.048.576 Tokens. Für einen Codierungs-Workflow ist das der Unterschied zwischen dem Zuführen einer Handvoll Dateien an einen Agenten und dem Übergeben eines großen Teils eines echten Repositorys, seiner Tests und seiner Protokolle auf einmal.

Wenn Sie mit K2.7 Code bei Aufgaben mit großen Repositories an Kontextgrenzen stoßen, ist dies wahrscheinlich die Änderung, die im Alltag am wichtigsten ist.

Positionierung: vom Spezialisten zum Flaggschiff-Generalisten

K2.7 Code war eine Codierungs-Version; K3 ist das Flaggschiff, das „leistungsfähigste“ Modell, das auch gut in langfristiger agentischer Codierung ist.

Moonshot verweist auf autonome Läufe bei schwierigen, mehrstufigen Problemen, einschließlich eines einzelnen 48-stündigen Laufs bei einer Chip-Design-Aufgabe. Ob diese Anekdoten auf Ihre Arbeitslast zutreffen, müssen Sie testen, nicht einfach glauben. Die Absicht ist jedoch klar: K3 richtet sich an Agenten, die lange laufen und Zustände halten, bei denen sich der 1M-Kontext und das neue Aufmerksamkeitsdesign auszahlen können.

Preise: Flaggschiff-Tarife

K3 listet:

• $0,30 pro Million Tokens für Cache-Hit-Eingabe
• $3 pro Million Tokens für Cache-Miss-Eingabe
• $15 pro Million Tokens für Ausgabe

Der 10-fache Unterschied bei der Eingabe ist der interessante Teil. Bei Arbeitslasten mit hoher Cache-Hit-Rate, etwa agentischer Codierung mit einem großen wiederverwendeten System-Prompt und Repository-Kontext, liegen die effektiven Eingabekosten viel näher bei $0,30 als bei $3.

Bei Einmalaufrufen mit neuem Kontext zahlen Sie dagegen den $3-Listenpreis. Die Ausgabe von $15/M ist Flaggschiff-Niveau ohne Rabattmöglichkeit. Für die vollständige Cache-Berechnung siehe unseren Kimi K3 Preisleitfaden und bestätigen Sie die Tarife von K2.7 Code, bevor Sie annehmen, dass K3 pro Aufgabe strikt teurer ist.

Kimi K3 vs. Kimi K2.7 Code: Seite an Seite

Dimension	Kimi K2.7 Code	Kimi K3
Positionierung	Auf Codierung spezialisierte Version der K2-Reihe	Flaggschiff-„leistungsfähigstes“ allgemeines Modell, stark in agentischer Codierung
Generation	K2-Linie (K2 bis K2.6 bis K2.7 Code)	Neue K3-Generation
Gesamtparameter	~1T-Klasse (K2-Linie)	2,8T insgesamt (MoE)
Aktive Parameter	Im Vergleich zu unserem K2.7-Code-Beitrag bestätigen	Nicht veröffentlicht; 16 von 896 Experten aktiv
Aufmerksamkeitsdesign	K2-Generation-Aufmerksamkeit	Kimi Delta Attention + Attention Residuals
MoE-Framework	K2-Generation-MoE	Stable LatentMoE (16/896 Experten)
Kontextfenster	Im Vergleich zu unserem K2.7-Code-Beitrag bestätigen	1.048.576 Tokens (1M)
Modell-ID	kimi-k2-7-code	kimi-k3
API-Kompatibilität	OpenAI-SDK-kompatibel	OpenAI-SDK-kompatibel
Listenpreise	Im Vergleich zu unserem K2.7-Code-Beitrag bestätigen	$0,30/$3 Eingabe (Cache-Hit/Miss), $15 Ausgabe pro M
Offene Gewichte	Siehe unsere K2.7-Code-Berichterstattung	Erwartet um den 27. Juli 2026
Unabhängiges Signal	Siehe unsere K2.7-Code-Berichterstattung	Artificial Analysis Intelligence Index 57, #4/189
Beste Eignung	Eng gefasste Codierung zu bekannten Kosten	Großer Kontext, langer Zeithorizont, allgemeine und Codierungsarbeiten

Ein Hinweis zu den mit „bestätigen“ markierten Zellen: Wir erfinden bewusst keine exakten K2.7-Code-Zahlen. Wo Sie eine präzise K2.7-Spezifikation benötigen, sind unser Beitrag Was ist Kimi K2.7 Code und unser Kimi K2.7 Code API-Leitfaden die vertrauenswürdigen Quellen.

Wo K3 tatsächlich im Vergleich zur Spitze steht

Es wäre leicht, „2.8T Flaggschiff“ als „neues bestes Modell“ zu lesen. Hier ist der Teil, den Anbieter normalerweise abmildern: Moonshots eigener Launch-Blog besagt, dass K3 Claude Fable 5 und GPT-5.6 Sol immer noch hinterherhinkt.

Es ist auf spezifischen Benchmarks konkurrenzfähig und bei einigen sogar führend, beansprucht aber nicht die Gesamtkrone.

Die unabhängige Einschätzung bestätigt dies. Artificial Analysis weist K3 einen Intelligence Index von 57 zu, Rang #4 von 189 Modellen, mit einer Ausgabe von rund 62 Tokens pro Sekunde, was für seine Preisklasse eher langsam ist.

Bei den von Moonshot veröffentlichten Codierungs-Benchmarks ist das Bild eher gemischt als dominant:

• Bei DeepSWE meldet Moonshot K3 mit 67,5 gegenüber Fable 5 mit 70,0.
• Bei Terminal-Bench 2.1 meldet Moonshot K3 mit 88,3 gegenüber Fable 5 mit 84,6.

K3 gewinnt einige und verliert einige gegen die Spitze. Das ist ein starkes Ergebnis für ein Open-Weight-Modell, aber kein Grund, es zu überverkaufen. Lesen Sie Moonshots vollständige Aussagen im offiziellen Kimi-K3-Launch-Post; wir beleuchten die Lücke zwischen Anbieter und Unabhängigen in unserer Kimi-K3-Benchmarks-Analyse.

Für Ihre Migrationsentscheidung ist „eine Verbesserung gegenüber dem eigenen Vorgänger“ eine andere Aussage als „schlägt jedes geschlossene Modell“. Beides kann gleichzeitig zutreffen.

Sollten Sie migrieren oder bei K2.7 Code bleiben?

Überprüfen Sie Ihre Arbeitslast anhand dieser Fragen.

Migrieren Sie zu K3, wenn eine der folgenden Aussagen zutrifft

• Sie stoßen an Kontextgrenzen. Wenn K2.7 Code bei Aufgaben mit großen Repositories, Refactorings ganzer Dienste oder langen Agentenprotokollen abgeschnitten wird, ist das 1M-Fenster der klarste Grund für einen Wechsel.
• Ihre Aufgaben sind langfristig und agentisch. Mehrstufige Läufe, die den Zustand über viele Tool-Aufrufe hinweg halten, sind das Ziel von K3s Design. Wenn Ihr Agent bei langen Aufgaben den Faden verliert, testen Sie, ob K3 ihn besser hält.
• Sie benötigen allgemeine Schlussfolgerungen, nicht nur Code. Wenn Ihr Produkt Code mit Planung oder Analyse mischt, kann ein Codierungs-Spezialist das falsche Werkzeug sein.
• Ihre Cache-Hit-Rate ist hoch. Die Wiederverwendung eines großen System-Prompts und eines gemeinsamen Kontexts über viele Aufrufe hinweg ermöglicht, dass K3s $0,30-Cache-Hit-Eingabe den Flaggschiff-Preis mildert und die effektiven Kosten näher an Ihren K2.7-Ausgaben liegen.

Bleiben Sie bei K2.7 Code, wenn eine der folgenden Aussagen zutrifft

• Ihre Arbeitslast ist eng auf Codierung zugeschnitten und K2.7 erfüllt bereits die Anforderungen. Wenn die Qualität stimmt und Sie liefern können, ist ein größeres Flaggschiff möglicherweise eine Kostenposition, die Sie nicht benötigen.
• Sie sind kostensensibel bei geringer Cache-Wiederverwendung. Aufrufe mit neuem Kontext zahlen K3s $3 Cache-Miss-Eingabe und $15 Ausgabe. Ohne hohe Cache-Hit-Rate ist die Flaggschiff-Kalkulation schwerer zu rechtfertigen.
• Latenz ist wichtiger als Spitzenintelligenz. K3s ~62 Tokens/Sek. liegen unter dem Median seiner Preisklasse. Wenn Ihre App latenzgebunden ist, benchmarken Sie dies, bevor Sie annehmen, dass das größere Modell sich schneller anfühlt.
• Offene Gewichte bestimmen Ihren Plan. K3s Gewichte werden um den 27. Juli 2026 erwartet. Jede Selbsthosting-Anforderung sollte daher mit der tatsächlichen Veröffentlichung auf Moonshots Hugging Face überprüft werden, statt sie als bereits verfügbar anzunehmen.

Praxisbeispiele

Einige konkrete Profile:

• Ein CI-Code-Fix-Bot in einem mittelgroßen Repository: Wenn er bereits Tests besteht und mit K2.7 Code günstig bleibt, benötigen Sie K3 wahrscheinlich nicht. Die Aufgabe ist eng, der Kontext passt, und Kosten pro Lauf sind wichtig. Bleiben Sie dabei; bewerten Sie neu, wenn die Fehlerraten steigen.
• Ein autonomer Refactoring-Agent in einem großen Monorepo: Das ist K3s Heimrevier. Der 1M-Kontext lädt mehr Codebasis, Tests und Logs auf einmal, und das langfristige Design ist für Läufe konzipiert, die viele Dateien über viele Schritte hinweg berühren. Einen echten Versuch wert.

Für die praktische Einrichtung decken unsere Kimi K3 Codierungs-Anleitung und unser Kimi K3 API-Leitfaden die Modellauswahl und den OpenAI-kompatiblen Schnellstart ab. Wenn Sie noch die ältere Linie verwenden, ergänzt der K2.6-Erklärer die Abstammung.

Wie Sie die beiden per A/B-Test prüfen, bevor Sie sich festlegen

Der einfachste Weg zur Entscheidung ist, dieselbe Anfrage durch beide Modelle zu senden und den Unterschied zu messen. Da beide OpenAI-SDK-kompatibel sind, ist das wenig Aufwand.

Richten Sie eine Anfrage an den Moonshot-Endpunkt mit dem Modell kimi-k2-7-code und eine zweite identische Anfrage mit kimi-k3. Halten Sie alles andere konstant:

• denselben System-Prompt
• dieselbe Benutzer-Nachricht
• dieselbe Temperatur
• dieselben Tools
• dieselben Limits für Ausgabe-Tokens

Vergleichen Sie dann diese drei Aspekte:

1. Ausgabequalität: Bewerten Sie echte Prompts so, wie Sie auch Produktionsausgaben bewerten würden, nicht nach Bauchgefühl.
2. Latenz: K3 ist laut unabhängiger Geschwindigkeitsmessung das langsamere Modell. In interaktiven Anwendungen kann das einen Qualitätsgewinn überwiegen.
3. Token-Verbrauch: Messen Sie Eingabe- und Ausgabe-Tokens und prüfen Sie, wie Ihre Cache-Hit-Rate die effektiven Eingabekosten verändert.

Ein einfacher Test mit dem OpenAI-SDK könnte beispielsweise so aussehen:

from openai import OpenAI
import time

client = OpenAI(
    api_key="MOONSHOT_API_KEY",
    base_url="MOONSHOT_BASE_URL",
)

models = ["kimi-k2-7-code", "kimi-k3"]

for model in models:
    started = time.perf_counter()

    response = client.chat.completions.create(
        model=model,
        temperature=0,
        messages=[
            {
                "role": "system",
                "content": "Du bist ein Senior-Entwickler. Analysiere den Fehler und liefere einen minimalen Patch."
            },
            {
                "role": "user",
                "content": "Hier sind Stacktrace, relevante Dateien und ein fehlgeschlagener Test: ..."
            }
        ],
    )

    elapsed = time.perf_counter() - started

    print(f"Modell: {model}")
    print(f"Latenz: {elapsed:.2f}s")
    print(f"Antwort: {response.choices[0].message.content}")
    print(f"Usage: {response.usage}")
    print("-" * 80)

Apidog macht diesen Side-by-Side-Workflow unkompliziert. Speichern Sie beide Anfragen in einem Projekt, tauschen Sie die Modell-ID als Umgebungsvariable aus, beobachten Sie Server-Sent-Event-Streaming-Antworten in Echtzeit, inspizieren Sie Tool-Call-Payloads und sehen Sie den Token-Verbrauch pro Aufruf.

Duplizieren Sie die Anfrage, ändern Sie ein Feld, und Sie haben einen kontrollierten A/B-Test ohne überflüssigen Testcode. Laden Sie Apidog herunter, um es einzurichten. Wenn Sie in einem Editor arbeiten, sorgt die Apidog-Integration in VS Code dafür, dass es neben Ihrem Code bleibt.

Das Fazit

K3 ist ein echter Generationssprung gegenüber K2.7 Code, keine Umbenennung. Es verdreifacht grob die Gesamtparameter auf 2,8T, bietet eine neue Aufmerksamkeitsarchitektur mit Kimi Delta Attention, Attention Residuals und Stable LatentMoE, erweitert den Kontext auf 1M Tokens und positioniert das Produkt neu vom Codierungs-Spezialisten zum Flaggschiff-Generalisten.

Es kostet auch mehr zum Listenpreis. Zudem liegt es nach Moonshots eigener Aussage noch hinter Fable 5 und GPT-5.6 Sol zurück. Das Upgrade ist daher nicht automatisch.

• Benötigen Sie mehr Kontext, allgemeine Argumentation oder langfristiges Agentenverhalten, sollten Sie K3 testen.
• Erfüllt K2.7 Code Ihre Anforderungen zu einem Preis, der Ihnen gefällt, ist es vertretbar zu bleiben.

Führen Sie beide Modelle mit Ihren eigenen Prompts aus, vergleichen Sie Qualität, Latenz und effektive Token-Kosten, und lassen Sie die Daten entscheiden.

Häufig gestellte Fragen

Welches ist besser zum Codieren?

K2.7 Code wurde speziell für die Codierung optimiert und ist eine starke, kostengünstige Wahl für eng gefasste Code-Aufgaben. K3 ist ein Flaggschiff-Generalist, auch gut in langfristiger agentischer Codierung, mit einem viel größeren Kontext. Für große Repositorys und mehrstufige Agentenarbeiten hat K3 den strukturellen Vorteil; für eng gefasste Codierung, die K2.7 gut bewältigt, kann K2.7 Code die intelligentere Investition sein.

Ist Kimi K3 teurer als K2.7 Code?

K3 listet $0,30/M Cache-Hit-Eingabe, $3/M Cache-Miss-Eingabe und $15/M Ausgabe, was Flaggschiff-Niveau ist. Ob es pro Aufgabe teurer ist, hängt von Ihrer Cache-Hit-Rate und der Ausgabefreudigkeit ab. Vergleichen Sie daher die effektiven Kosten für Ihre eigene Arbeitslast. Beide Modelle sind OpenAI-SDK-kompatibel, sodass der Wechsel hauptsächlich eine Änderung der Modell-ID plus einen erneuten Prompt-Test bedeutet.

Ist Kimi K3 Open Source?

Nicht am Starttag. Moonshot sagte, dass die vollständigen Modellgewichte voraussichtlich um den 27. Juli 2026 erwartet werden. Bis dahin ist K3 nur über API und App verfügbar. Betrachten Sie jeden Selbsthosting-Plan als abhängig von dieser Veröffentlichung.

Ist K3 besser als Claude Fable 5 oder GPT-5.6 Sol?

Laut Moonshots eigenem Blog: nein. K3 liegt insgesamt hinter beiden zurück, obwohl es auf spezifischen Benchmarks konkurrenzfähig oder sogar führend ist. Unabhängig davon platziert Artificial Analysis es mit einem Intelligence Index von 57 auf Platz 4 von 189. Es ist ein starker Open-Weight-Kandidat, aber nicht der uneingeschränkte Spitzenreiter.