Moonshot Kimi

Wichtiger Hinweis für Unternehmen: innFactory AI Consulting aus Rosenheim empfiehlt Moonshot Kimi für den DACH-Raum im Self-Hosting oder über einen Inferenzanbieter mit EU-Rechenzentren. Bei Nutzung der internationalen Moonshot-API werden Daten laut Datenschutzerklärung auf Servern in Singapur gespeichert, also außerhalb der EU. Stand: Oktober 2026.

Moonshot AI mit Sitz in Peking entwickelt die Kimi-Modelle als Mixture-of-Experts-Architekturen mit offenen Gewichten. Aktuell relevant sind Kimi K3.1 Pro (nur per API, Gewichte angekündigt), Kimi K3 (2,8T Parameter, offene Gewichte), Kimi K2.7 Code und Kimi K2.6 (je ~1T Parameter). Alle Angaben stammen von Moonshot AI, Hugging Face und den Cloud-Dokumentationen; Benchmarks sind Herstellerangaben, sofern nicht anders vermerkt.

Aktuelle Modelle im Überblick

Kimi K3.1 Pro

Kimi K3.1 Pro (kimi-k3.1-pro) ist das erste Modell der K3.1-Reihe und laut Moonshot AI eine post-trainierte Version von Kimi K3 mit deutlich größerem Post-Training-Aufwand. Das Modell hat ein Kontextfenster von 1.048.576 Token, versteht Text, Bild und Video nativ und unterstützt Tool Calling. Reasoning ist dauerhaft aktiv und über reasoning_effort in drei Stufen (low, high, max; Standard max) steuerbar. Bei Multi-Turn-Konversationen und Tool-Calls muss die vollständige Assistant-Nachricht inklusive Reasoning zurückgegeben werden. Daneben gibt es kimi-k3.1-pro-highspeed mit laut Moonshot 2- bis 3-facher Geschwindigkeit bei gleicher Intelligenz.

Moonshot hebt Verbesserungen bei Coding (inklusive Spiele-Engines wie Unity, Unreal Engine und Godot), 3D-Modellierung und Finanzanalyse hervor. Ausgewählte Herstellerangaben:

• Terminal-Bench 4.0: 65,7 % (Moonshot nennt dort GPT-6 Astra mit 58,2 % und Claude Opus 5.5 mit 66,4 %)
• Kimi Code Bench 3.0 Long-horizon (interner Benchmark): 61,2 % gegenüber 55,95 % bei K3
• BenchCAD (mit Tools): 92,7 %
• OfficeQA Pro v2: 64,4
• Halluzinationsrate im internen Stresstest „Kimi Hallu Bench Hard“: 8,3 % gegenüber 23,4 % bei K3. Moonshot betont, dass dieser Test gezielt fehleranfällige Fälle enthält und keine Alltagsfehlerquote abbildet.

Beim Thema Cybersicherheit gibt Moonshot an, cyberbezogene Daten aus Mid-Training und RL-Umgebungen entfernt zu haben; auf dem internen Benchmark xdev-bench-hard erreiche das Modell damit 81,0 % statt 90,5 % ohne diese Maßnahmen.

Der Zugang zur API wird nach einer Aufladung (mindestens 1 USD) freigeschaltet. Für API-Kunden ist laut Moonshot Zero Data Retention verfügbar. Moonshot hat ausdrücklich angekündigt, die vollständigen Gewichte bis zum 4. November 2026 zu veröffentlichen. Bis dahin stehen Lizenztext, Architekturdetails und Hardwarebedarf nicht fest. Dass K3.1 Pro bei einem Cloud-Anbieter oder EU-Inferenzanbieter verfügbar ist, ist bislang nicht dokumentiert.

Kimi K3

Am 16. Juli 2026 hat Moonshot AI Kimi K3 vorgestellt, am 27. Juli 2026 folgten die vollständigen Gewichte auf Hugging Face (moonshotai/Kimi-K3) – 96 Safetensors-Shards mit rund 1,56 TB. Moonshot führt K3 inzwischen als Vorgängergeneration von K3.1 Pro; die API bleibt verfügbar.

Architektur und Fähigkeiten (Herstellerangaben):

• 2,8 Billionen Parameter gesamt, 104 Mrd. aktiv pro Token
• 896 Experten, davon 16 pro Token aktiviert, dazu 2 Shared Experts
• 93 Layer (69 KDA + 24 Gated MLA), Vokabular 160.000 Tokens
• Context Window: 1.048.576 Tokens – rund 2.500 Textseiten, ohne Preisaufschlag für lange Eingaben
• Nativer Text-, Bild- und Video-Input über den Vision Encoder MoonViT-V2 (401M Parameter)
• Reasoning dauerhaft aktiv mit drei Effort-Stufen (low, high, max; Default max)
• Tool Calling über strukturierte API-Antworten
• Auslieferung in MXFP4-Gewichten mit MXFP8-Aktivierungen aus Quantization-Aware-Training – ein nachgelagerter Quantisierungslauf entfällt
• Empfohlene Inferenz-Engines: vLLM, SGLang, TokenSpeed

Benchmarks: Moonshot nennt für K3 unter anderem GPQA Diamond 93,5, Terminal-Bench 2.1 88,3, BrowseComp 91,2, DeepSWE 67,5, SciCode 58,7, AA-LCR 74,7, DeepSearchQA (F1) 95,0, MMMU-Pro 81,6 und MathVision 94,3. Unabhängig davon misst Artificial Analysis einen Intelligence Index von 57. Im AA-Omniscience-Benchmark stieg die Halluzinationsrate von 39 % (K2.6) auf 51 % (K3), bei gleichzeitig gestiegener Trefferquote (33 % auf 46 %): Das Modell antwortet häufiger richtig, erkennt aber seltener, wann es nichts weiß. Für wissensintensive Anwendungen ohne Quellenbindung empfehlen wir daher Retrieval und Quellenprüfung.

Kimi K2.7 Code

Kimi K2.7 Code (12. Juni 2026) ist ein coding-fokussierter Nachfolger von Kimi K2.6 mit offenen Gewichten unter der Modified MIT License.

• ~1T Parameter MoE-Architektur, ~32B aktiv, 384 Experten (8 aktiv + 1 Shared), 61 Layer, 256K Context
• MoonViT Vision Encoder (400M), forcierter Thinking-Mode, OpenAI-kompatible API
• Laut Moonshot rund 30 % weniger Thinking-Tokens als K2.6
• Auf der Moonshot-Plattform zusätzlich als kimi-k2.7-code-highspeed (~180 Token/s)

Die Benchmarks stammen aus Moonshots eigenen Evaluations-Suites; eine unabhängige Drittverifikation liegt nicht in gleichem Umfang vor wie für K3.

Kimi K2.6

Kimi K2.6 (20. April 2026) verbesserte gegenüber K2.5 vor allem Agentic Coding und Long-Horizon Workflows (Herstellerangaben):

• SWE-Bench Pro: 58,6 % (K2.5: 50,7 %)
• Terminal-Bench 2.0: 66,7 % (K2.5: 50,8 %)
• BrowseComp (Agent Swarm): 86,3 % (K2.5: 78,4 %)
• Toolathlon: 50,0 % (K2.5: 27,8 %)
• Agent Swarm: bis zu 300 parallele Sub-Agenten und 4.000 koordinierte Schritte
• 1T Parameter MoE, 32B aktiv, 256K Context, native INT4 Quantization
• Offene Gewichte auf Hugging Face (moonshotai/Kimi-K2.6)

K2.6 wird für Coding von K2.7 Code und als Allround-Modell von K3 / K3.1 Pro abgelöst.

Preise

Listenpreise der Moonshot-API je 1 Million Token (USD, ohne Steuern). Die Preise gelten laut Moonshot flach über das gesamte Kontextfenster, ein Long-Context-Aufschlag ist nicht ausgewiesen.

Context Caching wird automatisch abgerechnet (Standard-TTL 5 Minuten). Drittanbieter und Cloud-Plattformen kalkulieren eigenständig und mit abweichenden Preisen.

Lizenz

• Kimi K3.1 Pro: Lizenz noch nicht veröffentlicht; Moonshot spricht von Open Weights und kündigt die Gewichte bis 4. November 2026 an.
• Kimi K3: Die eigens formulierte Kimi K3 License (auf Hugging Face als license:other). Herunterladen, Self-Hosting, Fine-Tuning und Quantisieren sowie kommerzielle Nutzung sind grundsätzlich erlaubt. Wer K3 Dritten als Dienst anbietet und im Konzern über 20 Mio. USD Umsatz in zwölf zusammenhängenden Monaten liegt, benötigt eine separate Vereinbarung mit Moonshot AI. Ab 100 Mio. monatlich aktiven Nutzern oder 20 Mio. USD Monatsumsatz ist eine sichtbare Nennung von „Kimi K3“ in der Oberfläche vorgeschrieben. Rein interne Nutzung ist von diesen Auflagen ausgenommen; wer K3 in einem eigenen SaaS-Produkt weiterreicht, sollte den Lizenztext prüfen lassen.
• Kimi K2.x (K2.7 Code, K2.6): Modified MIT License.

Self-Hosting und Hardware

Bei Kimi K3 sind die 1,56 TB Gewichte die eigentliche Hürde. Unter vLLM werden rund 1,68 TB VRAM benötigt. Realistische Konfigurationen beginnen bei einem Node mit 8x B300 (2.304 GB) oder vier Nodes mit je 8x H100 (2.560 GB). Da die Gewichte bereits als MXFP4 ausgeliefert werden, lässt sich nicht weiter herunterquantisieren. Consumer-Hardware, eine einzelne GPU oder CPU-Offload sind nicht praktikabel. Den Bedarf von K3.1 Pro können wir erst nach Veröffentlichung der Gewichte belegen; als post-trainierte K3-Version ist ein ähnlicher Rahmen naheliegend, aber nicht bestätigt.

Kimi K2.7 Code (~1T Parameter, 256K Context) ist die deutlich günstigere Eigenbetriebs-Option. Empfohlene Inferenz-Engines: vLLM, SGLang und TokenSpeed; Referenz-Code liegt auf GitHub (MoonshotAI/Kimi-K3).

Verfügbarkeit in der EU und DSGVO

DSGVO-Einordnung

Moonshot AI hat seinen Hauptsitz in Peking. Die internationale Kimi-Plattform (platform.moonshot.ai) betreibt laut Datenschutzerklärung die Moonshot AI Pte. Ltd. in Singapur; die Daten liegen auf Servern in Singapur. Wer die API nutzt, überträgt personenbezogene Daten also in ein Drittland. Für Singapur besteht kein Angemessenheitsbeschluss der EU-Kommission. Für kimi.com und die chinesische Plattform gelten eigene Datenschutzbestimmungen, die vor einem Einsatz gesondert zu prüfen sind. Eine solche Übermittlung ist deshalb nur über die Instrumente der Artikel 44 ff. DSGVO zulässig – in der Praxis üblicherweise Standardvertragsklauseln nach Art. 46 Abs. 2 lit. c DSGVO, ergänzt um ein Transfer Impact Assessment. Zusätzlich sind ein Auftragsverarbeitungsvertrag nach Art. 28 DSGVO, die Prüfung der Unterauftragsverarbeiter, Löschfristen und technische Schutzmaßnahmen erforderlich. Moonshot bietet für API-Kunden eine Zero-Data-Retention-Option an; sie ändert nichts am Verarbeitungsort.

Hinweis: Diese Einordnung ist eine sachliche Zusammenfassung der Rechtslage und ersetzt keine Rechtsberatung. Ob ein konkreter Einsatz zulässig ist, hängt von Rolle, Datenkategorien, Vertragsgestaltung und Schutzmaßnahmen im Einzelfall ab. Für die rechtliche Bewertung arbeiten wir mit spezialisierten Kanzleien zusammen.

Für personenbezogene oder vertrauliche Unternehmensdaten führt der einfachere Weg über die offenen Gewichte – im Eigenbetrieb in der EU oder über einen Inferenzanbieter mit EU-Rechenzentren.

Wege für den EU-Einsatz

• Self-Hosting: Volle Datenkontrolle, keine Drittlandsübermittlung. Bei K3 sehr hardwareintensiv, bei K2.7 Code deutlich zugänglicher.
• EU-Inferenzanbieter: Nebius Token Factory führt Kimi K3 seit dem Release-Tag und betreibt Rechenzentren in Finnland und Frankreich mit EU-Data-Residency-Option (SOC 2 Type II, ISO 27001). AVV, Unterauftragsverarbeiter und Retention sind im Einzelfall zu prüfen.
• AWS Bedrock: Seit dem 18. September 2026 führt Bedrock Kimi K3 als natives Modell (moonshotai.kimi-k3). Laut AWS-Modellkarte ist es nicht In-Region verfügbar, sondern nur über US-Geo-Cross-Region (us.moonshotai.kimi-k3) oder Global-Cross-Region (global.moonshotai.kimi-k3); letzteres routet Anfragen in eine beliebige unterstützte AWS-Region weltweit. Der Request kann zwar aus eu-central-1 (Frankfurt) gestellt werden, die Verarbeitung ist aber nicht auf die EU festgelegt – das ist keine EU-Residency-Option. Anders beim Vorgänger Kimi K2.5 (moonshotai.kimi-k2.5): Er ist laut AWS-Modellkarte weiterhin aktiv und als In-Region-Modell u. a. in eu-north-1 (Stockholm) verfügbar (eu-west-2 London liegt im Vereinigten Königreich); AWS nennt als frühestes Lebensende den 27. Januar 2027. Kimi K3.1 Pro ist in der AWS-Dokumentation nicht aufgeführt.
• Microsoft Foundry: Kimi K3 ist seit dem 31. Juli 2026 über Foundry buchbar, bereitgestellt von Fireworks AI und nicht als First-Party-Azure-Endpoint. Pay-per-Token gibt es als Global Standard oder Data Zone Standard, wobei Fireworks on Foundry Data Zones nur für die USA anbietet; laut Microsoft ist Fireworks on Foundry derzeit von der EU Data Boundary ausgenommen. Die Pay-per-Token-Angebote von Fireworks für K2.5, K2.6 und K2.7 Code sind eingestellt. Kimi K2.7 Code, K2.6 und K2.5 führt Microsoft Learn zusätzlich als Preview unter den von Azure verkauften Modellen, laut Regionstabelle nur als Global Standard und damit ohne EU-Data-Zone.
• Google Agent Platform: Den letzten Kimi-Endpunkt als Model-as-a-Service (Kimi K2 Thinking) hat Google am 21. Oktober 2026 abgeschaltet; Alternative ist das Eigen-Deployment aus Model Garden. K3 und K3.1 Pro sind dort nicht gelistet. AWS dokumentiert zudem ein Eigen-Deployment über SageMaker HyperPod bzw. Amazon EKS.
• Weitere Inferenzanbieter (Auswahl): OpenRouter, Fireworks AI, Together AI, Baseten, Modal, DigitalOcean, Parasail, Databricks. Preise, Regionen und Retention unterscheiden sich; einzelne Gateways bieten Zero Data Retention mit Routing auf US-Anbieter – das löst die Frage nach Singapur, nicht aber die Übermittlung in die USA.

Migration und Breaking Changes

• K3 auf K3.1 Pro: Modell-ID auf kimi-k3.1-pro bzw. kimi-k3.1-pro-highspeed umstellen. Reasoning bleibt dauerhaft aktiv, reasoning_effort (low/high/max) ist ein Top-Level-Feld; die vollständige Assistant-Nachricht inklusive reasoning_content ist im Multi-Turn-Betrieb zurückzugeben. Der Zugang erfordert eine Aufladung der Plattform.
• K2-Reihe: Ab 31. Oktober 2026 nimmt Moonshot keine neuen Nutzer für K2-Modelle (K2.7 Code, K2.6) mehr an, bis Ende Dezember 2026 sollen alle K2-Modelle eingestellt werden. Bestehende Integrationen sollten auf K3.1 Pro (Allround) migriert werden; Coding-Workloads im Eigenbetrieb können bei den offenen Gewichten bleiben.
• K2.5 und moonshot-v1: Seit 31. August 2026 liefern Aufrufe den Fehler 404.

Modell-Lebenszyklus

Die Gewichte der älteren Modelle (Kimi K2.5, Kimi-K2-Thinking, Kimi-K2-Instruct, Kimi-K2-Base) bleiben auf Hugging Face für den Eigenbetrieb verfügbar; Kimi K2.5 läuft zudem auf AWS Bedrock weiter, während Google den MaaS-Endpunkt für K2 Thinking am 21. Oktober 2026 abgeschaltet hat. Kimi K2.5 bot 256K Context und native Multimodalität (LiveCodeBench v6 85,0 %, MMLU-Pro 87,1 %, Agent Swarm bis 100 Sub-Agenten laut Moonshot), K2 Thinking ergänzte Chain-of-Thought-Reasoning.

Integration mit CompanyGPT

Falls Sie Kimi in Ihrer eigenen Infrastruktur oder bei einem EU-Anbieter betreiben möchten, unterstützen wir Sie bei der Integration in CompanyGPT – unserer DSGVO-konformen Chat-Plattform für Unternehmen. Dort lassen sich offene Modelle wie Kimi neben anderen Anbietern souverän einbinden, ohne Prompts an Drittländer weiterzugeben.

Unsere Empfehlung

Kimi bleibt für den DACH-Raum eine Option, wenn die Gewichte selbst oder bei einem EU-Anbieter betrieben werden.

Für die meisten Unternehmen im DACH-Raum: Kimi K2.7 Code im Self-Hosting. Mit rund 1T Parametern und 256K Context ist es auf üblicher GPU-Server-Hardware betreibbar, steht unter der permissiven Modified MIT License und deckt Coding- und Agent-Workflows gut ab. Da die Moonshot-API der K2-Reihe bis Ende 2026 eingestellt wird, gilt das für die offenen Gewichte, nicht für den API-Zugang.

Für Allround-Aufgaben mit hohem Anspruch: Kimi K3 – realistisch nur über einen EU-Inferenzanbieter, solange kein Cluster mit ~1,7 TB VRAM zur Verfügung steht. Bei wissensintensiven Anwendungen die erhöhte Halluzinationsrate (AA-Omniscience: 51 % gegenüber 39 % bei K2.6) durch Retrieval, Quellenangaben und Prüfschritte abfedern.

Auf AWS mit fester EU-Region: Auf Bedrock ist nur Kimi K2.5 als In-Region-Modell in Stockholm verfügbar – eine Option für bestehende AWS-Umgebungen, allerdings eine ältere Modellgeneration.

Kimi K3.1 Pro beobachten: Laut Moonshot ist es leistungsfähiger und günstiger als K3, aber heute nur über die Moonshot-API (Server in Singapur) nutzbar. Ob und wie es sich in der EU betreiben lässt, entscheiden die für den 4. November 2026 angekündigten Gewichte, die Lizenz und das Angebot der EU-Inferenzanbieter. Bis dahin eignet es sich nur für Daten ohne Personenbezug und ohne Vertraulichkeitsbedarf.

Nicht empfohlen für personenbezogene oder vertrauliche Daten: die direkte Moonshot-API und kimi.com, weil dort außerhalb der EU verarbeitet wird (API laut Datenschutzerklärung in Singapur) und die Anforderungen der Art. 44 ff. DSGVO gesondert erfüllt werden müssten. Auch Bedrock mit Global- oder US-Cross-Region ist keine EU-Residency-Option.

Alternative: Unternehmen ohne eigene GPU-Infrastruktur und ohne Interesse an offenen Gewichten fahren mit EU-gehosteten Modellen wie Anthropic Claude oder Google Gemini über die jeweiligen EU-Regionen einfacher.