Wichtiger Hinweis für Unternehmen: innFactory AI Consulting aus Rosenheim empfiehlt Moonshot Kimi ausschließlich im Self-Hosting-Betrieb. Bei API-Nutzung werden Daten in China verarbeitet - für den DACH-Raum nur mit eigener Infrastruktur DSGVO-konform einsetzbar.
Neuestes Update: Kimi K3 (Juli 2026)
Am 16. Juli 2026 hat Moonshot AI Kimi K3 vorgestellt – mit 2,8 Billionen Parametern das bisher größte Modell des Unternehmens und mehr als doppelt so groß wie das bisherige Flaggschiff K2.6. Die MoE-Architektur aktiviert 16 von 896 Experten pro Token, das Context Window wächst auf 1 Million Tokens, Bild-Input wird nativ unterstützt.
- Artificial-Analysis-Leaderboard: Debüt auf Platz 3 – hinter Claude Fable 5 und GPT-5.6 Sol, in vielen Einzel-Benchmarks vor Claude Opus 4.8 und GPT-5.5 High
- Führend in der Arena.ai Frontend-Code-Arena
- Laut Moonshots eigener Long-Horizon-Evaluation Elo 1547 (+732 gegenüber K2.6) – Herstellerangabe, mit der gebotenen Vorsicht zu interpretieren
- ~21 % weniger Output-Tokens als K2.6, bislang nur eine Reasoning-Stufe („max")
- API-Pricing: ~$3,00 / 1M Input, ~$15,00 / 1M Output – deutlich über den K2.x-Preisen
Wichtig für den EU-Einsatz: Die Open Weights sind zum Release noch nicht verfügbar (angekündigt bis 27. Juli 2026). Bis dahin läuft K3 ausschließlich über Website und API mit Datenverarbeitung in China – damit gibt es für K3 aktuell keinen DSGVO-konformen Pfad. Für den produktiven EU-Einsatz bleibt self-hosted Kimi K2.6 unsere Empfehlung, bis die K3-Weights veröffentlicht und die Hardware-Anforderungen für den Eigenbetrieb geklärt sind.
Kimi K2.7 Code (Juni 2026)
Am 12. Juni 2026 hat Moonshot AI Kimi K2.7 Code veröffentlicht - einen coding-fokussierten Nachfolger des Flaggschiffs Kimi K2.6 (vom 20. April 2026). Das Modell ist wie gewohnt als Open Weights unter der Modified MIT License verfügbar und legt den Schwerpunkt klar auf Softwareentwicklung und agentische Coding-Pipelines.
- 1T Parameter MoE-Architektur, ~32B aktiv, 384 Experten, 256K Context Window
- Forcierter Thinking-Mode und OpenAI-kompatible API
- Kimi Code Bench v2: 21.8% - eine Verbesserung gegenüber K2.6
- Pricing: ~$0,95 / 1M Input-Tokens, ~$4,00 / 1M Output-Tokens
Wichtiger Hinweis zu den Benchmarks: Die genannten Werte stammen aus Moonshots eigenen Evaluations-Suites. Eine unabhängige Drittverifikation lag zum Release-Zeitpunkt noch nicht vor - die Zahlen sind daher mit der gebotenen Vorsicht zu interpretieren.
Für den EU-Einsatz bleibt Self-Hosting auf eigener EU-Infrastruktur über die Open Weights von Hugging Face der sauberste DSGVO-Pfad. Über Managed-Clouds sind aktuell verwandte Modelle verfügbar (AWS Bedrock: Kimi K2 Thinking / K2.5, EU via Frankfurt; Azure Foundry: Kimi K2.6 / K2.5 als Preview), K2.7 Code selbst läuft jedoch derzeit am besten self-hosted. Als generelles Flaggschiff bleibt Kimi K2.6 weiterhin unsere Empfehlung; K2.7 Code adressiert primär Coding-Anwendungsfälle.
Kimi K2.6 (April 2026)
Am 20. April 2026 hat Moonshot AI Kimi K2.6 als generally available Modell veröffentlicht - acht Tage nach dem K2.6 Code Preview. Die neue Generation übertrifft K2.5 deutlich bei Agentic Coding und Long-Horizon Workflows:
- SWE-Bench Pro: 58.6% (vs. 50.7% bei K2.5) - schlägt GPT-5.4 (57.7%) und Claude Opus 4.6 (53.4%)
- Terminal-Bench 2.0: 66.7% (von 50.8% bei K2.5)
- BrowseComp (Agent Swarm): 86.3% (von 78.4% bei K2.5)
- Toolathlon: 50.0% (von 27.8% bei K2.5)
- Agent Swarm Skalierung: bis zu 300 parallele Sub-Agenten und 4.000 koordinierte Schritte
- Day-0 Verfügbarkeit auf Cloudflare Workers AI (
@cf/moonshotai/kimi-k2.6) - 1T Parameter MoE-Architektur, 32B aktiv, 256K Context, native INT4 Quantization
- Open-Weight verfügbar auf Hugging Face (
moonshotai/Kimi-K2.6)
K2.6 ist damit aktuell unser empfohlenes Kimi-Modell für Self-Hosting und agentische Coding-Pipelines. Der Nachfolger Kimi K3 ist am 16. Juli 2026 erschienen (siehe oben) – solange dessen Open Weights nicht veröffentlicht sind, bleibt K2.6 die erste Wahl für den EU-Betrieb.
Besondere Stärken
Ultralanger Kontext (256K Tokens)
Kimi K2.5 bietet eines der längsten Context Windows im Open-Source-Bereich:
- 256.000 Tokens - entspricht ca. 640 Textseiten
- Ideal für umfangreiche Dokumentenanalyse
- Ermöglicht komplexe Multi-Step Reasoning über lange Konversationen
- Übertrifft die meisten verfügbaren Open-Source LLMs
Mixture-of-Experts Architektur
Innovative MoE-Architektur für maximale Effizienz:
- 1 Trillion Parameter gesamt
- Nur 32 Milliarden Parameter aktiv pro Anfrage
- 384 Experten, 8 werden pro Token aktiviert
- Multi-Head Latent Attention (MLA) für effiziente Verarbeitung
- Stabiles Training durch MuonClip-Optimizer
- MMLU-Pro: 87,1% - Kompetitiv mit führenden proprietären Modellen bei allgemeinem Wissen
Native Multimodalität (K2.5)
Kimi K2.5 ist vollständig multimodal trainiert mit herausragenden Benchmark-Ergebnissen:
- MoonViT Vision Encoder (400M Parameter)
- Verarbeitet Bilder, Videos, PDFs und Text nativ
- ~15 Billionen gemischte visuelle/Text-Tokens im Training
- MMMU-Pro: 78,5% - State-of-the-Art Visual Multimodal Understanding
- MathVision: 84,2% - Mathematik mit visueller Integration
- OCRBench: 92,3% - Beste OCR-Performance aller getesteten Modelle
- OmniDocBench: 88,8% - Exzellentes Dokumentenverständnis
- Code-Generierung aus UI-Designs möglich
State-of-the-Art Coding
Herausragende Performance bei Programmieraufgaben (Stand 2026):
- LiveCodeBench v6: 85,0% pass@1 - höchste Punktzahl unter Open-Source-Modellen
- SWE-Bench Verified: 76,8% Erfolgsrate (agentic coding) - nahe an proprietären Frontier-Modellen
- Full-Stack-Fähigkeiten: Frontend, Backend, DevOps
- Debugging und automatische Code-Optimierung
- Präzise Function/Tool Calling für API-Integration
- AIME 2025: 96,1% (Math Olympiad Level) - exzellente mathematische Problemlösung
Agentic Intelligence
Spezialisiert auf autonome Reasoning-Workflows:
- Native Tool-Calling-Unterstützung
- Multi-Step Task Decomposition (“think → act → re-think”)
- Agent Swarm System: Bis zu 100 parallele Sub-Agenten für komplexe Aufgaben
- Fast 100% Präzision bei API-basierten Tool-Aufrufen
- Kimi K2 Thinking: Transparente Chain-of-Thought Prozesse
- GPQA-Diamond: 87,6% - Graduate-Level Reasoning Performance
Wichtige Hinweise
Datenschutz-Überlegungen
Wichtig für Unternehmen: Moonshot AI ist ein chinesisches Unternehmen. Bei Nutzung der API werden Daten auf Servern in China verarbeitet. Für sensible Unternehmensdaten empfehlen wir dringend Self-Hosting.
- Chinesisches Unternehmen: Serverstandort China (bei API-Nutzung)
- DSGVO: Keine explizite DSGVO-Konformität bei API-Nutzung
- Keine EU-Regionen: Nicht verfügbar über AWS Bedrock, Azure AI oder Vertex AI
- Empfehlung: Self-Hosting in eigener EU-Infrastruktur
Self-Hosting als Lösung
Das Open-Source-Modell kann in der eigenen Infrastruktur betrieben werden:
- Alle Daten bleiben unter Ihrer Kontrolle
- Keine Abhängigkeit von externen APIs
- Volle DSGVO-Konformität möglich
- Hardware-Anforderungen: 8x H100 GPUs für volle 256K Context (INT4)
- Support für vLLM, SGLang, TensorRT-LLM Deployment
Ressourcenanforderungen
Kimi ist ein ressourcenintensives Modell:
- Vollständiger Context (256K): 8x NVIDIA H100 (INT4 Quantization)
- Standard Context (128K): 4-6x High-End GPUs
- INT4, INT8 und FP16 Quantization unterstützt
- Für kleinere Deployments: Kürzere Context Windows nutzen
Technische Highlights
Model-Varianten
Moonshot AI bietet verschiedene Spezialisierungen:
- Kimi K3: Neues Flaggschiff (Juli 2026), 2,8T Parameter, 1M Context – Open Weights angekündigt (bis 27.07.2026)
- Kimi-K2.6: Long-Horizon Coding, 300-Agent Swarm, 256K Context – aktuelle Self-Hosting-Empfehlung
- Kimi-K2.5: Multimodal, 256K Context, Vorgänger von K2.6
- Kimi-K2-Thinking: Reasoning-Fokus, transparente Denkprozesse
- Kimi-K2-Instruct: General-Purpose Chat, 128K Context
- Kimi-K2-Base: Foundation Model für Custom Fine-Tuning
Open-Source-Lizenzierung
Transparente Open-Source-Verfügbarkeit:
- Modified MIT License - permissive Nutzung
- Vollständige Model Weights auf Hugging Face
- Aktive Community auf GitHub
- Technical Reports und Benchmarks öffentlich verfügbar
Integration mit CompanyGPT
Falls Sie Kimi in Ihrer eigenen Infrastruktur betreiben möchten, unterstützen wir Sie bei der Integration in CompanyGPT - unserer DSGVO-konformen Chat-Plattform für Unternehmen.
Verfügbarkeit
API-Zugang:
- Öffentliche API verfügbar über platform.moonshot.ai
- Kimi K3 seit 16.07.2026 über Website und API (~$3,00 / 1M Input, ~$15,00 / 1M Output)
- OpenAI-kompatibles API-Format
- Serverstandort: China
- Nicht empfohlen für sensible EU-Daten
Self-Hosting:
- Model Weights: Hugging Face (moonshotai/Kimi-K2.6, moonshotai/Kimi-K2.5)
- GitHub Repository: MoonshotAI/Kimi-K2
- Deployment über vLLM, SGLang, TensorRT-LLM
- Neu: Kimi K2.6 auf Cloudflare Workers AI mit Day-0 Support (seit 20. April 2026)
- Kimi K2.5 auf Cloudflare Workers AI (seit 19. März 2026)
- NVIDIA NIM Integration verfügbar
- Empfohlen für DSGVO-konforme Nutzung
Unsere Empfehlung
Kimi K3 markiert einen Sprung für Open-Weight-Modelle: Platz 3 im Artificial-Analysis-Leaderboard, 1M Context und native Multimodalität. Solange die Open Weights aber nicht veröffentlicht sind (angekündigt bis 27.07.2026), führt der einzige Zugang über die China-API – für DACH-Unternehmen damit vorerst nicht nutzbar. Kimi K2.6 bleibt technisch beeindruckend mit State-of-the-Art Performance bei Agentic Coding (SWE-Bench Pro 58.6%), Long-Horizon Workflows und multimodalen Aufgaben.
Für DACH-Unternehmen empfehlen wir jedoch ausschließlich Self-Hosting in eigener EU-Infrastruktur. Bei API-Nutzung über platform.moonshot.ai werden Daten in China verarbeitet, was DSGVO-kritisch ist.
Beste Wahl: Self-Hosted Kimi-K2.6 für agentische Coding-Pipelines und multimodale Anwendungen oder Kimi-K2-Thinking für komplexe Reasoning-Aufgaben - jeweils in eigener Infrastruktur mit voller Datenkontrolle. Sobald die K3-Weights veröffentlicht sind, prüfen wir die Self-Hosting-Tauglichkeit (bei 2,8T Parametern dürften die Hardware-Anforderungen erheblich sein).
Alternative: Für Unternehmen ohne eigene GPU-Infrastruktur empfehlen wir EU-gehostete Alternativen wie Anthropic Claude oder Google Gemini über entsprechende EU-Regionen.