This website uses cookies

Read our Privacy policy and Terms of use for more information.

TLDR: Moonshot AI ist kein Modell, sondern ein Pekinger Forschungslabor, das in drei Jahren von 2,5 auf über 30 Milliarden Dollar Bewertung geklettert ist. Mit Kimi K3 hat es das grösste offene Modell der Geschichte veröffentlicht und weltweit Halbleiteraktien in die Tiefe geschickt. Die entscheidende Nachricht steckt aber nicht im Benchmark, sondern im Preisschild: China verkauft seine Spitzenmodelle nicht mehr billig. Damit fällt das bequemste Argument gegen chinesische Modelle weg, und ein unbequemeres rückt nach. Und eigentlich heisst die Firma gar nicht “Moonshot”.

Wer hinter dem Namen steckt

Fangen wir bei der Namens Anekdote an, weil sie mehr über die Firma verrät als jede Pressemitteilung. Moonshot AI heisst auf Chinesisch 月之暗面, wörtlich “die dunkle Seite des Mondes”. Der Name ist eine Hommage an das Pink-Floyd-Album, Lieblingsplatte von Gründer Yang Zhilin. Die Firma wurde am 50. Jahrestag der Plattenveröffentlichung im März 2023 in Peking eingetragen. Yang selbst war Schlagzeuger in einer Band namens Skip List, benannt nach einer Datenstruktur. Wer so gründet, denkt in Jahrzehnten, nicht in Quartalen.

Der Rest des Profils ist weniger poetisch und deutlich relevanter. Yang Zhilin hat in Tsinghua studiert, an der Carnegie Mellon promoviert und ist Co-Autor der Arbeiten zu Transformer-XL und XLNet. Das sind keine Randnotizen der Modellgeschichte, sondern Bausteine dessen, was heute jedes grosse Sprachmodell antreibt. Mitgegründet haben Zhou Xinyu, zuvor bei der Computer-Vision-Firma Megvii, und Wu Yuxin, davor Research Engineer bei Meta AI. Ein forschungsschweres Trio für ein Konsumentenprodukt.

Eigentümerstruktur: privat, nicht staatlich. Auf dem Cap Table stehen Alibaba als grösster externer Anteilseigner, dazu Tencent, HongShan, IDG Capital, Meituans Wagniskapitalarm Long-Z und seit Mai 2026 auch der staatsnahe Konzern China Mobile. Diese letzte Beteiligung ist der Punkt, an dem “privat finanziert” eine Fussnote bekommt.

Die Bewertungskurve als eigene Geschichte

Ende 2025 war Moonshot rund 4,3 Milliarden Dollar wert. Im Mai 2026 folgte eine Zwei-Milliarden-Runde bei 20 Milliarden Bewertung. Aktuell schliesst eine Runde bei etwa 31,5 Milliarden, und Bloomberg berichtet von Gesprächen über bis zu 50 Milliarden vor einem geplanten Börsengang in Hongkong. Drei materiell verschiedene Preisschilder in sieben Monaten.

Was diese Neubewertung trägt, ist ungewöhnlich für den chinesischen KI-Markt: echter Umsatz. Der wiederkehrende Jahresumsatz überschritt im März 2026 die 100-Millionen-Marke und verdoppelte sich bis April auf über 200 Millionen Dollar. Kimi K2.6 rangiert als zweitmeistgenutztes Sprachmodell auf OpenRouter, der grössten Verteilplattform für Modell-Traffic. Bemerkenswert dabei: Die Nutzerbasis von OpenRouter ist zu 47 Prozent amerikanisch. Chinesische Modelle gewinnen also nicht nur zu Hause, sondern auf der Infrastruktur westlicher Entwickler:innen.

Im Februar 2026 überholten chinesische Modelle dort erstmals amerikanische im wöchentlichen API-Volumen: 5,16 Billionen gegen 2,7 Billionen Token. Das ist keine Benchmark-Kosmetik, sondern eine Abstimmung mit dem Portemonnaie.

Was Kimi K3 technisch ist

2,8 Billionen Parameter, Mixture-of-Experts-Architektur mit 896 Expert:innen-Modulen, von denen pro Token nur 16 aktiv sind. Das entspricht rund 1,8 Prozent des Pools, also etwa 50 Milliarden aktiven Parametern pro Rechenschritt. Genau diese Sparsamkeit macht ein Modell dieser Grösse überhaupt bezahlbar betreibbar. Dazu ein Kontextfenster von einer Million Token, native Bildverarbeitung und ein dauerhaft eingeschalteter Reasoning-Modus.

Die Gewichte sollen bis zum 27. Juli 2026 unter einer modifizierten MIT-Lizenz erscheinen. Bis dahin ist K3 faktisch ein geschlossenes API-Produkt mit Open-Weight-Versprechen. Diese Unterscheidung ist keine Wortklauberei: Alle bisher publizierten Zahlen stammen von Moonshot selbst oder aus API-Zugriffen und sind bis zur Veröffentlichung nicht unabhängig reproduzierbar.

Die unabhängigen Messungen, die es gibt, sind respektabel. Auf dem Intelligence Index von Artificial Analysis erreicht K3 einen Wert von 57 und Rang vier von 189 Modellen, hinter Claude Fable 5 und zwei GPT-5.6-Sol-Konfigurationen, aber vor Claude Opus 4.8. In der Frontend Code Arena steht K3 mit 1'679 Elo-Punkten auf Platz eins, vor Fable 5. Moonshot räumt in der eigenen Kommunikation ein, insgesamt hinter Fable 5 und GPT-5.6 Sol zu liegen.

Ein Analyst von Morningstar bringt den nötigen Vorbehalt an: Offene Modelle haben eine dokumentierte Neigung, auf öffentliche Benchmarks hin zu optimieren. Und Anthropic warf Moonshot im Februar vor, 3,4 Millionen Claude-Konversationen zur Destillation verwendet zu haben. Der Vorwurf ist nicht abschliessend geklärt, gehört aber zur Einordnung.

Der eigentliche Bruch liegt im Preis

Hier wird es für Entscheider:innen interessant. Kimi K3 kostet 3 Dollar pro Million Input-Token und 15 Dollar pro Million Output-Token, bei Cache-Treffern 30 Cent. Der Vorgänger K2.6 lag bei 60 Cent und 2,50 Dollar. Das ist das Fünf- respektive Sechsfache, in einem einzigen Modellwechsel.

Innerhalb des chinesischen Feldes ist K3 damit die teure Option: DeepSeek V4 verlangt rund 87 Cent für eine Million Output-Token, Zhipus GLM-5.2 etwa 4,40 Dollar. Nach oben gerechnet bleibt K3 günstig: Claude Opus 4.8 liegt bei etwa 5 und 25 Dollar, GPT-5.6 bei 5 und 30, Claude Fable 5 bei 10 und 50. Pro erledigter Aufgabe misst Artificial Analysis rund 94 Cent für K3 gegenüber 1.04 Dollar für GPT-5.6 Sol und 1.80 Dollar für Opus 4.8.

Die Botschaft dahinter ist unternehmerisch klar. Moonshot preist nicht mehr nach Herkunft, sondern nach Fähigkeit. Die Erzählung vom Billigmodell aus China, die vielen westlichen Anbietern als Beruhigung diente, ist damit ökonomisch entwertet. Wer bisher argumentierte, chinesische Modelle seien halt günstig und entsprechend schlechter, muss sich ein neues Argument suchen.

Die wichtigsten Erkenntnisse

  • Moonshot AI ist eine privat finanzierte Pekinger Forschungsfirma mit Alibaba, Tencent, Meituan und seit Mai 2026 auch China Mobile im Aktionariat, aktuell auf rund 31,5 Milliarden Dollar bewertet und auf dem Weg an die Börse in Hongkong.

  • Kimi K3 ist mit 2,8 Billionen Parametern das grösste je angekündigte Open-Weight-Modell; die Gewichte sollen bis 27. Juli 2026 erscheinen, bis dahin sind alle Leistungsangaben nicht unabhängig verifizierbar.

  • Der Preis von 3 und 15 Dollar pro Million Token liegt fünf- bis sechsmal über dem Vorgänger. Chinesische Spitzenmodelle sind keine Billigware mehr, sondern preisen nach Leistung.

  • Epoch AI misst sieben Monate zeitlichen Abstand, Stanford 2,7 Prozent Leistungsabstand. Beides stimmt, weil beides Verschiedenes misst. Ein grosser Teil davon ist die Lücke zwischen offenen und geschlossenen Modellen, nicht zwischen Ländern.

  • Die USA investieren das 23-Fache in private KI-Finanzierung. Der verbleibende Leistungsabstand ist gemessen an diesem Verhältnis bemerkenswert klein.

  • Für Unternehmen entscheiden Datenresidenz, tatsächliche Betreibbarkeit und Kosten pro Aufgabe, nicht Herkunft und nicht Listenpreis.

KI-Modelle im BenchAlign-Vergleich

-WERBUNG-

Mehr KI Kompetenz? Inkl. Kompetenznachweis? Dazu haben wir das KI-Update entwickelt. Kurse, Updates, Newsletter und Podcasts: ein Ort für all dein KI Wissen. Werde Teil unserer exklusiven Community! Tausche dich mit Gleichgesinnten aus, erhalte exklusive Inhalte und nimm an Live-Sessions teil. Mehr Infos gibts auf:

Was die Marktreaktion wirklich zeigt

Am Tag nach der Veröffentlichung fiel der taiwanesische Leitindex übrigens um über 6 Prozent, der japanische um 4%, der Nasdaq um 1,5%. TSMC verlor 7% trotz eines Betriebsgewinnplus von 77 Prozent im Quartal. SoftBank gab 9% ab, der südkoreanische KOSPI rutschte am Montag um über 5% tiefer in den Bärenmarkt. Zum Vergleich: Als DeepSeek im Januar 2025 R1 vorstellte, verlor Nvidia an einem einzigen Handelstag rund 590 Milliarden Dollar Marktkapitalisierung.

Diese Reaktionen messen aber keine Modellqualität. Sie messen die Nervosität einer Investitionslogik, die auf der Annahme beruht, Spitzenleistung erfordere Spitzenausgaben. Jedes chinesische Modell, das mit weniger Rechenzugang nahe an die Front kommt, kratzt an dieser Annahme. Ob das ökonomisch berechtigt ist, steht auf einem anderen Blatt. Mehrere Analysehäuser argumentieren gegenteilig: Wenn der Abstand schrumpft, steigt der Druck auf Microsoft, Amazon, Google und Meta, noch schneller zu investieren.

Wie gross ist denn der Abstand wirklich?

Hier widersprechen sich die seriösen Quellen scheinbar, und die Auflösung ist lehrreich.

Epoch AI misst mit dem Epoch Capabilities Index einen durchschnittlichen zeitlichen Rückstand chinesischer Modelle von sieben Monaten seit 2023, mit einer Spanne von vier bis 14 Monaten. Jedes Modell an der absoluten Leistungsfront kam in diesem Zeitraum aus den USA.

Der Stanford AI Index 2026 kommt auf 2,7 Prozent Abstand zwischen dem besten amerikanischen und dem besten chinesischen Modell, Stand März 2026. Im Mai 2023 lag diese Differenz noch zwischen 17,5 und 31,6 Prozentpunkten.

Beide Zahlen stimmen, weil sie Verschiedenes messen. Stanford misst relative Nähe im Punktestand, Epoch misst zeitlichen Abstand zur jeweiligen Front. Ein Modell kann punktemässig knapp dahinter und trotzdem sieben Monate hinterher sein. Das McNair Center hält beide Lesarten für zu selbstsicher und schätzt drei bis neun Monate.

Die aussagekräftigste Ergänzung liefert Epoch an anderer Stelle: Offene Modelle liegen seit Januar 2026 im Schnitt vier Monate hinter geschlossenen Spitzenmodellen. Da fast alle führenden chinesischen Modelle offen und fast alle US-Frontier-Modelle geschlossen sind, misst die China-USA-Lücke zu einem grossen Teil schlicht die Offen-Geschlossen-Lücke.

Ein Detail zur Einordnung des Ressourcenverhältnisses: 2025 flossen 285,9 Milliarden Dollar private KI-Investitionen in die USA gegenüber 12,4 Milliarden in China. Das 23-Fache. Gemessen daran sind 2,7 Prozent Abstand keine kleine Zahl, sondern eine sehr grosse.

KI-Abstand: 2,7 Prozent oder sieben Monate

Was das für Schweizer und Deutsche Unternehmen heisst

Die Trennlinie verläuft nicht mehr zwischen Ost und West. Sie verläuft zwischen offen und geschlossen, zwischen Frontier und produktionsreif, zwischen Kontrolle und Bequemlichkeit.

Drei Fragen sind entscheidungsrelevant. Erstens: Wo laufen die Daten? Die gehostete Kimi-API verarbeitet Anfragen auf Servern in China. Für alles, was Datenresidenz braucht, ist das erledigt, bevor die Diskussion beginnt. Ab dem 27. Juli fällt dieses Argument allerdings weg, sofern man die Gewichte selbst betreibt.

Zweitens: Kann man sie überhaupt selbst betreiben? Moonshot empfiehlt Supernodes mit 64 oder mehr Beschleunigern. Ein 2,8-Billionen-Parameter-Modell ist kein Laptop-Projekt. Offene Gewichte bedeuten Optionsfreiheit, nicht automatisch Machbarkeit. Für die meisten mittelständischen Firmen bleibt der praktische Weg der Bezug über Drittanbieter, die das Modell hosten. Die Preisdynamik dort dürfte nach dem 27. Juli interessant werden.

Drittens: Was kostet die Aufgabe, nicht das Token? K3 ist geschwätzig und läuft dauerhaft auf maximaler Reasoning-Stufe, ohne Regler. Der Vergleich pro Million Token schmeichelt dem Modell mehr als der Vergleich pro erledigter Aufgabe. Wer Modelle nach Listenpreis auswählt, rechnet an der Realität vorbei.

Vielleicht ist es doch mal Zeit für APERTUS 1.5 (ja das ist neu)

Und der strategische Punkt darüber: Ein Modell ist heute weniger eine Kaufentscheidung als eine Wette auf Anbieterüberleben. Moonshot bereitet einen Börsengang vor und hat Umsatz, der die Bewertung trägt. Das ist ein besseres Signal als jeder Benchmark-Rang.

Und darum bin ich nach wie vor überzeugt: Welches Modell dabei im Hintergrund rechnet, entscheidet sich künftig nicht mehr über Herkunft oder Marke, sondern über Datenhoheit, Betreibbarkeit und den ehrlichen Blick auf die Kosten pro erledigter Aufgabe.

Also wenn Du reden willst, und wenn Du mit mir zusammenarbeiten willst: melde Dich gerne www.rogerbasler.ch

Disclaimer: Dieser Artikel wurde nach meinem eigenen Wissen und dann mit Recherchen mit KI (Perplexity.Ai und Grok.com sowie Gemini.Google.com) manuell zusammengestellt und mit Deepl.com/write vereinfacht. Der Text wird dann nochmals von zwei Personen meiner Wahl gelesen und kritisch hinterfragt. Das Bild stammt von Ideogram.Ai und ist selbst erstellt. Dieser Artikel ist rein edukativ und erhebt keinen Anspruch auf Vollständigkeit. Bitte melde dich, wenn Du Ungenauigkeiten feststellst, danke.

Quellen und weitere Informationen:

Bleap. (2026, 21. Juli). Kimi K3 review 2026: Benchmarks, pricing & Claude Fable 5 comparison. https://www.bleap.finance/en-us/blog/kimi-k3-review

Bloomberg News. (2026, 8. Juni). China's Moonshot AI seeks $30 billion value in new funding talks. https://www.bloomberg.com/news/articles/2026-06-08/china-s-moonshot-ai-seeks-30-billion-value-in-new-funding-talks

Boston Consulting Group. (2026). The great divide: How the US and China are splitting the AI world. https://www.bcg.com/publications/2026/us-and-china-ai-strategy-causing-global-ai-divide

Decrypt. (2026, 17. Juli). China's Kimi K3 is out and beats Claude Fable and GPT 5.6 Sol on key benchmarks. https://decrypt.co/373716/china-kimi-k3-largest-open-source-ai-model-ever-beats-claude-fable-gpt-5-6-sol

Edwards, J., & Emberson, L. (2026). Open models lag state-of-the-art closed models by 4 months. Epoch AI. https://epoch.ai/data-insights/open-closed-eci-gap

Emberson, L. (2026, 2. Januar). Chinese AI models have lagged the US frontier by 7 months on average since 2023. Epoch AI. https://epoch.ai/data-insights/us-vs-china-eci

Fortune. (2026, 17. Juli). Markets experience new DeepSeek shock after Moonshot AI releases Kimi K3. https://fortune.com/2026/07/17/china-moonshot-kimi-k3-markets-china-ai/

James, L. (2026, 17. Juli). China's 2.8-trillion-parameter Kimi K3 beats Claude Fable 5 in Frontend Code Arena benchmark. Tom's Hardware. https://www.tomshardware.com/tech-industry/artificial-intelligence/moonshot-releases-2-8-trillion-parameter-kimi-k3

McNair Center. (2026). The US-China AI gap is very uncertain. https://mcnair.center/china/

South China Morning Post. (2026, 21. Juli). Another 'DeepSeek moment'? What China's Kimi K3 means for the global AI industry. https://www.scmp.com/tech/big-tech/article/3361387/another-deepseek-moment-what-chinas-kimi-k3-means-global-ai-industry

South China Morning Post. (2026, 22. Juli). Kimi K3 developer Moonshot AI expedites fundraising ahead of planned IPO, source says. https://www.scmp.com/tech/tech-trends/article/3361415/kimi-k3-developer-moonshot-ai-expedites-fundraising-ahead-planned-ipo-source-says

Stanford Institute for Human-Centered Artificial Intelligence. (2026). AI Index Report 2026. Berichterstattung via TheNextWeb. https://thenextweb.com/news/stanford-ai-index-2026-china-us-performance-gap

TechCrunch. (2026, 7. Mai). China's Moonshot AI raises $2B at $20B valuation as demand for open source AI skyrockets. https://techcrunch.com/2026/05/07/chinas-moonshot-ai-raises-2b-at-20b-valuation-as-demand-for-open-source-ai-skyrockets/

The Decoder. (2026, 17. Juli). Kimi's open model K3 nears GPT-5.6 Sol and Fable 5 while signaling the end of super cheap Chinese AI. https://the-decoder.com/kimis-open-model-k3-nears-gpt-5-6-sol-and-fable-5-while-signaling-the-end-of-super-cheap-chinese-ai/

The Standard. (2026, 20. Juli). Moonshot's Kimi K3 debut seen as AI's next 'DeepSeek Moment'. https://www.thestandard.com.hk/innovation/article/337699/Moonshots-Kimi-K3-debut-seen-as-AIs-next-DeepSeek-Moment

VentureBeat. (2026, 16. Juli). China's Moonshot AI releases Kimi K3, the largest open-source model ever, rivaling top U.S. systems. https://venturebeat.com/technology/chinas-moonshot-ai-releases-kimi-k3-the-largest-open-source-model-ever-rivaling-top-u-s-systems

Wikipedia. (2026). Moonshot AI. https://en.wikipedia.org/wiki/Moonshot_AI

Reply

Avatar

or to participate