Moonshot AI heeft Kimi K3 gepresenteerd, een open‑weights‑model met 2,8 biljoen parameters dat het bedrijf zelf het grootste in zijn soort noemt. Onafhankelijke benchmarks plaatsen het model in de buurt van de Amerikaanse frontloper‑systemen.
Belangrijkste punten:
- Kimi K3 van Moonshot telt 2,8 biljoen parameters en biedt een context window van 1 miljoen tokens; de volledige gewichten volgen op 27 juli.
- Onafhankelijke tests plaatsen het model net onder Opus 4.8 van Anthropic, achter Fable 5 en GPT‑5.6 Sol van OpenAI.
- Het model voert de Arena‑ranglijst voor front‑end‑codering aan en vormt daarmee de scherpste Chinese open‑source-uitdaging tot nu toe.
Lancering van Kimi K3
Moonshot heeft het model op 16 juli gelanceerd via zijn app en interface. De volledige open‑weights‑release staat gepland voor 27 juli onder een ruimhartige licentie. De startup uit Peking, gesteund door Alibaba, baseerde Kimi K3 op een mixture‑of‑experts‑architectuur, waarbij per token slechts 16 van de 896 experts worden geactiveerd.
Dankzij een context window van 1 miljoen tokens kan het model omvangrijke codebases en lange documenten in één keer verwerken. Moonshot positioneert Kimi K3 daarmee nadrukkelijk voor software‑ontwikkeling en kennisintensief werk. Ingebouwde ondersteuning voor tekst, beeld en video moet van Kimi K3 het tot nu toe meest capabele model van het bedrijf maken. De schaal van 2,8 biljoen parameters plaatst het duidelijk boven DeepSeek’s V4 Pro, dat rond 1,6 biljoen parameters uitkomt. Betaalde toegang begint rond $3 per miljoen inputtokens en $15 per miljoen outputtokens.
Moonshot timede de introductie strategisch, vlak voor de World Artificial Intelligence Conference in Shanghai.
Zie ook: Solana herwint $77 terwijl $4,15 mrd DEX-rally het optimisme test
Benchmarkresultaten dicht bij de frontier
Onafhankelijke metingen door Artificial Analysis gaven Kimi K3 een score van 57 op de eigen intelligence‑index. Daarmee komt het model in de buurt van Anthropic’s Opus 4.8, al blijft het achter bij Fable 5 en OpenAI’s GPT‑5.6 Sol. Op een afzonderlijke benchmark voor praktische werkgerelateerde taken eindigde Kimi K3 als derde, vóór Opus 4.8. Ontwikkelaars op Arena plaatsten het model bovendien op nummer één voor front‑end‑codering, boven alle toonaangevende Amerikaanse modellen in die test.
Die ranglijsten zijn relevant omdat open weights ontwikkelaars in staat stellen een model lokaal te downloaden en aan te passen in plaats van het te huren in de cloud. Dat kan het concurrentievoordeel van AI‑labs verschuiven: minder puur op modelkwaliteit, meer op lage hostingkosten en brede distributie. Voor partijen die AI‑agents willen bouwen, neemt een permissief gelicentieerd model op deze schaal een belangrijke drempel weg.
Moonshot: een comebackverhaal
Analisten waarschuwen desalniettemin voor overhaaste conclusies, omdat veel cijfers rechtstreeks van het bedrijf zelf komen en onafhankelijke evaluaties zo kort na de lancering nog beperkt zijn. Een topman van Moonshot vergeleek het aantal parameters met neurale verbindingen in het menselijk brein en betoogde dat meer verbindingen het model in staat stellen meer kennis op te slaan en complexer te redeneren. Testers signaleren ondertussen een hogere mate van hallucinaties dan bij de vorige Kimi‑generatie.
De introductie markeert een opmerkelijke ommekeer voor Moonshot. De positie van het bedrijf op de binnenlandse markt was de afgelopen achttien maanden uitgehold, terwijl DeepSeek zich naar de voorhoede van China’s open‑source‑ecosysteem werkte. De eerdere Kimi K2‑modellen hielden Moonshot nog in het gesprek, maar Kimi K3 brengt dat open‑ecosysteem dichter bij de gesloten, propriëtaire systemen waar het lange tijd achteraan hobbelde.
Lees verder: SpaceX wist meer dan $800 mrd weg nu koers onder IPO‑prijs zakt