Kimi K3, DeepSeek und Qwen: Wie weit Chinas KI-Modelle wirklich sind

Moonshot AI veröffentlichte Kimi K3 am 16. Juli. Web-App, Mobil-App, Kimi Work, Kimi Code und API gingen gleichzeitig online. Am 27. Juli folgten die vollständigen Gewichte und der technische Bericht. Die Eckdaten fallen auf: 2,8 Billionen Parameter, ein Kontextfenster von einer Million Tokens und native Bildverarbeitung.

Noch aussagekräftiger war eine Meldung vom 19. Juli. Die Nachfrage der vorherigen 48 Stunden hatte die vorhandene GPU-Kapazität fast ausgeschöpft. Moonshot stoppte deshalb vorübergehend neue Abos und gab bestehenden Kunden Vorrang. Dass ein neues Modell viel Interesse auslöst, ist normal. Drei Tage nach dem Start die Registrierung drosseln zu müssen, zeigt jedoch: Rechenkapazität und Auslieferung gehören inzwischen zur Produktqualität.

Parallel dazu baute DeepSeek die V4-Reihe aus, während Alibaba Cloud Qwen3.8-Max-Preview bereitstellte. Die alte Kurzformel „DeepSeek ist billig“ beschreibt den chinesischen KI-Markt nicht mehr. Leistung, Preis, Lizenz und Vertrieb verändern sich gleichzeitig.

Für mich lautet die relevante Frage daher nicht, welches Modell eine Tabelle gewinnt. Entscheidend ist, ob eine ernst gemeinte Beschaffungsliste ohne chinesische Modelle inzwischen unvollständig ist.

Kimi K3 liefert starke Zahlen. Es bleiben Herstellerzahlen

K3 aktiviert nicht bei jeder Anfrage alle 2,8 Billionen Parameter. Die MoE-Architektur leitet jedes Token an 16 von 896 Experten weiter. So steht die Kapazität eines sehr großen Modells bereit, ohne bei jedem Schritt den vollen Rechenaufwand zu bezahlen.

Moonshot zufolge kann K3 bei Coding, Browsing, Automatisierung und Wissensarbeit mit führenden Modellen mithalten. Als weiteren Beleg nennt das Unternehmen die Frontend Code Arena, deren Rangliste aus menschlichen Präferenzurteilen entsteht. Beides sind relevante Signale, aber noch kein Ersatz für unabhängige Replikation.

Genau hier ziehe ich eine Grenze. Die Grafik auf dieser Seite stammt von Moonshot. Je nach Modell wurden Kimi Code, Claude Code oder Codex verwendet. Reasoning-Einstellungen und Fallbacks waren nicht identisch. Moonshot schreibt selbst, dass K3 insgesamt noch hinter Claude Fable 5 und GPT-5.6 Sol liegt.

Diese Einschränkung erhöht für mich die Glaubwürdigkeit. Sie zeigt die Stärken, ohne eine herstellereigene Tabelle als endgültiges Urteil auszugeben. Eine Schlagzeile wie „China hat jetzt das beste Modell“ wäre durch diese Daten nicht gedeckt.

Das bessere Argument für K3 ist seine Breite. Lange Dokumente, Bilder, Coding-Tools und eine Million Tokens Kontext lassen sich in einem System verarbeiten. Die dokumentierten Grenzen sind ebenso wichtig: Fehlerhaft übernommene Thinking History oder ein Modellwechsel während einer Session können die Ausgabe destabilisieren. Wegen übermäßiger Eigeninitiative empfiehlt Moonshot klare Grenzen im System Prompt oder in AGENTS.md.

Offene Gewichte sind weder kostenlos noch grenzenlos

Seit dem 27. Juli stehen die vollständigen Gewichte bereit. Forschende können sie untersuchen, und Inferenzanbieter können darauf eigene Dienste aufbauen. Eine bedingungslose Open-Source-Freigabe ist das nicht.

Es gilt die eigene Kimi K3 License. Sie erlaubt Forschung, Entwicklung und viele kommerzielle Anwendungen. Große Model-as-a-Service-Anbieter benötigen jedoch gesonderte Konditionen; zudem gelten Kennzeichnungspflichten. Öffentliche Gewichte und beliebige kommerzielle Nutzung sind zwei verschiedene Aussagen.

Auch die Infrastruktur bleibt teuer. Für ein Modell dieser Größe braucht es GPUs, eine Inferenzplattform und einen belastbaren Betrieb. Moonshot empfiehlt Supernodes mit mindestens 64 Beschleunigern. Ein Download macht K3 für ein normales Unternehmen nicht automatisch zu einer günstigen Self-Hosting-Option.

Der praktische Vorteil offener Gewichte liegt woanders: Mehrere Anbieter können dasselbe Modell betreiben und bei Preis, Region, Datenschutz und Verfügbarkeit konkurrieren.

DeepSeek setzt beim Preis neue Maßstäbe

Am 4. August kostete DeepSeek V4-Pro laut offizieller Preisliste pro Million Cache-Miss-Input-Tokens 0,435 Dollar und pro Million Output-Tokens 0,87 Dollar. Kimi K3 lag bei 3 beziehungsweise 15 Dollar. Selbst innerhalb Chinas ist die Spanne erheblich.

Der Tokenpreis ist nicht die Gesamtrechnung. Mehr Tokens, längere Wartezeit oder zusätzlicher Prüfaufwand können den Vorteil aufzehren. Bei großen Textmengen ist der Abstand trotzdem zu groß, um ihn zu ignorieren.

Auch die Nutzungsdaten von OpenRouter zeigen eine Verschiebung. Unter den mehr als 450 Billionen Tokens, die zwischen dem 1. Januar und 14. Juni über die Plattform liefen, stieg der Anteil der DeepSeek-Modelle von rund 9 auf etwa 18 Prozent. Das ist kein weltweiter Marktanteil, sondern Tokenvolumen auf einer Routing-Plattform. Als Signal dafür, wohin Entwickler ihre Anfragen verlagern, ist es dennoch brauchbar.

In einem Business Case würde ich hier beginnen, nicht bei drei Punkten Benchmark-Differenz. Eingabe, Ausgabe, Wiederholungen, Latenz und menschliche Korrekturzeit können die tatsächliche Kostenrechnung vollständig auf den Kopf stellen.

Bei Qwen3.8 ist Beobachtung wichtiger als ein frühes Urteil

Qwen3.8-Max-Preview ist über den Token Plan von Alibaba Cloud Model Studio verfügbar. Die offizielle Seite beschreibt den Zugang zur Preview und ihre Einbindung in Alibabas Werkzeuge. Für einen belastbaren Schlussvergleich mit K3 oder DeepSeek fehlen dort noch verifizierbare technische Angaben.

Das Wort Preview ist entscheidend. Bei meiner Prüfung der offiziellen Seiten am 4. August fand ich weder eine finale Model Card noch veröffentlichte Gewichte, eine festgelegte Lizenz oder eine breite unabhängige Evaluation. Eine endgültige Rangliste mit K3 und DeepSeek wäre verfrüht.

Zunächst fällt der Vertriebsweg auf. Kunden von Alibaba Cloud und Model Studio können das Modell testen, ohne ihre Umgebung neu aufzubauen. Das belegt noch keine breite Nutzung, senkt aber die Hürde für eine Evaluation. Modellqualität und der Weg in den Arbeitsalltag sind zwei verschiedene Wettbewerbsvorteile.

Der unmittelbarste Druck auf US-Anbieter kommt vom Preis

Die hier zitierten Preislisten belegen zunächst nur eines eindeutig: DeepSeek V4-Pro ist deutlich günstiger als Kimi K3. Für einen belastbaren Vergleich mit US-Modellen müssten Preise vom selben Stichtag sowie Cache-Regeln und Servicestufen einzeln gegenübergestellt werden. Schon dieser Abstand erschwert es jedoch, einen hohen Aufpreis allein mit Benchmarkleistung zu begründen.

Die OpenRouter-Zahlen sind kein globaler Marktanteil, sondern die Nutzung auf einer einzelnen Plattform. Dort stieg der Anteil der DeepSeek-Familie im ausgewerteten Zeitraum dennoch von rund 9 auf 18 Prozent. Das reicht als Hinweis, dass Nutzer Traffic neu verteilen, wenn Preis und Leistung zusammenpassen.

Offene Gewichte erweitern außerdem den Beschaffungsweg. Statt von einer API abhängig zu sein, kann ein Team Inference-Anbieter nach Preis, Region und Datenregeln vergleichen oder das Modell selbst betreiben, wenn sich der Aufwand rechnet. Der Wettbewerb verlagert sich damit von einzelnen Benchmarkwerten auf Gesamtkosten und Liefersicherheit.

So würde meine Shortlist heute aussehen

Bedarf	Erster Kandidat	Vorher prüfen
Große Textmengen zu niedrigen Kosten	DeepSeek V4-Pro	Ausgabelänge, Latenz, Wiederholungsrate, Ort der Datenverarbeitung
Langer Kontext, Bild und Coding in einem Modell	Kimi K3	Kimi-Code-Kompatibilität, kein Modellwechsel in der Session, Lizenz, Kapazität
Schneller Versuch in Alibaba Cloud	Qwen3.8-Max-Preview	Änderungen in der Preview, finaler Preis, Model Card, Veröffentlichung der Gewichte
Kunden- oder regulierte Daten	Zuerst den Anbieter wählen	Speicherregion, Log-Aufbewahrung, Löschung, vertragliche Haftung

Für günstige Textverarbeitung würde ich zuerst DeepSeek messen. Für eine Kombination aus langem Kontext, Bildern und Coding würde ich K3 testen und Moonshots eigene Harness-Warnungen als Abnahmekriterien übernehmen. Qwen3.8 würde ich erst nach dem Ende der Preview zum Standard machen.

Mindestens zwei Anbieter sollten einsatzfähig bleiben. Preise und Zugangsregeln ändern sich schnell. Aussagekräftiger als eine Rangliste aus der Startwoche sind die Dokumente und Anfragen, die im eigenen Betrieb regelmäßig vorkommen. Entscheidend sind die Kosten pro erledigter Aufgabe und die Korrekturzeit, nicht nur die Trefferquote.

Wie weit ist Chinas KI-Industrie also?

Von einem chinesischen Gesamtsieg zu sprechen wäre voreilig. Kimi räumt den Abstand zu den stärksten proprietären Systemen selbst ein. DeepSeek ist äußerst günstig, liefert aber nicht in jeder Aufgabe dieselbe Qualität und Effizienz. Qwen3.8 bleibt eine Preview.

Trotzdem passt das Etikett „billige Alternative“ nicht mehr. Die Modelle werden leistungsfähiger, die Preise bleiben niedrig, Gewichte werden veröffentlicht und große Clouds übernehmen den Vertrieb. Wer ausschließlich US-Produkte auf die Shortlist setzt, blendet inzwischen einen relevanten Teil des Marktes aus.

Für mich ist das keine nationale, sondern eine betriebliche Entscheidung: Chinesische Modelle gehören inzwischen auf jede ernsthafte Shortlist. Hersteller-Benchmarks müssen von unabhängigen Belegen getrennt bleiben, öffentliche Gewichte von uneingeschränkter Nutzung und der Tokenpreis von den Kosten eines abgeschlossenen Auftrags. Chinas wichtigste Veränderung ist nicht ein einzelnes Modell auf Platz eins. Es sind mehrere Angebote, die ein ernsthafter Käufer nicht mehr ignorieren kann.