Kimi K3 im Test: gegen DeepSeek V4 Pro und V4.1 Flash

Kimi K3 ist das Flaggschiffmodell von Moonshot AI und erschien am 16. Juli 2026: 2,8 Billionen Parameter, offene Gewichte, Bildeingabe und ein Kontext von 1 Million Token. Wir gaben ihm dieselben fünf Aufgaben, die wir mit den beiden DeepSeek-Modellen liefen, und es löste jede richtig.

Der Haken sind Tempo und Preis. Mit den Standardeinstellungen war Kimi K3 bei jeder Aufgabe 2- bis 4,4-mal langsamer als DeepSeek V4.1 Flash und zu Listenpreisen 12- bis 32-mal teurer.

Kurz gesagt

• Kimi K3 ist genau: Es bestand alle fünf Aufgaben, darunter 30 von 30 Coding-Tests und eine Suche in einem Log mit einer Viertelmillion Token.
• Es denkt immer, standardmäßig mit maximaler Stärke, und ist damit ab Werk weder schnell noch günstig.
• DeepSeek V4.1 Flash lieferte bei jeder Aufgabe dieselbe Antwort in einem Bruchteil von Zeit und Geld.
• Unsere Empfehlung: DeepSeek V4.1 Flash für die tägliche API-Arbeit; Kimi K3, wenn Sie ein offenes Frontier-Modell brauchen oder seine Stärken beim Browsen und bei tool-lastigen Agenten.

Alle drei Modelle sind bei OmniaKey verfügbar: Kimi K3, DeepSeek V4.1 Flash und DeepSeek V4 Pro.

Was ist Kimi K3?

Es ist Moonshots bisher größtes Modell, und seine Gewichte sind offen. Die Ankündigung und die API-Dokumentation von Moonshot nennen diese Fakten (geprüft am 18. Oktober 2026):

Moonshot ist offen, wo es steht: Die Gesamtleistung von K3 bleibe laut eigener Aussage „hinter den stärksten proprietären Modellen Claude Fable 5 und GPT 5.6 Sol zurück“.

Wie schnitt es in unseren Tests ab?

Es löste alle fünf. Es sind dieselben Aufgaben, die wir in unserem Test von DeepSeek V4.1 Flash 1017 verwendet haben:

• Parser: ein arithmetisches evaluate() mit exakt den Regeln von Python schreiben, bewertet mit unseren eigenen 30 Testfällen.
• Rechnung: 10 Felder aus einer deutsch-englischen E-Mail mit europäischen Zahlenformaten ziehen.
• Tool-Aufrufe: Wetter und Ortszeit für zwei Städte; richtig sind vier Aufrufe in einer Antwort.
• Langes Log: drei aktuell gültige Badge-Codes in einem Log mit einer Viertelmillion Token finden und einen veralteten überspringen.
• Diagramm: höchsten Wert, niedrigsten Wert, Durchschnitt und eine Differenz aus einem Bild lesen.

So sind wir vorgegangen: Kimi K3 am 18. Oktober 2026, die DeepSeek-Modelle am 17., ein Lauf pro Aufgabe, Standardeinstellungen, über den OpenAI-kompatiblen Endpunkt von OmniaKey. Die Kosten sind die Tokenzahl jeder Antwort mal dem Listenpreis des jeweiligen Herstellers (bei DeepSeek der Preis außerhalb der Stoßzeit). OmniaKey verkauft den API-Zugang zu allen drei Modellen, deshalb liefen die Tests darüber; alle Preise hier sind die der Hersteller, nicht unsere. Ein Lauf pro Aufgabe mit einem Tag Abstand ist eine Stichprobe, kein Benchmark.

Gegen V4 Pro schrieb Kimi K3 den Parser 7-mal schneller (176 Sekunden gegen 20,7 Minuten) bei etwa gleichen Kosten. Bei den anderen drei gemeinsamen Aufgaben war V4 Pro günstiger und bei zwei davon auch schneller.

Warum ist Kimi K3 langsamer und teurer?

Zwei Gründe. K3 denkt immer, und seine API läuft mit maximaler Stärke, solange Sie nicht weniger anfordern; die API von Moonshot nimmt reasoning_effort mit low, high oder max. Der Listenpreis liegt außerdem beim 20-Fachen von DeepSeek V4.1 Flash für die Eingabe und beim 25-Fachen für die Ausgabe.

Die Preise stammen von Moonshots Preisseite und der von DeepSeek (außerhalb der Stoßzeit), geprüft am 18. Oktober 2026. Moonshot zufolge trifft seine API in Coding-Aufgaben bei über 90 % der Eingabe den Cache, was lange Coding-Sessions stark verbilligt. Unsere Tests waren einzelne Aufrufe, es gab also keine Cache-Treffer.

Kimi K3 oder DeepSeek: Was sollten Sie nehmen?

DeepSeek V4.1 Flash für die meiste Arbeit, Kimi K3 für einige wenige Aufgaben.

Was sagen Moonshots eigene Benchmarks?

Laut Modellkarte führt K3 bei mehreren Agententests vor Claude Fable 5 und GPT-5.6 Sol: BrowseComp (91,2 gegen 88,0 und 90,4), MCPMark (94,5 gegen 87,4 und 92,9) und SWE-Marathon (42,0 gegen 35,0 und 39,0). Hinter Fable 5 liegt es bei FrontierSWE (81,2 gegen 86,6), GDPval-AA (1686 gegen 1747) und HLE ohne Tools (43,5 gegen 53,3).

Lesen Sie Herstellertabellen genau. Moonshots Karte gibt K3 im ProgramBench 77,8, die Tabelle von DeepSeek gibt ihm im gleichnamigen Test 17,5. Ihre eigenen Aufgaben, auf jedem Modell gleich ausgeführt, sind der bessere Maßstab.

Wie rufen Sie Kimi K3 auf?

from openai import OpenAI

client = OpenAI(api_key="YOUR_OMNIAKEY_KEY", base_url="https://api.omniakey.com/v1")

stream = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "Write a Python function that parses ISO 8601 durations."}],
    max_tokens=32000,                 # K3 denkt immer: Platz für lange Antworten lassen
    stream=True,                      # langes Denken kann Proxy-Timeouts überschreiten
)
for chunk in stream:
    delta = chunk.choices[0].delta if chunk.choices else None
    if delta and delta.content:
        print(delta.content, end="")

1. Legen Sie im OmniaKey-Dashboard einen Schlüssel an und setzen Sie ihn anstelle von YOUR_OMNIAKEY_KEY ein.
2. Starten Sie mit Streaming: Unsere Parser-Aufgabe dauerte fast drei Minuten.
3. Zum Vergleichen ändern Sie nur model in deepseek-flash oder deepseek-v4-pro.

Fazit

Kimi K3 ist ein starkes, genaues offenes Modell: Es bestand jede Aufgabe, die wir ihm gaben. Für die tägliche API-Arbeit lieferte DeepSeek V4.1 Flash jedoch dieselben Antworten 2- bis 4-mal schneller und zu einem Bruchteil des Preises, also fangen Sie dort an. Greifen Sie zu Kimi K3, wenn Sie offene Gewichte in Frontier-Größe brauchen oder einen Agenten, der den ganzen Tag browst und Tools aufruft.

Häufige Fragen

Ist Kimi K3 Open Source?

Die vollständigen Gewichte sind unter der Kimi K3 License offen, einer Lizenz im MIT-Stil. Unternehmen, die es als gehosteten Dienst mit mehr als 20 Mio. USD Umsatz in 12 Monaten verkaufen, brauchen eine separate Vereinbarung mit Moonshot, und sehr große Produkte müssen die Marke „Kimi K3“ zeigen.

Was kostet Kimi K3?

Auf Moonshots internationaler Plattform 3,00 USD pro Million Eingabe-Token, 0,30 USD für Eingabe aus dem Cache und 15,00 USD für die Ausgabe. Die China-Plattform verlangt 20, 2 und 100 Yuan für dasselbe. Es gibt keine Stufen nach Kontextlänge.

Kann man das Denken von Kimi K3 abschalten?

Nein. Laut Moonshots Dokumentation denkt K3 immer; Sie können die Stärke nur auf low, high oder max setzen.

Ist Kimi K3 fürs Programmieren besser als DeepSeek V4 Pro?

In unserer Parser-Aufgabe bestanden beide alle 30 Tests, aber Kimi K3 brauchte 176 Sekunden und V4 Pro 20,7 Minuten, bei etwa gleichen Kosten. Testen Sie ein paar eigene Coding-Aufgaben auf beiden, bevor Sie wechseln.