Kimi K3 (2,8T — Was es braucht)
Was Kimi K3 ist, was es wirklich braucht, um 2,8 Billionen Parameter selbst zu hosten, und was stattdessen auf Clore.ai ausgeführt werden sollte
Die kurze Antwort vorweg: Kimi K3 passt auf keinen der auf dem Clore.ai-Marktplatz gelisteten Server, bei keiner Quantisierung. Der kleinste Community-Build ist ein 1-Bit-GGUF mit 466 GB; das größte Rig auf dem Marktplatz hat 380 GB. Diese Seite erklärt, was K3 ist, was das Hosten tatsächlich erfordert und welche Modelle dir heute auf mietbarer Hardware die meiste Leistung bieten.
Moonshot AI veröffentlichte Kimi K3 Gewichte am 27. Juli 2026 — das erste offene Modell in der 3-Billionen-Parameter-Klasse. Es ist ein echter Meilenstein und zugleich ein nützlicher Kalibrierpunkt dafür, wie weit sich „offene Gewichte“ und „selbst hostbar“ auseinanderentwickelt haben.
Wichtige Spezifikationen
Parameter
2,8 T gesamt, 16 von 896 Experten pro Token aktiv
Architektur
Kimi Delta Attention (KDA) + Attention Residuals, Stable LatentMoE, 69 KDA + 24 Gated-MLA-Layer
Modalität
Text, Bild, Video rein → Text raus
Kontext
1.000.000 Tokens
Lizenz
Kimi-K3-Lizenz (benutzerdefiniert — kommerzielle Inferenz oberhalb von etwa 20 Mio. $ Jahresumsatz erfordert separate Bedingungen)
Veröffentlichung
Gehostet am 16. Juli 2026, Gewichte am 27. Juli 2026
Gewichte
Q8 1.561 GB · Q4_K_XL 1.509 GB · Q2_K_XL 861 GB · IQ1_S 594 GB · Q1_0 466 GB
Moonshot gibt an, etwa 2,5× bessere Skalierungseffizienz als Kimi K2 durch das spärlichere MoE und den KDA-Attention-Stack, mit nativem multimodalem Training statt eines nachträglich aufgesetzten Vision-Towers.
Was das Hosten tatsächlich erfordert
UD-Q8_K_XL
1.561 GB
~20× H100 80 GB
UD-Q4_K_XL
1.509 GB
~20× H100 80 GB
UD-Q2_K_XL
861 GB
~11× H100 80 GB oder 8× H200
UD-IQ1_S
594 GB
~8× H100 80 GB
UD-Q1_0
466 GB
~6× H100 80 GB
mgoin/Kimi-K3-pruned75
475 GB
~6× H100 80 GB
Zum Vergleich: Die größten Rigs auf dem Clore.ai-Marktplatz sind 4× RTX PRO 6000 Blackwell (380 GB) und 11× RTX 5090 (341 GB). Selbst der 1-Bit-Build übersteigt sie, und eine 1-Bit-Quantisierung eines Frontier-Modells ist ohnehin kein ernstzunehmendes Produktionsziel.
Was stattdessen auf Clore.ai ausführen
Spitzenklasse-Coding und Agenten
GLM-5.2 — MIT, 1 Mio. Kontext, Top-Werte bei offenem Coding
10× RTX 5090 Rig, ca. 5,00 $/h
Multimodal mit langem Kontext
MiniMax M3 — 1 Mio. Kontext, native Videoverarbeitung
8× RTX 5090, ca. 2,00–3,50 $/h
Offenes Reasoning im großen Maßstab
Nemotron 3 Ultra — 550B, OpenMDW-Lizenz
4× RTX PRO 6000, ca. 5,00 $/h
Die ehrliche Zusammenfassung: Seit Juni 2026 hat sich die offene Frontier aufgespalten. Modelle wie GLM-5.2 und Nemotron 3 Ultra liegen am Rand dessen, was ein großer Consumer-Rig aufnehmen kann; K3 liegt darüber. Der praktische Abstand zwischen ihnen schrumpft größtenteils durch ein gutes Harness und einen langen Kontext — beides liefern dir die Modelle oben.
K3 nutzen, ohne es zu hosten
Moonshot stellt K3 über die Kimi-App, Kimi Code und seine API bereit. Wenn du auf Clore.ai baust, ist ein gängiges Muster, die teuren Frontier-Aufrufe über eine API laufen zu lassen und den Pfad mit hohem Volumen lokal auf einer gemieteten GPU auszuführen — siehe den Kostenvergleich in Gemini 3.1 Flash Lite— der durchgeht, wann Self-Hosting tatsächlich gewinnt.
Nächste Schritte
GLM-5.2 — das größte Modell, das du hier realistisch mieten kannst
GPU-Preise & Verfügbarkeit — wo die Obergrenze derzeit liegt
Qwen3.8-27B — das Arbeitstier für eine einzelne Karte
Kimi K2.5 — die vorherige Generation, deutlich besser handhabbar
Links
Eine GPU mieten: Marktplatz · Bare Metal
Zuletzt aktualisiert
War das hilfreich?