Kimi K2, K2 Thinking und K3 im Detail: Die Modellreihe von Moonshot AI erklaert

Wer sich näher mit der Modellreihe von Moonshot AI beschäftigt, stößt schnell auf eine ganze Reihe von Bezeichnungen: Kimi K2, Kimi K2 Thinking, K2.5, K2.6, K2.7 Code und schließlich K3. Anders als bei vielen westlichen Anbietern, die ihre Modellversionen selten offenlegen, veröffentlicht Moonshot AI zu jeder größeren Version technische Berichte und die Modellgewichte selbst zum Download. Für Interessierte aus der Immobilien- und Finanzbranche lohnt sich ein genauerer Blick, weil sich hinter den Versionsnummern handfeste Unterschiede bei Kontextfenster, Rechenaufwand und Agentenfähigkeiten verbergen – und damit auch bei der Frage, wofür sich ein Modell im Arbeitsalltag tatsächlich eignet.

Vom Forschungsmodell zum Schwergewicht: Die Kimi-K2-Reihe

Kimi K2: Die technische Grundlage

Die ursprüngliche Kimi-K2-Version wurde im Juli 2025 vorgestellt und in einem technischen Bericht („Kimi K2: Open Agentic Intelligence“) ausführlich beschrieben. Technisch handelt es sich um ein sogenanntes Mixture-of-Experts-Modell (MoE): Statt eines einzigen, durchgehend aktiven neuronalen Netzes besteht das Modell aus vielen spezialisierten Teilnetzen („Experten“), von denen pro Anfrage nur ein kleiner Teil tatsächlich aktiviert wird. Bei Kimi K2 sind es laut Angaben von Moonshot AI insgesamt rund eine Billion Parameter, von denen bei jeder einzelnen Anfrage rund 32 Milliarden aktiv genutzt werden. Das Modell verteilt sich auf 384 Experten, von denen pro Textabschnitt 8 gezielt ausgewählt werden, ergänzt durch einen stets aktiven „geteilten“ Experten.

Dieser Aufbau erklärt, warum Kimi K2 trotz seiner enormen Gesamtgröße vergleichsweise wirtschaftlich betrieben werden kann: Es muss nicht die gesamte Billion Parameter für jede Anfrage durchgerechnet werden, sondern nur ein kleiner, ausgewählter Teil. Trainiert wurde das Modell nach Angaben von Moonshot AI mit einer speziell entwickelten Optimierungsmethode (MuonClip), die bei so großen MoE-Modellen die Trainingsstabilität verbessern soll. Die ursprüngliche Basisversion bot ein Kontextfenster von 128.000 Tokens, die im gleichen Zug veröffentlichte Instruct-Version (für Dialoge und Anweisungen) wurde auf 256.000 Tokens erweitert.

Kimi K2 Thinking: Denken und Handeln in einem Modell

Im Herbst 2025, nach übereinstimmenden Berichten im November 2025, stellte Moonshot AI mit „Kimi K2 Thinking“ eine Variante vor, die zusätzlich ein ausführliches, mehrstufiges Denken vor der eigentlichen Antwort einbaut und dabei bereits während des Denkprozesses Werkzeuge (zum Beispiel eine Websuche oder einen Taschenrechner) aufrufen kann. Nach verfügbaren Benchmark-Angaben erreichte das Modell auf dem bekannten Programmier-Test „SWE-Bench Verified“ einen Wert von rund 71 Prozent und konnte in Testszenarien mehrere hundert aufeinanderfolgende Werkzeugaufrufe eigenständig durchführen, um komplexe, langwierige Aufgaben zu lösen. Damit positionierte sich Moonshot AI gezielt im Bereich der sogenannten Agenten-Modelle, die nicht nur antworten, sondern mehrstufige Aufgaben selbstständig planen und ausführen.

Die Weiterentwicklung 2026: K2.5, K2.6 und K3

Im Laufe des Jahres 2026 veröffentlichte Moonshot AI mehrere weitere Ausbaustufen. Nach übereinstimmenden, aber nicht immer einheitlichen Quellen erschienen K2.5 und im April 2026 K2.6 mit einem auf 256.000 Tokens erweiterten Kontextfenster und verbesserten Programmierfähigkeiten, gefolgt von einer auf Programmieraufgaben spezialisierten Variante namens K2.7 Code. Im Juli 2026 folgte schließlich Kimi K3, das laut Herstellerangaben mit einem auf rund 1 Million Tokens vergrößerten Kontextfenster und nativer Bildverarbeitung (Vision) antritt – nach Angaben von Moonshot AI viermal so groß wie das Kontextfenster von K2.6. Zur genauen Parametergröße von K3 kursieren in verschiedenen Quellen unterschiedliche Angaben (teils im Bereich von rund zwei bis drei Billionen Gesamtparametern); eine einheitliche, offiziell letztgültige Zahl lässt sich derzeit nicht mit letzter Sicherheit bestätigen, weshalb hier bewusst von einer Größenordnung statt einer exakten Zahl gesprochen wird.

Was macht die Kimi-Modelle technisch und strategisch besonders?

Offene Gewichte mit kommerzieller Bedingung

Moonshot AI veröffentlicht die Modellgewichte von K2 und den Nachfolgern unter einer selbst formulierten, modifizierten MIT-Lizenz. Im Kern handelt es sich um eine sehr freie Open-Source-Lizenz, die auch kommerzielle Nutzung erlaubt. Eine Besonderheit: Wer ein Produkt oder eine Dienstleistung auf Basis der Modelle mit mehr als 100 Millionen aktiven Nutzern im Monat oder mehr als 20 Millionen US-Dollar Monatsumsatz betreibt, muss den Hinweis „Kimi K2“ sichtbar in der eigenen Oberfläche anzeigen. Für die allermeisten kleineren und mittleren Anwendungsfälle – auch aus der Immobilienbranche – greift diese Klausel praktisch nicht, sie zeigt aber, dass „offen“ bei Kimi nicht ganz bedingungslos gemeint ist.

Agentenfähigkeiten und großes Kontextfenster

Der strategische Schwerpunkt der Kimi-Modelle liegt klar auf sogenannten Agentenfähigkeiten: der Möglichkeit, mehrstufige Aufgaben mit Werkzeugnutzung, Web-Zugriff und Code-Ausführung eigenständig zu bearbeiten, statt nur einzelne Fragen zu beantworten. In Kombination mit einem sehr großen Kontextfenster – bei K3 rund eine Million Tokens – lassen sich dadurch sehr umfangreiche Dokumentensammlungen in einem Durchgang verarbeiten, etwa mehrere hundert Seiten an Vertragsunterlagen oder eine größere Sammlung von Objektunterlagen.

Merksatz: Das große Kontextfenster erlaubt es, sehr viele Dokumente gleichzeitig einzulesen – das ersetzt aber keine sorgfältige Prüfung der Ausgabe, denn auch ein großes Kontextfenster schützt nicht vor Fehlern oder Auslassungen im Ergebnis.

Anwendungsbeispiele aus der Praxis

1. Automatisierte Zusammenfassung großer Aktenbestände

Ein Sachbearbeiter in einer Hausverwaltung könnte über die API mehrere hundert Nebenkostenabrechnungen oder Protokolle von Eigentümerversammlungen in einem einzigen Durchlauf einlesen lassen, um Auffälligkeiten – etwa ungewöhnlich hohe Kostenpositionen – automatisiert markieren zu lassen. Das große Kontextfenster von K2.6 oder K3 macht dies technisch möglich, ohne die Unterlagen vorher in viele kleine Häppchen aufteilen zu müssen.

2. Entwurf und Layout eines Exposés

Im Agenten-Modus kann ein Makler eine erste, mehrseitige Entwurfsversion eines Objekt-Exposés inklusive einfacher Web-Darstellung erstellen lassen, die anschließend von Hand redaktionell geprüft und mit den tatsächlichen, rechtlich verbindlichen Objektdaten abgeglichen wird.

3. Programmierunterstützung für interne Tools

Da die Kimi-Modelle in Benchmarks zu Programmieraufgaben besonders stark abschneiden, nutzen manche IT-Abteilungen von Immobilienunternehmen Kimi zur Unterstützung bei der Erstellung kleiner interner Automatisierungsskripte, etwa für den Abgleich von Mietenlisten zwischen zwei Softwaresystemen.

4. Recherche und Marktbeobachtung

Über die Web-Browsing-Funktion des Agenten-Modus lässt sich ein Modell für die laufende Beobachtung öffentlich zugänglicher Marktdaten einsetzen, etwa zur Zusammenfassung von Zinsentwicklungen oder allgemein zugänglichen Immobilienmarktberichten – wichtig ist hier, ausschließlich mit öffentlich verfügbaren, nicht personenbezogenen Quellen zu arbeiten.

5. Mehrsprachige Kommunikation

Bei internationalen Immobilienportfolios kann ein Finanzsachbearbeiter Kimi nutzen, um Standardschreiben oder Zusammenfassungen zwischen mehreren Sprachen zu übertragen – auch hier gilt jedoch die zuvor beschriebene Einschränkung bei personenbezogenen Inhalten.

Merksatz: Je größer die Datenmenge, die ein Modell in einem Durchgang verarbeitet, desto wichtiger wird die Frage, wo genau diese Daten während der Verarbeitung liegen – Leistungsfähigkeit und Datenschutz sind zwei getrennte Fragen, die beide beantwortet werden müssen.

FAQ zu den Kimi-Modellen

Was ist der Unterschied zwischen Kimi K2 und Kimi K2 Thinking?

Kimi K2 ist das ursprüngliche Basismodell, Kimi K2 Thinking ist eine im November 2025 vorgestellte Variante, die vor der Antwort ein ausführlicheres, mehrstufiges Denken mit Werkzeugnutzung einbaut und dadurch bei komplexen Aufgaben stärker abschneidet.

Wie groß ist das Kontextfenster der aktuellen Modelle?

Die Modelle der K2-Reihe bieten meist 256.000 Tokens Kontext, das im Juli 2026 vorgestellte Kimi K3 wird mit rund einer Million Tokens angegeben.

Sind die Kimi-Modelle wirklich Open Source?

Die Modellgewichte sind offen zugänglich und unter einer modifizierten, sehr freien MIT-Lizenz veröffentlicht. Eine Besonderheit ist die Attributionspflicht für sehr große kommerzielle Anwendungen (über 100 Millionen Nutzer oder 20 Millionen US-Dollar Monatsumsatz).

Eignen sich die Modelle für Programmieraufgaben?

Ja, die Kimi-K2-Reihe und insbesondere die spezialisierte Variante K2.7 Code schneiden in öffentlichen Programmier-Benchmarks vergleichsweise stark ab und werden häufig für Coding-Agenten eingesetzt.

Kann ich die Modelle selbst betreiben, statt die Kimi-Webseite zu nutzen?

Ja, da die Gewichte offen veröffentlicht werden, lassen sie sich über verschiedene Cloud-Anbieter oder auf eigener Hardware betreiben. Das setzt aber technisches Fachwissen und ausreichende Rechenkapazität voraus, da es sich um sehr große Modelle handelt.

Grundlegende Informationen zum Unternehmen Moonshot AI, zu Preisen und zum Datenschutz finden Sie auf unserer Anbieterseite. Einen Vergleich aller zehn KI-Anbieter im Cluster finden Sie auf der Übersichtsseite.