Kimi K3: USA oder China, die einzige Frage, die sich Europa noch stellt
Moonshot AI hat Kimi K3 am 16. Juli veröffentlicht. 2 800 Milliarden Parameter, eine Million Token Kontext, Platz zwei im Vals-AI-Index, Platz eins bei Frontend-Code, vor geschlossenen amerikanischen Modellen. Mit offenen Gewichten. Es ist schön, es ist beeindruckend, alle haben es geteilt.
Und die einzige Frage, die uns hier wirklich bleibt, lautet: von wem lassen wir uns lieber auffressen? Denn während die beiden anderen bauen, tun wir weiterhin nichts.
Kimi K3 in zwei Minuten: was China gerade auf den Tisch gelegt hat
Die Architektur ist ein Mixture of Experts: 2 800 Milliarden Parameter insgesamt, 896 Experten, von denen 16 pro Token aktiv werden, rund 50 Milliarden tatsächlich genutzt. Eine Million Token Kontext, native Bildverarbeitung, eine bereits im Training gelernte Quantisierung.
Auf GDPval-AA v2, das reale Aufgaben aus 44 Berufen misst, erreicht K3 1 687 Punkte. Hinter Claude Fable 5 Max und GPT-5.6 Sol Max, aber vor Claude Opus 4.8. Dass ein offenes chinesisches Modell an einem führenden geschlossenen amerikanischen vorbeizieht, ist neu.
Eine Ehrlichkeit, die sonst niemand ausspricht: die Gewichte sind noch nicht veröffentlicht. Angekündigt sind sie für den 27. Juli, die Lizenz ist nicht bekannt, und sämtliche Ergebnisse stammen aus der API. Die halbe Tech-Welt hat vom grössten Open-Source-Modell der Geschichte geschrieben, ohne dass jemand die Gewichte gesehen hätte. Das ändert nichts an der Sache, sagt aber einiges über unsere Eile zu kommentieren.
Die chinesische Lektion: unter Zwang haben sie Ingenieursarbeit geleistet
Entscheidend ist der Wirkungsgrad. Moonshot nennt eine rund 2,5-mal bessere Skalierungseffizienz als bei Kimi K2, erreicht über Architekturentscheidungen, nicht über mehr Maschinen. Sie haben unter begrenztem Zugang zu Rechenleistung gedacht, und die Begrenzung hat Ideen hervorgebracht.
Mit der bequemen Version, sie würden nur kopieren, muss Schluss sein. Chinesische Labore bauen, mit um Grössenordnungen weniger Kapital als ihre amerikanische Konkurrenz, und der Abstand zwischen dem besten offenen und dem besten geschlossenen Modell ist von sechs bis neun Monaten auf drei bis fünf geschrumpft. Sie holen auf, schnell, mit weniger.
Was das Rennen um Rechenleistung 2026 wirklich wiegt
Hier die Grössenordnungen, weil sie selten nebeneinander stehen.
Die fünf grossen amerikanischen Hyperscaler planen für das Jahr 2026 allein rund 660 bis 690 Milliarden Dollar an Infrastrukturinvestitionen. Meta allein nennt 115 bis 145 Milliarden, sieben Gigawatt in diesem Jahr, vierzehn für 2027. OpenAI rechnet mit 50 Milliarden Dollar für Rechenleistung im Jahr 2026, über anderthalb Gigawatt, der Stromverbrauch einer Stadt.
Dem gegenüber der europäische Champion. Mistral hat 830 Millionen Dollar Fremdkapital aufgenommen, für ein Rechenzentrum bei Paris: 13 800 Nvidia GB300, 44 Megawatt, in diesem Quartal in Betrieb. Das erklärte Ziel sind 200 Megawatt in Europa bis 2027.
Stellen Sie die beiden Zahlen nebeneinander, zum selben Datum. 200 Megawatt für Mistral 2027, 14 Gigawatt für Meta im selben Jahr. Faktor siebzig. Wir spielen eine andere Sportart.
Was Europa in diesem Halbjahr produziert hat: eine Verschiebung der eigenen Regeln
Was haben wir also in Europa im ersten Halbjahr 2026 getan?
Wir haben den Digital Omnibus verabschiedet. Am 29. Juni gab der Rat sein endgültiges Placet für einen Text, der den AI Act vereinfacht, die Fristen für Hochrisikosysteme verlängert und die Transparenzpflichten vom 2. August auf den 2. Dezember 2026 verschiebt.
Die grosse KI-Nachricht des Halbjahres ist die Verschiebung der europäischen Regeln. Zwei Jahre lang wurde ein Rahmen geschrieben, der als strategischer Vorsprung galt, und die erste wirkliche politische Handlung besteht darin, seine Anwendung zu verschieben, weil er störte. Inhaltlich ist das nicht absurd, der AI Act hatte reale Schwächen. Es ist die Bilanz, die weh tut: die anderen haben Gigawatt gebaut, Europa hat über seinen eigenen Kalender diskutiert.
Mistral, eine Ausnahme anstelle einer Industriepolitik
Ein nützlicher Hinweis, weil der Einwand ohnehin kommt: Mistral gibt es, das Team ist gut, und Medium 3.5 hält im Produktivbetrieb stand. Der Vorwurf liegt woanders.
Das Problem ist, dass sie eine Ausnahme sind und nicht das Ergebnis einer Politik. Ein Projekt in der passenden Grössenordnung gibt es durchaus: einen Campus mit 1,4 Gigawatt bei Paris, Baubeginn im zweiten Halbjahr 2026, Inbetriebnahme geplant für 2028. Schauen Sie, wer ihn trägt: Bpifrance, Mistral, Nvidia und MGX, der Fonds aus Abu Dhabi. Europas Gigawatt-Antwort läuft also auf amerikanischem Silizium und mit Kapital aus den Emiraten. Ich halte es als Rechenaufgabe fest: auf diesem Investitionsniveau braucht Europa ausländisches Kapital.
Die Ausrede mit dem Kapital trägt nicht mehr
Die übliche Antwort lautet, wir hätten das Geld nicht. Nur hat Kimi K3 gerade das Gegenteil bewiesen.
Moonshot hat keine 690 Milliarden. Moonshot hat ein bis zwei Grössenordnungen weniger Kapital als die amerikanische Konkurrenz und steht weltweit auf Platz zwei. Was sie haben, ist eine Entscheidung, ein Team und eine über die Zeit gehaltene Richtung. Das entscheidet man, und genau daran fehlt es hier.
Die Erklärung liegt also woanders, und sie ist unbequemer: wir haben uns fürs Abwägen, Kommentieren und Regulieren entschieden, während andere sich fürs Liefern entschieden haben.
Was bleibt, wenn die Mittel für Souveränität fehlen
Bleibt die praktische Frage, die Sie betrifft, wenn Sie etwas führen: was tun wir konkret, solange der Ruck ausbleibt, der dieses Jahr nicht kommen wird?
Wir hören auf, Souveränität mit Wahlfreiheit zu verwechseln. Souveränität hiesse, eigene Modelle im grossen Massstab zu bauen. Das steht nicht bevor. Wahlfreiheit heisst, den Anbieter wechseln zu können, ohne das eigene Produkt neu zu bauen, und das ist sofort erreichbar. Ein offenes Modell, selbst wenn man es nicht selbst hosten kann, lässt sich von mehreren Anbietern in mehreren Rechtsordnungen betreiben. Es ist ein Notausgang, und ein Notausgang ist mehr wert als eine Rede.
In der Praxis bedeutet das eine tragfähige Abstraktionsschicht, sauber bereitgestellte Werkzeuge und nichts im Produkt, das von der Signatur einer bestimmten API abhängt. Genau dort gewinnt ein Standard wie das MCP seinen Platz, und so baue ich meine Fachanwendungen. Das Modell ist zu einem Rohstoff geworden: mit einem Rohstofflieferanten verheiratet man sich nicht.
Von den einen oder den anderen gefressen werden, oder aufhören zuzuschauen
Am 27. Juli werden die Gewichte von K3 erscheinen, oder auch nicht. In vier Monaten wird ein anderes Modell führen, es wird billiger sein, und dieselbe Kommentarwelle wird identisch von vorn beginnen.
Derweil bleibt die Frage China oder USA genau das, was sie ist: eine Zuschauerfrage. Man sucht sich nicht aus, von wem man gefressen wird, wenn man nichts auf den Teller gelegt hat. Das Einzige, was noch von uns abhängt, ist das, was wir darauf bauen, und wie viele Menschen wir es nutzbar machen.
Das ist deutlich weniger berauschend als eine Souveränitätsdebatte. Es ist vor allem das einzige Feld, auf dem wir noch punkten.
Auch lesenswert: KI-Adoption im Unternehmen: warum die Leistung der Modelle nicht genügt · KI-Agenten im Unternehmen: von der Demo zum echten Einsatz
Thomas Nedjar ist seit vierzehn Jahren in der digitalen Akquise und im E-Commerce tätig. Als Unternehmer hat er mehrere E-Commerce-Firmen zwischen Frankreich und der Schweiz gegründet und geführt, mit fundierter Erfahrung im internationalen und innergemeinschaftlichen Handel. Heute ist er Senior Experte für SEO/GEO, KI & Tech bei Suisseo und entwickelt seine eigenen Marketing-Anwendungen: ED (automatisiertes Community-Management) und SEO Cartograph (lokaler SEO-Audit-Crawler). Als Referent (CVCI) und Ausbilder teilt er hier seine Praxiserfahrungen zu SEO, GEO, Automatisierung und E-Commerce.
Alle Beiträge · LinkedIn