Wann erscheinen die Kimi K3 Gewichte auf Hugging Face?

Am 27. Juli 2026 mit Modified MIT, Tech Report und vLLM KDA plus prefix caching.

Welche Hardware braucht Self-Hosting?

Etwa 1,4 TB bei 4-bit Quantisierung und 64+ Beschleuniger. Referenz: K2.7 Code INT4 ca. 577 GB.

Niedriges bis mittleres Volumen: API ($3/$15, Cache $0,30/M). Self-Host nur bei Data-Residency und 64+ GPU-Cluster.

Welcher AA-Index-Rang?

57,1 Punkte, Platz 3 von 189. Moonshot räumt ein, dass Fable 5 (59,9) und Sol (58,9) voraus sind.

Tage nach dem 27.07. Community-Quantisierungen; volle 2,8T passen nicht auf Consumer-Hardware.

Unterschied zum Review vom 16.07.?

Das Review deckt die API ab; dieser Artikel fokussiert die Gewichtsfreigabe, Self-Host und drei Deploy-Szenarien.

Kimi K3 Open Weights: Hugging-Face-Freigabe am 27. Juli 2026 und Self-Host-Leitfaden

Nach dem Kimi-K3-Review vom 16. Juli verschiebt sich der Entscheidungsfokus auf den 27. Juli 2026: vollständige Gewichte auf Hugging Face (Modified MIT), Tech Report und vLLM-KDA-Support. Für AI-Infrastruktur-Verantwortliche: Timeline, 2,8T-Architektur, Benchmarks, AA Index Platz 3, API $3/$15, 1,4 TB Self-Host, drei Szenarien, Checkliste, Runbook, FAQ.

Pain Points: Warum nach dem 27.07. neu wählen?

Open/Closed-Gap praktisch geschlossen: K3 erreicht 57,1 im Artificial Analysis Intelligence Index v4.1 — Platz 3 von 189, nur 2,8 Punkte hinter Claude Fable 5 (59,9). Mit vollständigen Gewichten entfällt die Wahl zwischen „Closed API“ und „schwachem OSS“.
Self-Host-Kosten unterschätzt: 2,8T in 4-bit braucht 1,4 TB und 64+ Beschleuniger. Nach WAIC merken viele Teams, dass Laptops und Standard-VPS untauglich sind.
Single-Vendor-Risiko & Halluzinationen: Anthropics US-Beschränkung vom 1. Juli zeigte API-Risiko in 90 Minuten. Moonshot gibt zu: K3 hat vs. K2.6 mehr Halluzinationen und schwächere Stabilität als Fable/Sol.

1. Timeline

Datum	Ereignis	Bedeutung
16. Juli	API live, `kimi-k3` sofort nutzbar	Keine Keynote, Dev-first
17.–20. Juli	WAIC 2026	China-Kohorte: GLM-5.2, DeepSeek V4, MiniMax
27. Juli	HF-Gewichte, Modified MIT, Tech Report, vLLM KDA	Erstes >2T Download-Paket
27. Juli+	Ollama/GGUF Community	Consumer-PoC, kein Full-Prod

2. Release-Inhalt am 27. Juli

Vollständige HF-Gewichte: 2,8T, MXFP4/MXFP8, quantisierungsfreundlich;
Modified MIT: Forschung + Commercial mit Moonshot-Klauseln;
Tech Report: KDA, AttnRes, Stable LatentMoE, Quantile Balancing, Per-Head Muon, SiTU;
vLLM Day-0: KDA-Kernel + prefix caching, bis 6,3× Decode bei 1M;
Ollama/GGUF: folgen in Tagen; volle 2,8T nicht für Mac/Laptop.

Moonshot gesteht Platz 3 ein: „K3 ist nicht das stärkste Modell der Welt — aber die open-weights-Veröffentlichung, die Closed Frontier am nächsten kommt.“

3. Spezifikationen

Spec	Detail
Parameter	2,8 Billionen
MoE	Stable LatentMoE: 896 / 16 aktiv
Attention	KDA + AttnRes + Gated MLA
Kontext	1.048.576 Tokens
Modalitäten	Text, Bild, Video
Training	MXFP4 weights, MXFP8 activations
vs. K2	2,5× Skalierungseffizienz
KDA	6,3× Decode @ 1M, KV −75%

4. Benchmarks: Siege & Niederlagen

Bench	K3	Fable 5	Sol
Frontend Code Arena	#1	—	—
Automation Bench	30,8	29,1	29,7
SpreadsheetBench 2	führt	—	—
BrowseComp	91,2	88,0	90,4
SWE Marathon	42,0	35,0	39,0
Terminal Bench 2.1	88,3	84,6	88,8
Program Bench	77,8	76,8	77,6
FrontierSWE	81,2	86,6	71,3
DeepSWE	67,5	70,0	73,0
GDPval v2 Elo	hinten	vorn	vorn

Schwächen: mehr Halluzinationen vs. K2.6; Polish/Stabilität hinter Fable/Sol. Vendor-eigene Zahlen.

5. AA Index & API-Preise

Modell	AA Index	Rang	In $/M	Out $/M	Cache
Fable 5	59,9	1	—	—	—
GPT-5.6 Sol	58,9	2	—	—	—
Kimi K3	57,1	3/189	$3,00	$15,00	$0,30

AA Einzelaufgabe: K3 ~$0,94, 65,8 % günstiger als Fable 5.

6. Self-Host-Anforderungen

4-bit: ~1,4 TB (Ref. K2.7 Code INT4 ~577 GB);
Prod: 64+ Beschleuniger;
vLLM KDA + prefix caching Day-0.

EEAT-Fakten

Grösstes downloadbares open-weights-Modell (2,8T).
896/16 MoE, Quantile Balancing.
1M flat $3/$15, KDA 6,3× @ 1M.
AA-Task $0,94, 65,8 % unter Fable.
Moonshot kommuniziert ehrlich Rang 3.

7. API vs. Self-Host: drei Szenarien

Szenario	Empfehlung	Grund
Startup / PoC	API / OpenRouter	Null CapEx
Mittel / Hybrid	API + Fable/Sol	Routing nach Task
Enterprise / Residency	64+ GPU + API-Fallback	Modified MIT commercial

8. Branche & Geopolitik

WAIC 2026: Moonshot, GLM-5.2, DeepSeek V4, MiniMax. Open/Closed-Gap 2026 praktisch geschlossen. Anthropic-Restriktion (1. Juli, teils zurückgenommen) macht K3 zur Second Source. K2→K2.5→K3 = Moonshots Comeback.

9. Release-Checkliste

□ Hugging Face repo
□ Modified MIT LICENSE
□ Tech Report PDF
□ vLLM KDA + prefix caching
□ Model card 896/16, 1M, MXFP4
□ NVFP4/GGUF roadmap
□ Ollama manifest timeline
□ Safety summary

10. Fünf-Schritte-Runbook

Schritt 1  27.07.: HF, Modified MIT, Tech Report, vLLM prüfen
Schritt 2  API vs. 64+ GPU nach Traffic wählen
Schritt 3  vLLM KDA deployen; GGUF nur PoC
Schritt 4  10–20 SWE-Marathon-Pilot, Cache/Halluzination messen
Schritt 5  Hybrid: K3 / Fable / Sol routen

11. FAQ

Wann HF?

27. Juli 2026.

Hardware?

1,4 TB + 64+ GPUs.

API vs. Self-Host?

Meist API; Enterprise mit Cluster.

AA-Rang?

57,1, Platz 3/189.

Ollama?

Tage nach 27.07.

vs. Review 16.07.?

Review=API; hier=Gewichte.

Fazit

Die Kimi-K3-open-weights-Freigabe am 27. Juli ist das erste >2T-, AA-Platz-3-, Modified-MIT-Paket — mit ehrlicher Einordnung der Schwächen. Für die meisten Teams bleibt API + Hybrid-Routing die pragmatische Q3-2026-Strategie.

K3-Agenten auf Laptop, Linux-VPS oder ohne macOS-CI scheitern an Schlaf-Unterbrechungen, gemischten API-Keys und fehlendem Xcode/Fastlane/notarytool. Für 7×24 Kimi Code + K3 mit iOS-Signing oder OpenClaw ist ein VPSMAC M4-Mac-Cloud-Knoten — natives macOS, SSH + launchd — stabiler als Consumer-Hardware.

Weiter: Kimi-K3-Test (16.07.) · Kimi API

Stand: 22.07.2026. Details zum 27.07. am HF-Repo prüfen.