Kimi K3 liefert 1,56 Terabyte Open Weights mit zwei Auflagen

Das Wichtigste in Kürze

• Die Open Weights von Kimi K3 liegen vor: 119 Dateien mit zusammen 1,56 Terabyte, zuletzt geändert am 2. September 2026.
• Für die Gewichte allein reicht ein Achterknoten mit H200-Karten nicht aus, es sind zwei Knoten nötig.
• Die eigene Lizenz von Kimi K3 stellt zwei Auflagen auf, deren Umsatzschwellen sich auf verschiedene Zeiträume beziehen.
• Die Trainingsrechenleistung, an die die KI-Verordnung anknüpft, ergibt sich aus keiner veröffentlichten Angabe.

Moonshot AI ließ den Countdown auf der Modellseite ablaufen und lud hoch: 119 Dateien, einen eigenen Lizenztext, einen technischen Bericht über 47 Seiten; als letzte Änderung weist das Repositorium den 2. September 2026 aus. Nicolas Killian und Lisa Hegemann hatten das chinesische Modell in „Künstliche Intelligenz: Der KI-Schock“ (ZEIT ONLINE, 26. Juli 2026) als „frei verfügbar“ den geschlossenen Modellen von OpenAI und Anthropic gegenübergestellt. Was Open Weights bei Kimi K3 abdecken, steht seither im Lizenztext und in den Metadaten des Repositoriums.

Die Gewichte von Kimi K3 füllen zwei Achterknoten#

Das Repositorium des Anbieters bei Hugging Face¹ führt 119 Dateien mit zusammen 1.560.998.988.078 Byte, also 1,561 Terabyte, dezimal gerechnet mit einem Terabyte zu 10¹² Byte (Summe aller Dateigrößen im Zweig `main` des Repositoriums `moonshotai/Kimi-K3`, abgerufen am 3. September 2026). Auf die 96 Gewichtsdateien im Safetensors-Format entfallen davon 1.560.936.091.448 Byte.

Der Vorgänger Kimi K2 kam auf 83 Dateien und 1.029.207.176.133 Byte, gerundet 1,03 Terabyte. Ein Achterknoten mit H200-Karten trägt achtmal 141 Gigabyte, zusammen 1,128 Terabyte; die Karte hat „141 gigabytes (GB) of HBM3e memory“ (NVIDIA, Produktseite H200). Die gemessenen 1,561 Terabyte geteilt durch diese Knotengröße ergeben 1,38. Für die Gewichte allein sind zwei Achterknoten nötig, bevor Kontext, Aktivierungen und Laufzeitumgebung überhaupt Platz beanspruchen. Der Bau als Mischexperten-Modell ändert daran nichts: Kimi K3 aktiviert je Anfrage nach Anbieterangabe 104,2 von 2.780 Milliarden Parametern und spart damit Rechenzeit, im Speicher liegen muss trotzdem alles. Wer solche Knoten kauft, kauft in einen Markt hinein, in dem der Ausbau der Rechenzentren die Speicherpreise bis zur Spielkonsole durchschlägt².

Die Open Weights liegen in MXFP4 vor, quantisiert schon im Training#

Die Konfigurationsdatei des Modells nennt das Format `mxfp4-pack-quantized`: vier Bit je Wert, ein gemeinsamer Skalierungsfaktor für je 32 Werte, Verfahren `compressed-tensors`. Ausgenommen sind Aufmerksamkeitsschichten, geteilte Experten, Router und der Ausgabekopf, sie bleiben in höherer Genauigkeit.

Die Plattform meldet für das Repositorium 2.722.740.830.208 Werte im gepackten Vier-Bit-Format, 57.179.884.544 in bfloat16 und 11.122.432 in float32, zusammen 2.779.931.837.184 Parameter. Zwei Vier-Bit-Werte je Byte, dazu ein Skalenbyte je 32 Werte, ergeben 1.560.860.324.864 Byte, das sind 0,0049 Prozent unter der gemessenen Summe der Safetensors-Dateien; die Differenz sind deren Kopfdaten (eigene Rekonstruktion aus den Parameterzahlen je Format, Stand 3. September 2026).

Der technische Bericht hält fest, dass die Quantisierung nicht nachträglich aufgesetzt wurde: „We perform quantization-aware training (QAT) throughout the entire post-training stage, covering both SFT and RL“ (technischer Bericht zu Kimi K3, Abschnitt zur Nachtrainingsphase). Die veröffentlichte Datei ist die Datei, für die trainiert wurde.

Die Lizenz von Kimi K3 stellt zwei Auflagen mit verschiedenen Schwellen auf#

Die Open Source Initiative führt offene Gewichte als eigene Kategorie: „Open Weights refer to the final weights and biases of a trained neural network.“ Für Open Source reichen sie nicht, „because they do not provide the underlying training process, code, or comprehensive data details“ (Open Source Initiative opensource.org ↗).

Der Lizenztext huggingface.co ↗ trägt jetzt den eigenen Namen des Modells. Ziffer 3 verlangt, dass „Kimi K3″ sichtbar auf der Oberfläche erscheint, sobald ein Produkt mehr als 20 Millionen US-Dollar Monatsumsatz erreicht oder mehr als 100 Millionen monatlich aktive Nutzer. Diese Auflage trug schon der Vorgänger. Ziffer 2 kam hinzu: Wer ein Model-as-a-Service-Geschäft betreibt und mit verbundenen Unternehmen 20 Millionen US-Dollar in zwölf zusammenhängenden Monaten übersteigt, „must enter into a separate agreement with Moonshot AI“. Auf den Monat gerechnet liegt die zweite Schwelle zwölfmal niedriger als die erste, und sie verlangt keine Nennung, sondern eine Vereinbarung. Ziffer 4 nimmt reine Innennutzung und zertifizierte Partner davon aus.

Die Europäische Kommission hat solche Klauseln beschrieben. Ihre Leitlinien zum Anwendungsbereich der Pflichten für Allzweckmodelle, Fassung vom 19. November 2025, zählen zu den Merkmalen, die eine Lizenz vom Prädikat „frei und quelloffen“ ausschließen, „requirements to obtain separate commercial licences for specific use cases“; erlaubt bleiben Auflagen, die nur Namensnennung und Weitergabe unter gleichen Bedingungen sichern (Randnummern 77 und 80). Die KI-Verordnung nimmt Anbieter freier und quelloffener Modelle von einem Teil der Dokumentationspflichten aus, wenn die Lizenz Zugang, Nutzung, Veränderung und Weitergabe erlaubt und Parameter, Architektur und Nutzungsinformationen öffentlich sind (Artikel 53 Absatz 2³); für Modelle mit systemischem Risiko gilt die Ausnahme nicht. Ob sie hier greift, entscheidet die Behörde, nicht der Lizenztext. Die Pflichten hängen dabei an der Rolle des Anbieters; wer offene Gewichte verändert und unter eigenem Namen weitergibt, rückt in diese Rolle⁴.

Die Trainingsrechenleistung von Kimi K3 nennt keine öffentliche Quelle#

Artikel 51⁵ vermutet systemisches Risiko oberhalb von 10²⁵ FLOP Trainingsrechenleistung. Anhang A.2 der Leitlinien nennt zwei Wege zur Schätzung: hardwarebasiert aus Zahl der Beschleuniger, Laufzeit, Spitzenleistung und mittlerer Auslastung, oder architekturbasiert als sechsmal Parameterzahl mal Zahl der Trainings-Token. Gemeldet wird „in FLOP and with two significant figures“.

Der technische Bericht zu Kimi K3 nennt weder die Zahl der Trainings-Token noch die Zahl der Beschleuniger noch Rechenstunden; die einzige benannte Hardware ist H20, und sie diente der Auswertung von Vergleichstests. Damit fehlt beiden Verfahren die Eingangsgröße. Die zweite Formel ist überdies für dichte Modelle formuliert; bei einem Mischexperten-Modell ist schon die Wahl der einzusetzenden Parameterzahl eine eigene Frage. An dieser Schätzung hängt die Meldung an die Kommission⁶.

Die Dateigröße von Kimi K3 ergibt sich aus den öffentlichen Formatangaben bis auf 0,0049 Prozent genau. Die Trainingsrechenleistung, an die Artikel 51 anknüpft, ergibt sich aus keiner öffentlichen Angabe.

Anlass war der Artikel „Künstliche Intelligenz: Der KI-Schock“ von Nicolas Killian und Lisa Hegemann für ZEIT ONLINE vom 26. Juli 2026. Lizenztext, Konfiguration, Parameter- und Dateiangaben stammen aus dem Modell-Repositorium von Moonshot AI bei Hugging Face und aus dem technischen Bericht zu Kimi K3, die Abgrenzung offener Gewichte von der Open Source Initiative, die Speicherangabe aus der Produktseite zum NVIDIA H200, die Rechtslage aus den Artikeln 51 und 53 der KI-Verordnung in der Fassung von artificialintelligenceact.eu sowie aus den Leitlinien der Europäischen Kommission zum Anwendungsbereich der Pflichten für Anbieter von Allzweck-KI-Modellen, C(2025) 7719 final vom 19. November 2025. Größen- und Formatrechnung sind eigene Rechnungen aus den öffentlichen Metadaten; alle Quellen abgerufen am 3. September 2026.