Die Gewichte von Kimi K3 sind online: warum Self-Hosting mehr zählt als das Modell

In unserer Rückschau vor zwei Wochen ging es um die Ankündigung von Kimi K3: Benchmarks veröffentlicht, das Ranking durcheinandergewirbelt, aber die Gewichte noch nicht herunterladbar. Seit heute, dem 27. Juli 2026, ist diese Phase vorbei: Moonshot hat die vollständigen Modellgewichte auf Hugging Face veröffentlicht — rund 594 GB im MXFP4-Format —, womit Kimi K3 zur größten öffentlich verfügbaren Open-Weight-Veröffentlichung wird. Die Nachricht, die für ein Unternehmen bei der Entscheidung über eine KI-Architektur wirklich zählt, ist aber nicht die Parameterzahl: Es ist, was sich konkret ändert zwischen der Nutzung der Moonshot-API und dem Betrieb derselben Gewichte auf der eigenen Infrastruktur.

Der Unterschied ist nicht mehr theoretisch — heute ist er herunterladbar

Solange ein Modell nur als API existiert, bleibt der Unterschied zwischen "wo es trainiert wurde" und "wo es läuft" ein Argument für Berater. Seit heute, mit den öffentlich verfügbaren Gewichten von K3, wird dieser Unterschied zu einer operativen Entscheidung, die jedes Unternehmen konkret treffen kann: das Modell herunterladen und auf der eigenen Infrastruktur oder einer Schweizer souveränen Cloud betreiben, statt die eigenen Prompts an die Server eines chinesischen Anbieters zu senden.

Warum Self-Hosting kein technisches Detail ist

Der chinesische Rechtsrahmen ist an diesem Punkt nicht mehrdeutig: Das Gesetz zur nationalen Nachrichtendienstarbeit von 2017 verpflichtet jede chinesische Organisation zur Zusammenarbeit mit Anfragen der Nachrichtendienste, und das Datensicherheitsgesetz (2021) sowie das Cybersicherheitsgesetz (2017) fügen Pflichten zur Datenlokalisierung hinzu. Diese Pflichten treffen das Unternehmen, das den Dienst anbietet, nicht die physische Gerichtsbarkeit seiner Server — weshalb die Nutzung der API eines chinesischen Anbieters, unabhängig davon, wo sich dessen Rechenzentren technisch befinden, einem Risiko aussetzt, das kein Vertrag wirklich beseitigt. Chinas eigenes nationales Zentrum für Cybersicherheitsinformationen hatte Kimi bereits 2025 wegen der Erhebung für den Dienst irrelevanter Daten beanstandet, und in einem dokumentierten Fall offenbarte der Chatbot einem unbeteiligten Nutzer den vollständigen Lebenslauf einer anderen Person — Name, Telefonnummer, Berufserfahrung.

Wenn Sie die Gewichte dagegen herunterladen und auf eigener Infrastruktur betreiben, verlassen Ihre Prompts nie Ihren Perimeter: Dieser Rechtsrahmen, so real er auch ist, wird für Ihren Datenfluss irrelevant, weil kein Moonshot-Server mehr im Pfad liegt. Es ist genau der Unterschied zwischen der Herkunft eines Modells und dem Ort, an dem es läuft, über den wir in unserer letzten Rückschau geschrieben haben — nur dass es heute, zum ersten Mal bei einem Modell dieser Größenordnung, eine Entscheidung ist, die Sie tatsächlich umsetzen können.

Die Lizenz: gleiche Struktur wie K2, trotzdem Zeile für Zeile zu prüfen

K3 dürfte die bereits bei K2.7 Code gesehene Modified-MIT-Lizenz übernehmen, deren Attributionsklausel oberhalb von 100 Millionen monatlich aktiven Nutzern oder 20 Millionen US-Dollar Monatsumsatz greift — eine Schwelle, die für die meisten Unternehmen irrelevant ist. Der genaue Lizenztext, der zusammen mit den K3-Gewichten veröffentlicht wird, sollte vor der Einführung jedoch vollständig gelesen werden, statt als identisch mit der vorherigen Veröffentlichung angenommen zu werden: Labore ändern Bedingungen zwischen Versionen häufiger, als man erwarten würde.

Ein Punkt, den man vor dem Produktiveinsatz prüfen sollte

Unabhängige Tests, die in den Tagen vor der Veröffentlichung zitiert wurden, ermittelten eine Halluzinationsrate von rund 51 % bei einigen Benchmarks — eine Zahl, die in den offiziellen Diagrammen von Moonshot nicht auftauchte. Das ist kein Grund, das Modell auszuschließen, aber ein Grund, es vor jedem Produktiveinsatz am eigenen konkreten Anwendungsfall zu testen — besonders bei regulierten Inhalten, wo eine Halluzination kein Ärgernis, sondern ein Compliance-Risiko ist.

Währenddessen wählt Mistral den entgegengesetzten Weg: alles Apache 2.0

In derselben Woche bestätigte Mistral AI, dass die gesamte Mistral-3-Familie — die dichten Modelle mit 3, 8 und 14 Milliarden Parametern sowie das Flaggschiff Large 3 — unter der Apache-2.0-Lizenz erscheint, ohne Nutzer- oder Umsatzschwellen und ohne bedingte Attributionsklauseln. Es handelt sich um ein europäisches Labor mit einer Compliance-Haltung, die einem Schweizer Unternehmen bereits näherliegt, und einer Lizenz, die nicht dieselbe zeilenweise Prüfung erfordert wie Kimi K3. Es konkurriert nicht auf derselben Parameterskala, ist aber für viele Anwendungsfälle heute die einfacher zu rechtfertigende Wahl in einem Compliance-Audit.

Was konkret zu tun ist, wenn Sie heute ein offenes Modell evaluieren

• Wenn Sie Kimi K3 einführen, betreiben Sie es selbst — auf eigener Infrastruktur oder einer Schweizer souveränen Cloud — statt die Moonshot-API zu nutzen: Nur so wird die Gerichtsbarkeit desjenigen, der es trainiert hat, irrelevant.
• Lesen Sie die Lizenzdatei, die zusammen mit den K3-Gewichten veröffentlicht wird; verlassen Sie sich nicht auf eine Zusammenfassung basierend auf der vorherigen Veröffentlichung — Labore ändern Bedingungen häufiger, als es scheint.
• Testen Sie die Halluzinationsrate am eigenen konkreten Anwendungsfall vor jedem Produktiveinsatz, besonders bei regulierten oder kundenseitigen Inhalten.
• Wenn eine saubere Lizenz ohne im Zeitverlauf zu überwachende Schwellen Priorität hat, ist Mistral 3 (Apache 2.0) heute eine ernstzunehmende Alternative, auch bei geringerer Parameterzahl.

Das ist genau die Arbeit, die wir jede Woche mit unseren Kunden leisten: die Lizenz prüfen, bevor sie zum Problem wird, die Gewichte in Ihren eigenen Perimeter holen, statt Ihre Daten nach außen zu senden, und eine Architektur bauen, in der das Modell dort läuft, wo es laufen soll — unabhängig davon, wer es trainiert hat und wo.