Fredag lancerede kinesiske Moonshot AI modellen Kimi K3 med 2,8 billioner parametre. Aktiemarkedet reagerede med det samme: chipgiganten TSMC faldt 7%, og Nvidia mistede kortvarigt pladsen som verdens mest værdifulde selskab.
Kimi K3 er den største åbne AI-model nogensinde, og den nærmer sig de bedste amerikanske modeller til cirka halv pris pr. opgave.
Vi gennemgår teknikken bag, tallene fra de uafhængige målinger og det vigtigste spørgsmål: hvad betyder det konkret for din virksomheds AI-valg?
Verdens største åbne model landede uden pressemøde
Moonshot AI udgav Kimi K3 uden keynote og uden pressemeddelelse. Modellen dukkede op på kimi.com natten til fredag, samme lavmælte strategi som DeepSeek brugte med R1 i januar 2025. Bag den stilfærdige lancering gemmer sig verdens største open weight-model: 2,8 billioner parametre, indbygget billedforståelse og et kontekstvindue på 1 mio. tokens.
De fulde modelvægte er endnu ikke frigivet. Moonshot har lovet dem på Hugging Face senest den 27. juli, så lige nu findes K3 kun via Moonshots eget API og Kimi-apps. Det betyder også, at benchmark-tallene stadig venter på fuld uafhængig verifikation.
Timingen var næppe tilfældig. Lanceringen faldt dagen før World Artificial Intelligence Conference åbnede i Shanghai med Xi Jinping på scenen for første gang, og få dage efter en høring i den amerikanske kongres om huller i eksportkontrollen af AI-chips.
Teknikken: arkitektur i stedet for flere chips
K3 er en Mixture of Experts-model, der kun aktiverer 16 ud af 896 eksperter pr. token. Det svarer til cirka 50 mia. aktive parametre ud af de 2,8 billioner, en aktiveringsgrad under 2%. Du får regnekraft som en mellemstor model og viden som en gigant.
Moonshot har bygget 2 nye mekanismer ind i arkitekturen. Kimi Delta Attention giver op til 6,3x hurtigere decoding ved 1 mio. tokens kontekst, og Attention Residuals løfter træningseffektiviteten cirka 25% for under 2% ekstra regnekraft. Samlet melder Moonshot i deres tekniske blog om 2,5x bedre skaleringseffektivitet end forgængeren K2.
Hvad snakker I om?
Kimi Delta Attention: I stedet for at genlæse hele samtalen for hvert nyt ord fører modellen en løbende notesbog og tilføjer kun det nye. Derfor op til 6,3x hurtigere på lange tekster.
Attention Residuals: Modellens lag spiller normalt telefonleg, hvor detaljer udvandes undervejs. Her kan lagene ringe direkte til hinanden. 25% bedre træning for under 2% ekstra strøm.
Samlet: Samme benzin, bedre motor. K3 kører 2,5x længere pr. GPU-time end K2. Kina kunne ikke købe mere benzin, så de byggede motoren om.
Det er svaret på 3 års amerikansk eksportkontrol. Kinesiske labs kan ikke købe de nyeste Nvidia-chips i store mængder, så de henter fremgangen i arkitekturen i stedet. K3 er samtidig trænet direkte i 4-bit formatet MXFP4, hvilket gør den billigere at drive og mindre afhængig af den allernyeste hardware.
Benchmarks og pris: Kina tager nu vestlige priser
Det uafhængige analysefirma Artificial Analysis giver K3 en samlet Elo på 1.547 i deres evaluering af langvarigt vidensarbejde. Kun Anthropics Claude Fable 5 ligger over. På Arena.ai's rangliste for frontend-kodning er K3 nummer 1, foran alle amerikanske modeller. Simon Willisons gennemgang viser dog også svaghederne: modellen har kun ét reasoning-niveau og brugte 13.241 tokens på en simpel testopgave til 25 cents.
Prisen fortæller sin egen historie. K3 koster 3 dollars pr. mio. input-tokens og 15 dollars pr. mio. output-tokens. Det er cirka 3x forgængeren K2.6 og den højeste pris fra et kinesisk AI-lab nogensinde. Kinesiske modeller har hidtil konkurreret på discount. Nu tager Moonshot samme pris som Anthropics Sonnet-serie, og pr. opgave lander K3 alligevel på cirka det halve af Claude Opus 4.8.
Markedet forstod signalet med det samme. Fredag faldt TSMC 7% trods 77% fremgang i driftsresultatet, SoftBank faldt 9%, og de kinesiske konkurrenter Zhipu og MiniMax dykkede henholdsvis 28% og 16%. Fortune kaldte det et nyt DeepSeek-øjeblik.
Hvad betyder det for din virksomhed?
Du skal ikke ud at købe et serverrack. modellen fylder cirka 1,4 TB, og Moonshot anbefaler opsætninger med mindst 64 acceleratorer. Det er datacenter-territorium. Den realistiske model for danske B2B-virksomheder er at købe tokens hos en hosting-udbyder, ligesom du køber strøm fra elnettet uden at eje kraftværket.
Åbne vægte ændrer magtbalancen. Når K3 lander på Hugging Face, kan enhver udbyder med nok GPU'er hoste modellen og konkurrere på pris og hastighed. Det pressede tokenpriserne ned, da DeepSeek og Kimi K2 blev frigivet, og det fjerner leverandør-lock-in: samme model hos 5 udbydere betyder, at du kan skifte leverandør uden at ændre dine prompts og integrationer.
Den vigtigste konsekvens handler om AI-suverænitet. I dag kræver K3 et API-kald til Moonshots servere. Efter den 27. juli kan modellen ligge hos en europæisk udbyder, hvor dine data bliver på EU-jord under EU-lovgivning. Nebul, OVHcloud og Scaleway hoster allerede forgængeren K2.7 med zero data retention, så mønstret er etableret.
Én ærlig advarsel: samme vægte er ikke altid samme oplevelse. Udbyderne vælger selv kvantisering og opsætning, så kvaliteten svinger mellem hosts af samme model. Benchmark derfor udbydere og ikke kun modeller, før du lægger produktion over.
Det skal du holde øje med den 27. juli
Frigivelsen af modellen bliver den egentlige test. Hvis uafhængige evalueringer bekræfter Moonshots tal, er K3 den stærkeste frit tilgængelige model i verden. Indtil da er de flotteste tal leverandørens egne.
Vores anbefaling er nøgtern: gør ingenting endnu, men sæt en påmindelse. Hold øje med om modellen lander til tiden, om de uafhængige benchmarks holder, og hvornår den første EU-udbyder sætter K3 i drift. De 3 signaler afgør, om K3 bliver et reelt alternativ for danske virksomheder eller endnu en frontier-model på afstand.
Vi følger frigivelsen den 27. juli og skriver en opfølgning, når de uafhængige tal er inde og opdatere dette blogindlæg.
