Kimi K3 zet deze week zijn open weights online

Moonshot AI zet deze maandag de gewichten van Kimi K3 online. Het Chinese lab bracht het model op 16 juli al uit via een API, maar tot nu toe kon niemand het zelf draaien. Dat verandert op 27 juli, wanneer de volledige gewichten onder een aangepaste MIT-licentie beschikbaar komen. Daarmee gaat het grootste open model van dit moment de deur uit.

Wat Kimi K3 is

Kimi K3 telt 2,8 biljoen parameters en gebruikt een mixture-of-experts-opzet, waarbij per vraag maar een klein deel van het netwerk actief is. Het model heeft een contextvenster van een miljoen tokens en verwerkt tekst, beeld en video. Moonshot noemt het het grootste open-weight systeem dat tot nu toe is gebouwd. In een test van ontwikkelaar Simon Willison (simonwillison.net) staat K3 bovenaan de Frontend Code Arena met 1.679 punten, voor Claude Fable 5 (1.631) en GPT-5.6 Sol (1.618).

Hoe het zich tot de top verhoudt

Op de Artificial Analysis Intelligence Index scoort Kimi K3 een 57. Dat is genoeg voor de vierde plek van 189 modellen, op gelijke hoogte met Claude Opus 4.8 en GPT-5.5. Alleen Claude Fable 5 en GPT-5.6 Sol staan hoger. Op Terminal-Bench 2.1 haalt K3 88,3 procent, net onder de 88,8 procent van GPT-5.6 Sol. Voor een model dat je straks gratis kunt downloaden en op eigen hardware kunt draaien, is dat een opvallend klein gat.

Waarom de open release telt

Zolang alleen de API bestond, bleef K3 een dienst van Moonshot. Met publieke gewichten kunnen bedrijven het model op eigen servers zetten, zodat data niet naar buiten hoeft. Die stap past in een bredere golf: eind juli was al de drukste week ooit voor open modellen. De timing is niet zonder ophef. Eerder deze maand klonk de beschuldiging dat K3 zou zijn gedistilleerd uit een model van Anthropic, iets waar meerdere experts aan twijfelen. Moonshot ontkent en verwijst naar zijn eigen trainingsdata.

Wat betekent dit

Voor Nederlandse bedrijven die AI in eigen beheer willen houden, wordt de keuze breder. Een open model dat de prestaties van de dure Amerikaanse frontier-systemen benadert, verlaagt de drempel om zelf te hosten en om kosten per token te drukken. De onbeantwoorde vraag blijft hoe streng de aangepaste MIT-licentie is en of de herkomst van de trainingsdata houdbaar blijkt. Wie op 27 juli de gewichten binnenhaalt, weet in elk geval snel of de benchmarkscores ook in de eigen praktijk standhouden.