Er hat 2,8 Billionen Parameter verschenkt – und in die Lizenz ein Schleusentor eingebaut: Yang Zhilin, und warum er noch nicht auf dieser Liste steht

Am 27. Juli lud Moonshot AI die vollständigen Gewichte von Kimi K3 auf Hugging Face.

1,42 TiB, 96 Shards. 2,8 Billionen Parameter insgesamt, 104 Milliarden aktiv, 1 Mio. Token Kontext. Von den 93 Schichten arbeiten 69 mit dem selbst entwickelten Kimi Delta Attention und 24 mit Gated MLA; 896 geroutete Experten, pro Token werden 16 davon ausgewählt, dazu 2 geteilte Experten.

Das ist derzeit das größte offene Gewichtsmodell der Welt. Man kann es komplett nach Hause tragen.

Am 16. Juli ging K3 zuerst als Dienst online, 11 Tage später gab es die Gewichte geschenkt. In diesen 11 Tagen holte es GPQA Diamond 93,5, DeepSWE 67,5, BrowseComp 91,2 und MCPMark-Verified 94,5.

Parameter und Punktzahlen sind seit einem Tag im Umlauf. In demselben Materialpaket stecken drei Dinge, die kaum jemand erwähnt. Alle drei sind Produktentscheidungen.

Eins: Das eigentliche Design steckt nicht im Modell, sondern in der Lizenz

Alle sagen „Kimi K3 ist Open Source”. Es ist nicht MIT.

Moonshot AI hat eine eigene Kimi K3 License aufgesetzt. Der Hauptteil sieht tatsächlich aus wie MIT – frei nutzen, kopieren, ändern, weitergeben, unterlizenzieren, verkaufen; deployen, feintunen, abgeleitete Modelle daraus bauen.

Dann kommen zwei Ausnahmen:

Erstens: Wer den Dienst verkauft, muss zurückkommen und verhandeln. Wer daraus ein Model as a Service (MaaS) macht – also Dritten substanzielle Kontrolle über Eingaben, Parameter oder Trainingsdaten gibt – und dessen Unternehmen in irgendeinem zusammenhängenden Zeitraum von 12 Monaten mehr als 20 Mio. USD Umsatz macht, muss mit Moonshot AI eine gesonderte Vereinbarung schließen.

Zweitens: Wer groß wird, muss den Namen tragen. Kommerzielle Produkte mit über 100 Mio. monatlich aktiven Nutzern oder über 20 Mio. USD Monatsumsatz müssen „Kimi K3” an prominenter Stelle in der Oberfläche kennzeichnen.

Ausnahmen: Rein interne Nutzung ist nicht eingeschränkt; wer über Moonshots eigene Produkte oder über zertifizierte Inferenzpartner geht, ebenfalls nicht.

Liest man diese drei Absätze zusammen, tritt die Form der Lizenz hervor:

Die Kleinen dürfen alles. An dem Tag, an dem du damit richtig Geld verdienst, teilst du entweder mit mir oder machst Werbung für mich.

In meinen Jahren im Produktmanagement habe ich bei Open Source im Grunde zwei Extreme gesehen: entweder wirklich alles freigeben – und dann zusehen, wie die Cloud-Anbieter damit Geld verdienen und man selbst keinen Cent davon sieht – oder eine kastrierte Version veröffentlichen, auf der dann niemand etwas bauen will.

Diese Lizenz ist der dritte Weg, und der Schnitt sitzt sehr genau. Sie setzt das Schleusentor auf den Punkt „du hast bereits Geld verdient”. Davor ist die Reibung null: Einzelentwickler, Start-ups, Forscher nehmen sich das Modell einfach. Wer die Linie überschreitet, hatte ohnehin Geld und kann auch zahlen.

Achte auf die zweite Ausnahme, auf diese Pflicht, „Kimi K3” sichtbar zu kennzeichnen. Sie kassiert kein Geld, sie kassiert etwas anderes: Jedes große Produkt, das auf K3 läuft, wird zum Aushängeschild von Moonshot AI. Open Source gegen Ökosystem, Ökosystem gegen Marke, Marke gegen Verhandlungsmacht – diese Kette steht in der Lizenz als Rechtstext.

Für Leute, die Produkte bauen, liegt hier ein Gedanke, den man direkt abschreiben kann: Wenn du mit „kostenlos” Skalierung kaufen willst, kläre zuerst, ab welchem Moment es nicht mehr kostenlos ist – und schreibe diesen Moment als eine klare Linie auf, die jeder für sich selbst beurteilen kann. Eine unscharfe Kostenlos-Regel endet immer im Gezerre.

Auch die Reihenfolge ist entworfen. Am 16. Juli ging K3 zuerst als gehosteter Dienst online, erst 11 Tage später kamen die Gewichte. In diesen 11 Tagen waren die Benchmarks durchgelaufen, der Ruf war da, der Tagesumsatz hatte sich versechsfacht – als die Gewichte herauskamen, war es kein Modell mehr, das noch zu belegen war, sondern ein belegtes Modell.

Umgekehrt herum: Gewichte und Dienst am selben Tag, alle deployen sofort selbst, und du bekommst weder die Einnahmen dieser 11 Tage noch die frühesten echten Nutzungsdaten. Open Source heißt nicht, kein Geld zu wollen. Es heißt, Geld und Daten zuerst einzusammeln und den Code danach freizugeben.

Zwei: Gerade den ersten Platz geholt – und im eigenen Release-Material geschrieben, man sei schlechter als die Konkurrenz

Diese Entscheidung ist noch seltener.

Im eigenen Release-Material räumt Moonshot AI ein, dass K3 in der Gesamtleistung weiter hinter Claude Fable 5 und GPT-5.6 Sol liegt, und weist darauf hin, dass es beim Nutzererlebnis eine Lücke gibt.

Nicht nur das. Sie erklären von sich aus: Verschiedene Modelle liefen in den Benchmarks mit unterschiedlichen Agent-Harnesses – die Testumgebungen sind also nicht vollständig vergleichbar, die Schlussfolgerungen aus den Benchmarks tragen Unsicherheit.

In dem Moment, in dem sie gerade das größte offene Gewichtsmodell der Welt gebaut haben, in mehreren harten Benchmarks oben stehen und die ganze Welt hinschaut, sagen sie in der eigenen Mitteilung zwei Dinge, die ihnen schaden: Das Erlebnis reicht noch nicht an die anderen heran, und die Vergleichsmethode hinter diesen Punktzahlen hat Wasser drin.

Gestern, im Q2-Earnings-Call von Tesla, lief die umgekehrte Szene. Musk sagte, die humanoiden Roboter-Demos, die derzeit im Netz viral gehen, seien „größtenteils ferngesteuert oder nach vorher festgelegtem Drehbuch abgespielt”, ein Roboter, der wirklich autonom allgemeine Aufgaben ausführe, existiere noch nicht – Optimus werde der erste sein. In derselben Woche zeichnete eine zusammengestellte Berichterstattung ein anderes Bild: Bei jener Warner-Bros.-Veranstaltung 2024 wurden die Optimus-Einheiten, die Drinks einschenkten, von Ingenieuren in Motion-Capture-Anzügen und mit VR-Headsets gesteuert; in der Zentrale in Palo Alto muss ein umgefallener Roboter mit Hebezeug wieder aufgerichtet werden.

Dieselbe Woche: Der eine sagt „die von den anderen sind alle Fernsteuerung und Drehbuch”, der andere sagt „unser Erlebnis ist schlechter als das der Konkurrenz”.

Beide Spielweisen haben ihre Logik. Musks Erwartungsmanagement hat Tesla schon mehr als einmal bare Zeit eingebracht. Und die Offenheit von Moonshot AI könnte schlicht daran liegen, dass sie es mit Entwicklern zu tun haben, und Entwickler bringen die Wahrheit binnen eines Tages selbst heraus – vor diesem Publikum aufzuschneiden kostet mehr, als es bringt.

Für Produktmanager ist das, was man mitnimmt, in beiden Fällen dasselbe: Jeder Satz, den du sagst, wird vom Nutzer am heutigen Produkt geprüft. Der einzige Unterschied ist, wie lange dein Nutzer für diese Prüfung braucht. Je schneller er prüft, desto rentabler ist Ehrlichkeit.

Und Entwickler sind die Sorte Nutzer, die am schnellsten prüft.

Drei: Dreimal billiger heißt nicht dreimal gespart

Der Preis wurde am meisten weitergereicht und wird am leichtesten falsch gelesen.

International kostet K3 3 USD pro Million Token Input und 15 USD Output. Zum Vergleich Claude Fable 5 mit 10 USD Input und 50 USD Output – auf dem Papier mehr als dreimal billiger. In der China-Region sind es 2 Yuan für gecachten Input, 20 Yuan für ungecachten und 100 Yuan für Output.

Und dann das Detail, das in den Pressemeldungen untergeht:

Mehrere Tester berichten, dass K3 für dieselbe Aufgabe mehr Token verbraucht als Fable.

Dieser eine Satz gibt dem „dreimal billiger” einen Abschlag. Der Stückpreis ist nicht die Kosten. Was du zahlst, sind die Gesamtkosten für das Erledigen einer Sache – Stückpreis mal Anzahl der Token, die dafür nötig sind.

Das ist eine sehr typische Produktfalle, und sie tritt nicht nur in der KI auf: Du optimierst eine Zahl, die der Nutzer sieht, und der Preis dafür versteckt sich in einer Zahl, die der Nutzer nicht nachrechnen kann.

Ich bin selbst in dieselbe Grube gefallen. Beim Bau meiner Publishing-Pipeline habe ich auf die „Dauer einer Veröffentlichung pro Plattform” hin optimiert und jeden einzelnen Schritt verkürzt – am Ende wurde das Ganze langsamer, weil die verkürzten Schritte die Anti-Automatisierung der Plattformen auslösten und die Zahl der Wiederholungsversuche hochging. Die lokale Kennzahl sah besser aus, Ende zu Ende wurde es schlechter.

Wenn du also gerade prüfst, ob du auf K3 wechseln sollst: Schau nicht auf die Preisliste, sondern lass deine eigenen echten Aufgaben einmal durchlaufen und rechne die Gesamtrechnung für einen Durchgang. Das Ergebnis kann durchaus weiterhin für K3 sprechen – der Abstand ist groß genug – aber es sollte eine Zahl sein, die du ausgerechnet hast, und nicht eine, die auf der Website steht.

Die Nachfrage ist echt: Nach dem Start von K3 hat sich der Tagesumsatz von Moonshot AI mindestens versechsfacht; der ARR lag im Juni bei 300 Mio. USD, im April waren es noch 200 Mio.

Vier: Wer er ist

Yang Zhilin, geboren 1992 in Shantou, Provinz Guangdong, im Gaokao Bester des naturwissenschaftlichen Zweigs von Shantou. Bachelor an der Tsinghua, im zweiten Jahr Wechsel in die Yao-Klasse, 2015 Abschluss als Jahrgangsbester. Danach Promotion an der Carnegie Mellon, betreut von Ruslan Salakhutdinov, dem ersten AI-Direktor von Apple, und von William W. Cohen von Google.

Bei Transformer-XL und XLNet ist er jeweils Erstautor. XLNet übertraf damals BERT in 20 Aufgaben und setzte in 18 Aufgaben Bestwerte. Er gehört zu den meistzitierten NLP-Forschern Chinas unter 35.

Und noch etwas, das nichts mit Technik zu tun hat, das ich aber wichtig finde: An der Tsinghua hat er eine Rockband namens Splay gegründet, als Sänger und Texter.

Im März 2023 gründete er zusammen mit Zhou Xinyu und Wu Yuxin Moonshot AI. Im Februar 2024 führte Alibaba eine Runde über 1 Mrd. USD an, im August legten Tencent und Gaorong weitere 300 Mio. USD nach.

Das Schleusentor in der Lizenz, die Offenheit in der Release-Mitteilung, die Abwägung beim Preis – keine dieser drei Entscheidungen ist Forscherdenken. Die Standardbewegung eines Forschers ist, die Punktzahl auf das Maximum zu treiben und dann ein Paper zu veröffentlichen. In einer Lizenz präzise ein kommerzielles Schleusentor zu setzen und im glanzvollsten Moment von sich aus zu sagen, man sei schlechter als die Konkurrenz – das sind Produkt- und Geschäftsurteile.

Dass der Erstautor von XLNet gleichzeitig diese beiden Dinge tut, ist deutlich komplizierter als das Etikett „starker Techniker mit starken Papern”.

Fünf: Warum steht er dann noch nicht auf dieser Liste

Ich pflege eine Liste, Die 100 PMs, die die Welt verändert haben, mit sechs Bewertungsdimensionen – Vision, Einsicht, Geschmack, Business, Skalierung, Originalität – gewichtet zum OVR. Yang Zhilin steht nicht darauf.

Die Regel lautet: Die Liste hat nur 99 Einträge, Platz 100 bleibt bewusst leer und gehört den Lesern. Wer jemanden aufnehmen will, muss jemand anderen herunternehmen.

Jemanden von der Liste zu drängen, um dem Tagesthema hinterherzulaufen, ergäbe eine Liste, die dem Nachrichtenzyklus folgt und nicht der Produktgeschichte. Deshalb hängt dieser Text nicht an der Liste.

Nicht auf der Liste zu stehen heißt nicht, es nicht wert zu sein. Aber der Maßstab gehört ausgesprochen.

In derselben Klasse steht bereits Liang Wenfeng auf der Liste, OVR 91 (Vision 95 / Einsicht 84 / Geschmack 86 / Business 88 / Skalierung 92 / Originalität 95). Das, was DeepSeek damals ausgelöst hat, war ein Ereignis, das die Kostenstruktur einer ganzen Branche verändert hat – es hat den Konsens zerschlagen, dass Frontier-Modelle teuer sein müssen, und weltweit sind Preisgestaltung und Open-Source-Strategien mitgezogen.

Legt man denselben Maßstab an Yang Zhilin an, ist mein Urteil: Vision und Originalität reichen bereits für die Liste, bei Skalierung und Business fehlt noch ein Stück.

• Originalität: Ein Modell mit 2,8 Billionen Parametern als offene Gewichte herauszugeben, hat vor ihm niemand getan; auch die Lizenz mit ihrer Umsatzschwelle ist etwas Neues und wird sehr wahrscheinlich abgeschrieben werden.
• Vision: Von der frühen Wette auf lange Kontexte bei Kimi bis zur heutigen Wette auf „offene Gewichte plus kommerzielles Schleusentor” war die Richtung durchgehend klar.
• Skalierung: 300 Mio. USD ARR, Tagesumsatz versechsfacht – das Wachstum ist heftig, aber es sind Zahlen aus wenigen Monaten, noch keine Größenordnung, die einen Zyklus überdauert hat. Die Skalierungsdimension misst bei den Leuten auf dieser Liste, wie viele Menschen über wie viele Jahre beeinflusst wurden.
• Business: Das Schleusentor in der Lizenz ist schön entworfen, aber es ist noch nicht validiert. Wie viele Unternehmen mit über 20 Mio. USD Umsatz tatsächlich zurückkommen und unterschreiben, weiß man erst in einem Jahr.

Klar gesagt: Der wertvollste Teil seiner Punktzahl ist „passiert gerade”, nicht „ist eingelöst”.

Genau darin unterscheiden sich Liste und Nachricht. Nachrichten halten fest, was gerade passiert, die Liste hält fest, was sich gesetzt hat. Ihn heute aufzunehmen hieße, auf ein Ergebnis in einem Jahr zu wetten, statt eine Tatsache festzuhalten.

Aber diese Liste lebt. Die Plätze von Allen Zhang oder Steve Jobs werden sich kaum bewegen, die Mitte und das hintere Feld ändern sich laufend – als Linus wieder aufgenommen wurde, ist dafür Will Wright gewichen. Ich habe vor, in der zweiten Jahreshälfte die gesamte Liste neu zu sortieren. Bis dahin wird offen zutage liegen, was aus dem Ökosystem der offenen K3-Gewichte tatsächlich gewachsen ist, wie viel dieses kommerzielle Schleusentor wirklich eingesammelt hat und ob Moonshot AI die Sache mit dem Weißen Haus überstanden hat.

Wenn das alles dann eingelöst ist, wäre seine Aufnahme keine Wette mehr, sondern eine Aufzeichnung.

Auch die Sache mit dem Weißen Haus hängt noch in der Luft. Nachdem die K3-Gewichte draußen waren, hat der CTO des Weißen Hauses, Michael Kratsios, Moonshot AI öffentlich vorgeworfen, Claude Fable 5 von Anthropic destilliert zu haben; man müsse zwischen normaler KI-Destillation und einer „großangelegten, verdeckten, industriellen Destillation zum Diebstahl proprietärer US-Technologie” unterscheiden. Finanzminister Scott Bessent erklärte, die Regierung sei „in der Lage, Sanktionen zu verhängen”.

Wenn ein Open-Source-Modell den CTO und den Finanzminister eines Landes gleichzeitig zum Reden bringt, liegt das Gewicht bereits auf dem Tisch. Wie diese Linie weiterläuft, entscheidet allerdings direkt darüber, wie viele Punkte die Skalierungsdimension dieses Unternehmens im nächsten Jahr trägt.

Zum Schluss

„Kostenlos” war nie die Entscheidung. Die Entscheidung ist „ab welchem Moment nicht mehr kostenlos”. Die meisten, die Open Source, Freemium oder Testphasen machen, haben nur die erste Hälfte durchdacht und mogeln sich um die zweite herum – mit dem Ergebnis, dass sie entweder kein Geld eintreiben können, wenn es so weit ist, oder im falschen Moment eine Bezahlschranke hochziehen und das Ökosystem verschrecken.

Yang Zhilin hat diese Linie in der Lizenz festgenagelt: 20 Mio. USD Umsatz, 100 Mio. monatlich aktive Nutzer. Wer sie überschreitet, weiß es selbst. Keine Verhandlung, kein Gezerre.

Als ich SoloMD gebaut habe, habe ich nicht so weit gedacht. Es ist bis heute kostenlos, MIT-lizenziert, 551 Sterne, 21 externe PRs – das Ökosystem ist da, aber falls jemand eines Tages ein Geschäft daraus macht, habe ich keine einzige Linie in der Hand, auf die ich zeigen könnte.

(Alle Bewertungen und die Rangfolge in diesem Text stammen von Claude (KI), die Methodik ist auf der Ranking-Seite erläutert. Die Einschätzung zu Yang Zhilin ist die Analyse dieses Textes und fließt nicht in die Liste ein.)