Kimi K2.5 von Moonshot AI: das Open-Source-Modell, das sich mit den Großen auf Augenhöhe misst (2026)

Jahrelang war „Open-Source-Modell“ ein Synonym für „fast so gut wie das kostenpflichtige, aber nicht ganz“. Es taugte zum Herumprobieren, um nicht von OpenAI abhängig zu sein, um etwas lokal laufen zu lassen, ohne dass jemand deine Daten sah. Aber wenn die Aufgabe wirklich ernst wurde, kehrtest du zu GPT oder Claude zurück. Diese Grenze verschwimmt seit ein paar Jahren, und Kimi K2.5 ist eines der Modelle, die sie am weitesten verschoben haben.

Gebaut hat es Moonshot AI, ein chinesisches Unternehmen, das zum Synonym für „offen, aber seriös“ geworden ist. Und das Versprechen ist direkt: ein Modell, das du herunterladen, unter die Haube schauen, feinabstimmen und überall bereitstellen kannst, das aber bei Agenten, Code und Multimodalität keine Scheu hat, sich mit den geschlossenen zu messen. Schauen wir es uns ohne Rauch an.

Was Kimi K2.5 ist und warum es zählt

Kimi K2.5 ist das Open-Source-Vorzeigemodell von Moonshot AI, Ende Januar 2026 als direkte Weiterentwicklung von Kimi K2 veröffentlicht. Auf dem Papier ist es ein KI-Assistent mehr, aber die Details seines Aufbaus machen es interessant.

Im Inneren nutzt es eine Mixture-of-Experts-Architektur (MoE): Statt eines einzigen riesigen Blocks, der bei jeder Antwort komplett aktiviert wird, hat das Modell insgesamt 1 Billion Parameter, verteilt auf 384 Experten, und pro Token schaltet es nur 8 davon plus einen gemeinsamen ein. Die Folge? Nur 32 Milliarden aktive Parameter pro Anfrage. Du hast das „Wissen“ eines riesigen Modells zu den Rechenkosten eines viel kleineren. Das ist der technische Kniff, der ein Frontier-Modell zugleich ausführbar macht.

Das Zweite, was es vom Feld abhebt, ist, dass es nativ multimodal ist: Man hat ihm die Vision nicht nachträglich angeklebt. Es wurde von Grund auf mit einer Mischung aus Text, Bild und Video trainiert (mit einem eigenen visuellen Encoder, MoonViT, mit 400M Parametern), sodass es einen Screenshot, ein UI-Design oder ein kurzes Video versteht und ohne Zwischenschritte in Code oder Analyse verwandelt.

Und das Dritte, was wirklich Epoche macht: Es ist agentisch von Haus aus. Es ist kein Chatbot, dem man Werkzeuge mit Klebstoff anbaut; es ist darauf ausgelegt, in mehreren Schritten zu schließen, Werkzeuge aufzurufen und —sein Glanzmerkmal— einen Schwarm von Subagenten zu koordinieren, die parallel arbeiten. Dazu kommen wir zurück.

Es zählt, weil es drei Dinge vereint, die du früher getrennt angefordert hast: offen (du kontrollierst es), multimodal (es sieht und liest) und agentisch (es handelt, es antwortet nicht nur). Und es tut das auf dem Niveau der großen geschlossenen Modelle.

Stärken: wo es wirklich glänzt

Nicht jedes offene Modell taugt für dasselbe. Das sind die Felder, auf denen Kimi K2.5 die Brust rausstreckt.

• Langer Kontext (256K Tokens). Du gibst ihm eine ganze Codebasis, einen Vertrag über 200 Seiten oder ein kilometerlanges Gespräch, und es hält den Faden. In der Praxis sind 256K Tokens Hunderttausende Wörter, ohne den Kontext auf halbem Weg zu verlieren.
• Agentische Fähigkeit und Agent Swarm. Hier liegt seine stärkste Karte. Kimi K2.5 kann bis zu 100 Subagenten parallel selbst steuern, jeder nutzt eigenständig Werkzeuge, um zu suchen, zu generieren, zu analysieren und Informationen zu ordnen. Für lange Abläufe —Recherche in großem Maßstab, umfangreiches Schreiben, Batch-Downloads— berichtet Moonshot von Zeitersparnissen von bis zu 4,5×. In seinen agentischen Benchmarks liefert es bemerkenswert ab (zum Beispiel ~74,9 % bei BrowseComp).
• Code auf Spitzenniveau. Bei SWE-bench Verified —dem Standardthermometer, um echte Repository-Bugs zu lösen— erreicht es 76,8 % im Thinking-Modus. Und es geht über Text hinaus: Es verwandelt visuelle Designs (UI-Mockups, Screenshots) mit guter Treue in funktionierenden Frontend-Code.
• Schlussfolgern und Mathematik. Im Thinking-Modus unterschreibt es hohe Zahlen bei harten Prüfungen: 96,1 % bei AIME 2025 (Wettbewerbsmathematik) und 87,6 % bei GPQA-Diamond (Wissenschaftsfragen auf Expertenniveau).
• Vision und Video für echt. Da es nativ multimodal ist, versteht es Video (87,4 % bei VideoMME) und visuelle Dokumente (Word, Excel, PDF) ohne externe Tricks.

Wie man es nutzt: vier Wege je nach Niveau

Einer der Reize von Kimi K2.5 ist, dass es dich nicht auf eine einzige Eingangstür zwingt. Du hast von „null Reibung“ bis „volle Kontrolle“.

1. Das Web (kimi.com) — um es in 30 Sekunden zu testen. Du gehst auf kimi.com, legst ein Konto an und chattest. Es gibt auch eine Mobil-App. Du wählst zwischen den Modi Instant, Thinking, Agent und Agent Swarm (Beta), je nachdem, was du brauchst. Das ist der Weg, dir eine Vorstellung zu machen, ohne eine Zeile Code anzufassen.

2. Die offizielle API — um es in dein Produkt zu integrieren. Moonshot bietet seine API auf platform.moonshot.ai an, und das wichtige Detail für Programmierende ist, dass sie OpenAI-kompatibel ist. Das heißt, ein Projekt zu migrieren, das bereits die OpenAI-Bibliothek nutzte, bedeutet fast nur, die Basis-URL und den Schlüssel zu ändern.

from openai import OpenAI

client = OpenAI(
  api_key="DEIN_MOONSHOT_SCHLUESSEL",
  base_url="https://api.moonshot.ai/v1",
)

resp = client.chat.completions.create(
  model="kimi-k2.5",
  messages=[
      {"role": "system", "content": "Du bist ein hilfreicher und direkter Assistent."},
      {"role": "user", "content": "Erklaere in 3 Saetzen, was eine MoE-Architektur ist."},
  ],
)

print(resp.choices[0].message.content)

3. Über OpenRouter — um dich nicht an einen Anbieter zu binden. Wenn du bereits mit OpenRouter arbeitest, hast du Kimi K2.5 mit der Kennung moonshotai/kimi-k2.5 verfügbar. Nützlich, um Modelle nebeneinander zu vergleichen oder ein Fallback zu haben, ohne das SDK zu wechseln.

4. Lokal — für volle Kontrolle und Privatsphäre. Da die Gewichte offen sind (auf Hugging Face, Organisation moonshotai), kannst du es mit Inferenz-Engines wie vLLM, SGLang oder KTransformers selbst bereitstellen. Das ist die Option für alle, die Daten zu 100 % zu Hause oder maßgeschneidertes Fine-Tuning wollen. Der Haken: Ein Modell mit 1T Parametern, auch wenn es nur 32 Mrd. aktiviert, passt nicht in einen Laptop: Du brauchst mehrere High-End-GPUs. Um bescheidenere Dinge auf deinem Rechner laufen zu lassen, schau lieber auf Ollama.

Bonus für Programmierer: Kimi Code CLI. Moonshot hat einen eigenen Code-Agenten, Kimi Code, der vom Terminal aus funktioniert und sich in Editoren wie VSCode, Cursor und Zed integriert. Es ist der Rahmen, der darauf ausgelegt ist, die agentischen Fähigkeiten des Modells in deinem realen Entwicklungsablauf auszureizen.

Lizenz und Kosten: das Kleingedruckte

Der Teil, der alles Vorherige „wirklich Open Source“ macht: Sowohl der Code als auch die Gewichte werden unter einer modifizierten MIT-Lizenz veröffentlicht. Im Kern ist sie sehr freizügig —du kannst es nutzen, ändern und bereitstellen, auch kommerziell— mit einigen zusätzlichen Bedingungen, die für solche Releases typisch sind (Namensnennung im großen Maßstab). Lies sie, bevor du ein Produkt darauf baust, aber es ist eine der freundlichsten Lizenzen, die du bei einem Modell dieses Kalibers findest.

Bei den Kosten muss man die Wege trennen:

• Web: kostenlos zum Testen.
• API: eine der günstigsten am Markt für ihr Niveau. Auf OpenRouter liegt sie bei rund 0,50 $ pro Million Eingabe-Tokens und 2,80 $ pro Million Ausgabe-Tokens (die Zahl tanzt je nach Anbieter, und mit Prompt-Caching kann sie um 60–80 % fallen). Verglichen mit den geschlossenen Frontier-Modellen ist das ein Bruchteil.
• Lokal: „kostenlos“ bei der Lizenz, aber die Kosten verlagern sich auf die Hardware. Mehrere ernsthafte GPUs sind weder im Kauf noch in der Miete billig. Es lohnt sich nur, wenn du sehr hohes Volumen oder strenge Datenschutzanforderungen hast.

Kimi K2.5 gegen andere Open-Source-Modelle

Das Feld der offenen Modelle ist heiß, und Kimi spielt nicht allein. Ein ehrlicher Vergleich, ohne jemanden als „den Besten“ zu krönen, denn es kommt darauf an, wofür:

• vs DeepSeek. DeepSeek (ebenfalls MoE, mit weniger Gesamtparametern) ist der König des Preises und ein sehr solider Denker. Wenn deine absolute Priorität die Kosten pro Token sind und du vor allem mit Text arbeitest, ist DeepSeek ein direkter Konkurrent. Kimi gewinnt bei der nativen Multimodalität (Vision, Video) und beim agentischen Schwarm-Paradigma.
• vs Qwen (Alibaba). Qwen hat die breiteste Familie —von winzigen bis riesigen Modellen— und glänzt beim Multilingualismus und bei der Flexibilität der Größen. Wenn du ein kleines Modell für die Edge oder den besten Support in vielen Sprachen brauchst, schau auf Qwen. Kimi neigt dazu, bei agentischen und mathematischen Benchmarks zu gewinnen, auch wenn die neuesten Qwen-Versionen beim Code stark aufholen.
• vs Llama (Meta). Llama hat das größte Ökosystem und die größte Community: Werkzeuge, Tutorials, Fine-Tunes für alles. Wenn du die Unterstützung der Community und die Reife des Toolings schätzt, ist es schwer zu schlagen. Kimi setzt auf die Leistungsobergrenze und die werkseitige Multimodalität gegen die Allgegenwart.

Die Zusammenfassung: DeepSeek für den Preis, Qwen für Vielfalt und Sprachen, Llama für das Ökosystem, Kimi als das vollständigste offene Paket bei Agenten + Vision + Code auf Spitzenniveau. Es gibt keinen universellen Sieger; es gibt einen Sieger je nach Bedarf.

Für wen ist Kimi K2.5?

Es ist kein Modell „für alle“ im Massensinn; es ist ein Modell für alle, die wissen, was sie von einem offenen Modell wollen.

Es interessiert dich, wenn: Du Produkte auf Basis von KI entwickelst und eine offene Alternative zu GPT/Claude ohne Qualitätsverzicht willst; du agentische Abläufe baust (automatisierte Recherche, Datenpipelines, Code-Agenten) und der Agent Swarm dir Stunden spart; du mit visuellen Inhalten arbeitest (UI zu Code, Video-/Dokumentenanalyse) und native Multimodalität willst; oder du Privatsphäre und Kontrolle brauchst und dir die Hardware leisten kannst, um es lokal laufen zu lassen.

Es interessiert dich (noch) nicht, wenn: Du nur locker chatten willst —dafür reicht die Website irgendeines Assistenten locker aus—; deine Priorität der absolute Preis bei reinem Text ist und DeepSeek dich abdeckt; oder du ein kleines Modell brauchst, das auf einem Laptop oder an der Edge läuft, wo Qwen oder ein Modell über Ollama besser passen.

Die ehrliche Frage lautet nicht „Ist Kimi K2.5 das beste Modell der Welt?“. Sie lautet „Brauche ich ein offenes Modell, das auf dem Niveau der Großen sieht, schließt und handelt, und bin ich bereit, den Weg (Web, API oder lokal) zu wählen, der zu meinem Fall passt?“. Wenn die Antwort ja ist, ist Kimi K2.5 gerade jetzt eine der solidesten Wetten im offenen Lager. Und dass ein herunterladbares Modell sich mit den geschlossenen auf Augenhöhe misst, ist an sich eine gute Nachricht für alle.