Laatst bijgewerkt: 11 juli 2026
Moonshot AI's Kimi K3 is een 2,8 biljoen parameter open-weight model — het grootste open model dat ooit is uitgebracht. Ik draaide het op frontend, 3D en codeertaken om te zien of de grootte zich vertaalt in bruikbare kwaliteit. Korte versie: het verslaat Fable 5 op design-taken, maar er is een valkuil.
Wat Kimi K3 Is
K3 is een MoE-model (Mixture of Experts) met 2,8T totale parameters en een aanzienlijk kleinere actieve set per inferentiestap. Het is MIT-gelicenseerd, downloadbaar, en gratis te gebruiken via Moonshot's API tot 27 juli (promotieperiode). Na die datum worden de API-tarieven bevestigd.
De schaal is indrukwekkend maar misleidend als je niet begrijpt hoe MoE werkt: niet alle 2,8T parameters zijn tegelijk actief. Het model activeert een subset per stap, wat het draaibaar maakt op hardware die een 2,8T dicht model onmogelijk zou maken.
Waar K3 Fable 5 Verslaat: Design
Dit was de verrassing. Op frontend-taken — componenten bouwen, lay-outs genereren, SVG's maken — produceerde K3 output die beter was dan Fable 5. Niet marginaal beter — merkbaar beter. Schonere structuur, betere spacing-beslissingen, meer doordachte kleurkeuzes.
Mijn vermoeden is hetzelfde als bij Tencent Hy3: de trainingsdata bevatte een uitzonderlijk groot corpus van frontend-code. Moonshot is een Chinees lab en het Chinese web-ecosysteem produceert enorme hoeveelheden frontend-code via mini-programs en mobiele apps.
Het resultaat: als je primair frontend bouwt, is K3 een serieus alternatief voor Fable 5 — gratis tot 27 juli, en waarschijnlijk goedkoper daarna.
De 3D-Tests
Ik testte K3 op Three.js scènegeneratie en game-logica. Resultaat: competitief met Grok 4.5, onder Fable 5. De 3D-output was functioneel maar miste de diepte van Fable's architectuurbeslissingen bij complexere scènes. Goed voor prototyping, niet voor productie.
De Codeertests
Op standaard codeertaken (functies schrijven, bugs fixen, tests genereren) presteerde K3 vergelijkbaar met DeepSeek V4 en GLM 5.5 — solide open-weight kwaliteit. Niet op Opus 5-niveau, maar competitief in de prijs-prestatieverhouding voor een gratis model.
De Valkuil
Hier is wat je moet weten vóór 27 juli: de gratis API-periode eindigt dan. Na die datum worden de kosten bevestigd, en er is geen garantie dat de pricing competitief blijft. Test het nu terwijl het gratis is, maar bouw er geen productie-afhankelijkheid op tot de permanente pricing duidelijk is.
Daarnaast: K3's lange-context prestaties dalen voorbij ~100K tokens. Het grote parameteraantal vertaalt zich niet in betere lange-context verwerking — dat is een ander probleem dat schaal alleen niet oplost.
Voor Wie Is Dit?
Test K3 als: je frontend-ontwikkelaar bent (dit is waar het uitblinkt), je open-weight modellen evalueert als hedge, of je een gratis model nodig hebt voor dagelijkse codeertaken.
Sla het over als: je complexe agentische workflows draait, je betrouwbare lange-context nodig hebt boven 100K, of je productie-afhankelijkheid wilt op een model met onbevestigde toekomstige pricing.
Het past in het bredere patroon van Chinese AI-modellen die steeds dichter bij frontier-kwaliteit komen op specifieke taken — met name frontend en design.
Als je hulp nodig hebt bij het evalueren van open-weight modellen — fiverr.com/s/EgxYmWD.
Veelgestelde Vragen
Wat is Kimi K3?
Een 2,8T parameter open-weight MoE-model van Moonshot AI, MIT-gelicenseerd. Het grootste open model ooit uitgebracht, gratis te gebruiken via API tot 27 juli 2026.
Is Kimi K3 beter dan Fable 5?
Op frontend/design-taken: ja, merkbaar beter. Op complexe codering en agentische taken: nee, Fable 5 is sterker. Op lange-context: Fable 5 is betrouwbaarder.
Hoeveel kost Kimi K3?
Gratis via Moonshot API tot 27 juli. Daarna onbevestigde pricing.
Hoe groot is K3 echt?
2,8T totale parameters maar als MoE-model is slechts een subset actief per stap. De werkelijke compute-kosten zijn veel lager dan een 2,8T dicht model.
Laten We Samenwerken
- Fiverr: fiverr.com/s/EgxYmWD
- Portfolio: mejba.me
- Ramlit Limited: ramlit.com
- ColorPark: colorpark.io
- xCyberSecurity: xcybersecurity.io