Warum die Wall Street nach dem Release von Kimi K3 optimistisch für KI-Chips ist

TradingKey – Chinesische KI-Großsprachmodelle sind erneut in den Fokus des globalen Marktinteresses gerückt.

Kürzlich hat der chinesische KI-Entwickler Moonshot AI offiziell sein Großmodell der neuesten Generation, Kimi K3, vorgestellt. Dank seiner Open-Weights-Architektur, einer Leistungsfähigkeit nahe an den weltweit führenden Modellen und wettbewerbsfähigeren Inferenzkosten löste Kimi K3 in ausländischen Technologiekreisen und an den Kapitalmärkten schnell intensive Diskussionen aus.

Nach der Bekanntgabe machten sich am Markt kurzzeitig Sorgen breit, ob die Logik globaler Tech-Giganten, weiterhin Hunderte Milliarden US-Dollar in den Aufbau von KI-Infrastruktur zu investieren, durch das Aufkommen leistungsstärkerer und kostengünstigerer KI-Modelle beeinträchtigt werden könnte. Zugleich verzeichnete auch der US-amerikanische KI-Chip-Sektor eine spürbare Korrektur.

Immer mehr Analysten sind jedoch der Ansicht, dass Kimi K3 nicht zwangsläufig negativ für die KI-Chip-Branche sein muss. Vielmehr könnten eine verbesserte Modellleistung und geringere Nutzungskosten die Hürden für KI-Anwendungen senken, was zu mehr Nutzern, höheren Abruffrequenzen und einem weitaus größeren Inferenzbedarf führt. Möglicherweise wiederholt sich in der KI-Branche nun das ökonomische „Jevons-Paradoxon“.

Warum Kimi K3 die Aufmerksamkeit der globalen Märkte auf sich zieht?

Kimi K3 ist das von Moonshot AI im Juli 2026 vorgestellte Flaggschiff-Modell, das in erster Linie auf Anwendungsszenarien wie langzyklische Programmierung, komplexe Wissensarbeit und KI-Agenten abzielt.

Nach Angaben von Moonshot AI nutzt Kimi K3 eine Mixture-of-Experts-Architektur (MoE) mit einer Gesamtzahl von 2,8 Billionen Parametern sowie einem Kontextfenster von 1 Million Token und bietet eine native Unterstützung für visuelles Verständnis. Von den 896 Expertenmodulen werden pro Rechenschritt nur 16 aktiviert, um die Modellkapazität und die Effizienz der Inferenz zu steigern. Dabei ist zu beachten, dass 2,8 Billionen die Gesamtanzahl der Parameter darstellt, was nicht bedeutet, dass für jedes generierte Token sämtliche Parameter aufgerufen werden.

Kimi K3 hat bei Bewertungen im Bereich der Frontend-Programmierung hervorragend abgeschnitten und belegte mit einer Punktzahl von 1.679 zeitweise einen der vorderen Plätze auf der Rangliste der Frontend Code Arena. Dieser Erfolg beschränkt sich jedoch auf spezifische Programmiertests und bedeutet nicht, dass das Modell die Flaggschiff-Modelle von OpenAI und Anthropic in ihrer allgemeinen Leistungsfähigkeit umfassend übertrifft.

Die Preisgestaltung ist ebenfalls ein wesentlicher Grund für das große Interesse an Kimi K3. Die offiziellen API-Preise belaufen sich auf 3 US-Dollar pro Million Input-Token – was bei einem Cache-Treffer auf 0,30 US-Dollar sinkt – und 15 US-Dollar pro Million Output-Token. Für KI-Agenten, die wiederholt auf Codebasen, Unternehmensdokumente und lange Kontexte zugreifen müssen, kann der Caching-Mechanismus die Input-Kosten erheblich senken.

Ein „niedrigerer Stückpreis pro Token“ ist jedoch nicht gleichzusetzen mit einem proportionalen Rückgang der tatsächlichen Kosten für alle Aufgaben. Die Länge des Modell-Outputs, die Inferenzzeit, die Cache-Trefferrate und die Erfolgsquote bei der Aufgabenerledigung beeinflussen alle die endgültigen Kosten.

Daher besteht die eigentliche Veränderung durch Kimi K3 nicht darin, einfach nur einen Preiskampf zu entfachen, sondern vielmehr darin, die breitere Einführung fortschrittlicher Modelle mit einem besseren Preis-Leistungs-Verhältnis voranzutreiben.

Warum das kostengünstige Kimi K3 die Chip-Nachfrage steigern könnte?

Nach der Veröffentlichung von Kimi K3 befürchteten einige Anleger, dass eine verbesserte Modelleffizienz die GPU-Nutzung verringern könnte. Die Praxis zeigt jedoch, dass sinkende Inferenzkosten pro Einheit nicht direkt mit einem Rückgang der Gesamtnachfrage nach Chips gleichzusetzen sind.

Kimi K3 nutzt eine Sparse-MoE-Architektur (Mixture of Experts), bei der bei jeder Inferenz nur ein Teil der Expertenmodule aktiviert wird, was den Rechenaufwand pro Durchlauf begrenzt. Dennoch muss das Modell weiterhin gewaltige Gewichtsdaten speichern und koordinieren, während es Kontexte von bis zu einer Million Token verarbeitet. Bei großflächigen Implementierungen sind solche Aufgaben nach wie vor auf GPUs, KI-Beschleuniger, Speicher mit hoher Bandbreite (HBM), Hochgeschwindigkeitsnetzwerke und Server-Cluster angewiesen.

Was noch wichtiger ist: Wenn die Modellkosten sinken, können Nutzerzahlen und Nutzungshäufigkeit noch schneller steigen. Nach dem Start von Kimi K3 stieg das Volumen der Nutzeranfragen rasch an die Kapazitätsgrenze der vorhandenen Rechencluster. Moonshot AI setzte vorübergehend Neuregistrierungen aus, um die verfügbare Rechenleistung für Bestandskunden zu priorisieren. Dies verdeutlicht, dass neue Nachfrage die durch Effizienzgewinne eingesparte Rechenleistung schnell wieder aufzehren kann, sobald Modelle günstiger und benutzerfreundlicher werden.

Dies ist genau der Kern des „Jevons-Paradoxons“: Während die Effizienz der Ressourcennutzung steigt und die Stückkosten sinken, kann sich der Gesamtverbrauch aufgrund des erweiterten Anwendungsspektrums letztlich sogar erhöhen.

In der KI-Branche können Effizienzsteigerungen bei Modellen die Hürden für Unternehmen senken, intelligente Kundenservices, Programmierassistenten, Büro-Assistenten, Finanzanalysen und medizinische Assistenzsysteme einzuführen. Da immer mehr Anwendungen im Dauerbetrieb laufen, wird das tägliche Volumen an Inferenzanfragen sprunghaft ansteigen, was letztlich die Nachfrage nach Rechenleistung, Speicherkapazität und Rechenzentrumsinfrastruktur kontinuierlich weiter antreibt.

Kostengünstige Modelle bedeuten nicht, dass Investitionen in Rechenleistung risikofrei sind

Während das Jevons-Paradoxon eine optimistische Erklärung für die Nachfrage nach KI-Chips liefert, ist dies kein zwangsläufiges Ergebnis. Wenn die Effizienzsteigerungen bei den Modellen auf lange Sicht das Nutzer- und Anwendungswachstum übertreffen, könnte der Rückgang der pro Aufgabe benötigten Rechenleistung dennoch einen Teil der Hardware-Nachfrage dämpfen.

Investitionen in die KI-Infrastruktur müssen sich letztlich an ihrer kommerziellen Rentabilität messen lassen. Wenn Unternehmen enorme Mengen an Kapital in den Bau von Rechenzentren stecken, aber keine ausreichenden Umsätze durch Abonnements, Werbung, Cloud-Dienste oder Unternehmenssoftware erzielen, könnte sich das Wachstum der Investitionsausgaben verlangsamen. Auch das Ausmaß, in dem die einzelnen Chipunternehmen davon profitieren, wird sich voneinander unterscheiden, und nicht alle KI-Konzeptaktien werden im Gleichschritt wachsen.

Kimi K3 könnte zudem den Preiswettbewerb auf dem Modellmarkt verschärfen. Da Open-Source- oder Open-Weight-Modelle die Lücke zu den Fähigkeiten von Closed-Source-Modellen immer weiter schließen, könnten die API-Gewinnmargen von KI-Unternehmen unter Druck geraten. Um die Kosten zu senken, werden Modellentwickler verstärkt auf maßgeschneiderte Chips, Quantisierungstechnologien, Inferenzoptimierung und Multi-Lieferanten-Strategien setzen, was die Verhandlungsmacht von Herstellern von Allzweck-GPUs in bestimmten Märkten schwächen könnte.

Daher sind die Auswirkungen kostengünstiger Modelle auf die KI-Chipindustrie nicht einseitig positiv. Während sie einerseits den Markt für KI-Anwendungen erweitern, zwingen sie Infrastrukturunternehmen andererseits dazu, die Energieeffizienz zu verbessern und die Rechenkosten pro Einheit zu senken.