Atria Dawn vs Kimi K3: Ein Open-Weights-Agent, der niemals fertig wird, gegen eine 44-Punkte-Reasoning-Obergrenze

Bevor wir zu den Benchmarks kommen, setzen Sie sich mit dem Unterschied auseinander, wofür diese beiden Modelle gedacht sind. Atria Dawn Preview ist das neue agentische Open-Weights-Modell des Shanghai AI Laboratory – am 14. September als „jetzt live“ angekündigt, aufgebaut auf der 744B-MoE-GLM-5.2-Basis, MIT-lizenziert, 256K-Kontext, nur Text, in BF16 und FP8 herunterladbar und unter api.atria-asi.ai verfügbar, ohne veröffentlichten Preis. Kimi K3 ist das Flaggschiff von Moonshot AI mit 2,8 Billionen Parametern – veröffentlicht am 16. Juli, Preis: 3,00 $/15,00 $ pro Million Tokens, 1M-Kontext, multimodaler Input, Open Weights unter einer modifizierten MIT-Lizenz seit dem 27. Juli und ein unabhängiger Artificial Analysis Intelligence Index von 44, der es zum zweithöchsten bewerteten Open-Weights-Modell auf dem Board macht. Beide sind offen. Beide sind agentisch. Beide stammen aus chinesischen Labors mit internationalen API-Abteilungen. Und sie könnten kaum auf unterschiedlichere Aufgaben ausgerichtet sein: Kimi K3 ist eine Reasoning-Obergrenze, die man mieten oder herunterladen kann; Atria Dawn Preview ist eine Schleife, die weiterarbeitet, bis etwas verifizierbar ist.

Die Herkunftskennzeichnungen sind das Skelett dieses Vergleichs. Kimi K3s Indexwert, Preisgestaltung und Kontext sind unabhängige Fakten – AA Index 44, $3/$15, 1M-Fenster, Modified-MIT-Gewichte. Die Benchmark-Zeilen von Atria Dawn Preview sind Anbieterangaben aus seiner Modellkarte und wurden von keinem neutralen Labor reproduziert; außerdem hat seine internationale API keinen veröffentlichten Preis. Wo das Raster der Karte die beiden in einem gemeinsamen Feld gegeneinander antreten lässt, meldet Atria Dawn Preview, bei Discovery- und Tool-Use-Suiten führend zu sein (AutomationBench 53,8, BrowseComp 92,5, DeepSearchQA 96,0, BFCL v4 77,0, CyberGym 86,5), während es bei Coding-Zeilen hinter Kimi K3s Modelllinie zurückliegt (SWE-bench Pro 59,6, Terminal-Bench 2.1 78,3, JobBench 50,3). Keine der Atria-Zahlen ist unabhängig verifiziert.

Zwei Arten von Open Weights

Die oberflächliche Ähnlichkeit – beide offen, beide chinesisch, beide agentisch – verbirgt eine echte Gabelung. Kimi K3 ist Moonshots Versuch zu beweisen, dass ein Open-Weights-Modell die Frontier bei roher Intelligenz halten kann: 2,8T Gesamtparameter, ein 1M-Kontext, nativer Bild- und Audioeingang, eine modifizierte MIT-Lizenz und ein unabhängiger Indexwert von 44, den unter offenen Modellen nur GLM 5.3 übertrifft. Man kann es für 3 $/15 $ mieten oder herunterladen und selbst hosten, und so oder so kauft man eine Reasoning-Engine.

Atria Dawn Preview versucht in diesem Sinne nicht, eine Reasoning-Engine zu sein. Es ist ein MoE mit insgesamt 744B Parametern – etwa ein Viertel der Größe von Kimi K3 –, abgestimmt auf eine Schleife statt auf den Index: analysieren, entwerfen, Werkzeuge einsetzen, Code schreiben und ausführen, das experimentelle Ergebnis lesen, sich von Fehlern erholen, iterieren. Die vier Säulen des Labors (Discovery, Creation, Delivery, Cybersecurity) laufen alle auf diese Schleife hinaus. Es hat einen 256K-Kontext (ein Viertel von Kimi K3s 1M), ist textbasiert, während Kimi K3 Bilder und Audio verarbeitet, und veröffentlicht seine Stärken auf Long-Horizon-Suites statt beim Single-Shot-Reasoning. Auf dem Papier wirkt es wie ein strikt schlechteres Modell; nach eigenen Maßstäben ist es ein anderes Produkt, das auf ein anderes Versagen abzielt.

• Preis — Atria Dawn Preview unveröffentlicht (internationale API) vs. Kimi K3 3,00 $/15,00 $ pro 1 Mio.

• Kontext — Atria 256K nur Text vs. Kimi K3 1M, Bild- und Audioeingabe

• Größe — Atria 744B gesamt MoE vs. Kimi K3 2,8T gesamt

• Unabhängiger Rekord — keiner für Atria vs. Kimi K3 AA Index 44, #2 Open-Weights

Warum die 44-Punkte-Mauer weniger wichtig ist als die Schleife

Wenn Ihre Arbeitslast eine schwierige Reasoning-Frage ist, ist dieses Duell nicht knapp: Kimi K3s unabhängig gemessene 44 sind die höchste Open-Weights-Obergrenze auf dem Board, und es ist eine unabhängige Lücke von mehr als 13 Punkten zu allem, was Atria Dawn Preview heute für sich beanspruchen kann. Der Aufpreis ist real, und Kimi K3s $3/$15 sind der Preis dafür. Doch der Index besteht überwiegend aus kurzem Single-Shot-Reasoning – genau dem Regime, in dem ein Loop-first-Agent versucht, die Regeln zu ändern. Die berichteten Stärken von Atria Dawn Preview sind BrowseComp, DeepSearchQA, AutomationBench, CyberGym: Long-Horizon-Suiten, in denen das Modell über viele Turns hinweg lesen, handeln und sich selbst korrigieren kann. Die vom Anbieter gemeldete Aufteilung ist die Signatur eines Modells, das auf iterative Ausführung statt auf die Bestenliste abgestimmt ist – und sie ist zudem unverifiziert, weshalb der erste neutrale Score mehr zählen wird als all dies.

Für ein Team, das Kimi K3 bereits betreibt, ist Atria Dawn Preview kein Ersatz – seine Coding-Zeilen verlieren, sein Kontext ist ein Viertel, seine Erfolgsbilanz ist unerprobt. Für ein Team, dessen Engpass die Schleife selbst ist – das Modell gibt auf, fragt nach, verliert bei einem langen Experiment den Faden –, zielt der Neue genau darauf ab, und seine MIT-Gewichte bedeuten, dass man es auf eigener Hardware herausfinden kann, ohne Moonshots Tarif zu zahlen. Beide liegen hinter einem einzigen Schlüssel auf einer Routing-Plattform wie OrcaRouter, wo Kimi K3s Durchleitung von $3/$15 ohne Aufschlag und mit automatischem Failover abgerechnet wird, und wo Atria Dawn Preview routbar sein wird, sobald das Shanghai-Labor einen Tarif veröffentlicht – ein direkter Vergleich mit Ihrer echten Arbeitslast kostet also Einrichtungszeit, nicht einen zweiten Vertrag.

Das Urteil

Verwechsle eine unabhängige 44-Punkte-Obergrenze nicht mit der ganzen Geschichte, und halte ein Anbieter-Raster nicht für ein Urteil — eine Spalte ist heute verifizierbar, die andere ist eine Selbstauskunft. Wenn du bewiesenes Open-Weights-Reasoning an der Frontier brauchst, ist Kimi K3 das Modell; sein 1M-Fenster, seine Multimodalität und seine neutralen Bewertungen sind genau der Grund, warum Teams $3/$15 zahlen. Wenn dein Problem eine Schleife ist, die nie endet, ist Atria Dawn Preview ein legitimes Experiment — offen, kostenlos auszuführen, genau auf das Versagen ausgerichtet, auf das du stößt — ein kontrolliertes Eval hinter Failover wert, und nichts weiter, bis ein neutrales Labor es tatsächlich laufen lässt.