Nex-N2.5 Pro vs. Kimi K3: das Duell, bei dem die eigene Benchmark-Karte des Neulings als Schiedsrichter fungiert.

Überprüfen Sie die Zahlen, die Nex-N2.5 Pro und Kimi K3 gemeinsam haben, und Sie werden bemerken, wer sie geliefert hat. Nex-AGIs Nex-N2.5 Pro – der multimodale Agent mit 397 Milliarden Parametern und rund 17 Milliarden aktiven Parametern, der am 8. September 2026 vorgestellt wurde und dessen Gewichte immer noch als „coming soon“ markiert sind – veröffentlicht eine Benchmark-Tabelle, die Kimi K3 von Moonshot AI direkt in denselben Spalten aufführt. Kimi K3 ist das Open-Weight-Flaggschiff mit 2,8 Billionen Parametern, das Moonshot am 16. Juli 2026 veröffentlichte, mit einem Kontext von einer Million Token, vollständigen Gewichten unter einer modifizierten MIT-Lizenz elf Tage später und einem Wert von 57 im Artificial Analysis Intelligence Index, was es zum besten Open-Weight-Modell der Rangliste macht. Und in Zeile um Zeile dieser Tabelle bleibt Nex-N2.5 Pro hinter Kimi K3 zurück: Terminal-Bench 2.1 mit 82,7 gegenüber 88,3 von K3, BrowseComp 89,7 gegenüber 91,2, SWE-Bench Pro 61,2 gegenüber 63,3, AutomationBench 44,2 gegenüber 46,7. Wenn ein Anbieter die Zahlen seines eigenen Modells neben denen des aktuellen Open-Weight-Spitzenreiters abdruckt und sein eigenes Modell in den meisten Zeilen verliert, ist das Interessanteste an diesem Vergleich, dass die Tabelle wahrscheinlich die Wahrheit sagt.

Das ist die ungewöhnliche Form dieses Vergleichs. Normalerweise sucht man auf der Karte eines Neulings nach Spin. Hier aber ist die Karte das, was bei beiden Modellen einem ehrlichen Schiedsrichter am nächsten kommt, denn Nex-AGI hatte keinen Grund, eine Tabelle zu veröffentlichen, die die eigene Pro-Stufe herabstuft – und die Zeilen, in denen Pro K3 tatsächlich schlägt, sind genau die Zeilen, in denen ein kleines, zweckgebautes Computer-Use-Modell einen viel größeren Generalisten erwartungsgemäß schlägt. Die eigentliche Frage, die diese Seite beantwortet, ist also enger und nützlicher als „Welches ist besser?“: Übersteht die von Nex-N2.5 Pro beanspruchte Nische – agentische Leistung nahe der von K3 mit nur etwa einem Sechstel der aktiven Parameter – die Konfrontation mit der Tatsache, dass Kimi K3 bereits existiert, seine Gewichte bereits veröffentlicht hat und bereits das Modell ist, das es zu schlagen gilt?

Der Gegner, vollständig

Kimi K3 ist kein Nischenmodell, und genau deshalb ist es der richtige Maßstab. Es ist Moonshots Flaggschiff: 2,8 Billionen Gesamtparameter, von denen bei einem Stable-LatentMoE-Design 104 Milliarden aktiv sind, ein Kontext von 1 Million Token mit passendem Ausgabebudget, nativem Verständnis für Text, Bild und Video, stets aktivem Reasoning und offenen Gewichten, die wirklich jeder ausführen kann, der genug Eisen besitzt. Seine unabhängige Position ist stark – der Intelligence-Index von 57 (Artificial Analysis) übertrifft jedes andere Open-Weight-Modell, und in der Frontend Code Arena erzielte es 1.679 Elo, vor Claude Fable 5 und GPT-5.6 Sol – während sein Preis von 3,00 $ pro Million Input-Token und 15,00 $ pro Million Output-Token, bei 0,30 $ für gecachten Input, am oberen Ende des Open-Weight-Segments liegt. Kimi K3 ist das, was „Frontier and Open“ bedeutet, wenn der Anbieter bei der Skalierung keine Kompromisse macht: Es kostet pro Token mehr als geschlossene Konkurrenten wie GPT-5.6 Sol beim Output, es ist teuer im Betrieb – und auf den Leaderboards ist ihm nur schwer zu widersprechen.

Die Arithmetik des Herausforderers

Nex-N2.5 Pro will Kimi K3 nicht an Umfang übertreffen, sondern im Serving schlagen. Nex-AGI hat die Pro-Stufe auf Basis eines Modells aus der Qwen3.5-Linie zu einem vision-nativen Agenten für die Bedienung von Computern und Browsern nachtrainiert. Das Argument dahinter ist Effizienz: 397B Gesamtparameter / ~17B aktive Parameter, ein Kontext von 262K Tokens und ein Deployment-Setup mit einem einzelnen 8×H100-Knoten – gegenüber K3 mit 2,8T Gesamtparametern / 104B aktiven Parametern und der Art Serving-Flotte, die ein Modell dieser Größe erfordert. Die implizite Argumentation lautet: Ein Spezialist mit 17B aktiven Parametern, der gezielt für die Agentenschleife mit visuellem Feedback trainiert wurde, kann einen Großteil der Agentenleistung eines Generalisten mit 104B aktiven Parametern zu einem Bruchteil der Serving-Kosten liefern. Auf Nex-AGIs eigener Modellkarte ist diese Behauptung plausibel, aber nur teilweise belegt: Bei OSWorld-G (87,4 vs. 79,6) und OmniDoc (92,2 vs. 91,1) schlägt Pro K3 oder liegt gleichauf, die übrigen gemeinsamen Benchmarks verliert es allerdings nur um einstellige Punkte – ein 397B-Modell, das gegen ein 2,8T-Modell bei Programmier- und Browser-Aufgaben nur 3 bis 6 Punkte verliert, ist, falls es stimmt, genau die Effizienz-Story, die Nex erzählen will.

Wenn das stimmt. Jede dieser Zahlen stammt von Nex-AGI selbst und wurde zumindest teilweise mit der internen NexCUA-Umgebung erzeugt, und Nex-N2.5 Pro kann heute nicht unabhängig überprüft werden, weil seine Gewichte nicht herunterladbar sind – das Hugging-Face-Repository enthält ein README, einen Ordner mit Abbildungen und ein Banner mit der Aufschrift „weights are coming soon“, mehr nicht. Der gleiche Vorbehalt gilt für die K3-seitigen Zahlen, die das Modellblatt angibt, von denen Nex die meisten aus Moonshots veröffentlichten Berichten übernommen statt selbst gemessen hat. Was die Tabelle von Nex-AGI belegt, ist nicht, wer gewinnt; es ist, dass die eigenen Ingenieure von Nex-AGI – die die Benchmarks und die Umgebung ausgewählt haben – ihre Pro-Stufe auf den meisten gemeinsamen Gebieten nicht gegen Kimi K3 gewinnen lassen konnten. Das ist ein nützlicherer Datenpunkt als jeder einzelne Wert, denn er setzt eine Obergrenze dafür, wie stark das Marketing übertreiben kann.

Die Zeilen, die zählen, Seite an Seite.

• Skalierung — Nex-N2.5 Pro: 397B gesamt / ~17B aktiv, multimodal aus der Qwen3.5-Linie. Kimi K3: 2,8T gesamt / 104B aktiv, Stable LatentMoE, multimodal.

• Gewichte — Nex-N2.5 Pro: versprochen, nicht geliefert („coming soon“ auf der Karte). Kimi K3: am 27. Juli unter Modified MIT veröffentlicht — heute herunterladbar.

• Kontext — Nex-N2.5 Pro: 262K. Kimi K3: 1M Token, zum Festpreis.

• Preis — Nex-N2.5 Pro: noch keine Preisliste; gehostete Vorschau kostenlos. Kimi K3: $3.00 / $15.00 pro Million, Cache-Eingabe $0.30.

• Eigenständige Platzierung — Nex-N2.5 Pro: noch keine. Kimi K3: AA Intelligence Index 57, bestes Open-Weight-Modell auf der Rangliste.

• Programmierung (Anbieterkarten) — Nex-N2.5 Pro: Terminal-Bench 2.1 82.7, SWE-Bench Pro 61.2. Kimi K3: 88.3 und 63.3 in denselben Zeilen.

• GUI / Computernutzung — Nex-N2.5 Pro: OSWorld-G 87,4 (schlägt K3 auf dessen eigener Karte), OSWorld-2 56,4. Kimi K3: OSWorld-G 79,6, OSWorld-2 58,3 (von Nex zusammengestellt).

• Ressourcenbedarf beim Self-Hosting — Nex-N2.5 Pro: ein einzelner Node mit 8×H100 genügt, sobald die Gewichte verfügbar sind. Kimi K3: 2,8T Parameter — eine Serving-Fleet, kein einzelner Node.

Was "offen" in jeder Spalte unterschiedlich bedeutet

Das Wort „open“ erfüllt auf beiden Seiten sehr unterschiedliche Funktionen, und es entscheidet diesen Vergleich mehr als jeder Benchmark. Kimi K3 ist in dem Sinne offen, der operativ zählt: Die Gewichte liegen auf dem Hub unter einer eher permissiven, modifizierten MIT-Lizenz, die Reasoning-Traces werden in der Streaming-API offengelegt, und ein Unternehmen mit Daten-Governance-Vorgaben kann es auf der Hardware betreiben, die es selbst kontrolliert, und nachvollziehen, was das Modell gedacht hat. Es ist in einer Weise offen, die etwas kostet – ein Modell mit 2,8 Billionen Parametern erfordert erhebliche Infrastruktur –, aber die Option gibt es bereits heute. Nex-N2.5 Pro ist der Absicht nach offen: Nex-AGI gibt an, dass die Gewichte der Modellfamilie als Open Source veröffentlicht werden, und das kleinere Schwestermodell Nex-N2.5 Mini wurde am Erscheinungstag tatsächlich mit Apache-2.0-Gewichten ausgeliefert. Die Pro-Gewichte sind noch nicht veröffentlicht; die Lizenz wird auf der Model Card angekündigt, ist aber noch für nichts Herunterladbares verbindlich, und solange kein Checkpoint existiert, ist „open“ eher ein Punkt auf der Roadmap als eine Eigenschaft des Modells. Für ein Team, das sich zwischen beiden entscheidet, ist das keine Fußnote – es ist der Unterschied zwischen einem Modell, das man schon in diesem Monat besitzen kann, und einem Modell, dessen Besitz einem versprochen wird.

Auswerten, ohne auf einen Download-Button zu warten

Sie müssen diese Entscheidung nicht einfrieren, bis die Gewichte von Nex-N2.5 Pro veröffentlicht werden – und die Routing-Ebene ist der Ort, an dem Sie das Experiment kostengünstig durchführen. Kimi K3 ist auf OrcaRouter zum Listenpreis von Moonshot – $3.00 / $15.00, 0 % Aufschlag, unverändert durchgereicht und am selben Tag aktualisiert, an dem Moonshot den Preis ändert – erhältlich. Damit ist der Spitzenreiter unter den Open-Weight-Modellen nur einen Key entfernt, direkt neben den über 200 weiteren Modellen im Katalog. Da Nex-N2.5 Pro nicht über uns angeboten wird, bedeutet ein Test heute das gehostete Preview von Nex-AGI und später einen eigenen Stack mit acht H100. Das passende Muster: Legen Sie die Aufgaben mit langen Kontexten und hohem Prüfaufwand über denselben Endpoint, den Sie bereits nutzen, auf Kimi K3, richten Sie einen Testzweig auf das Preview von Nex-N2.5 Pro aus und lassen Sie das automatische Failover um das jeweils schwächelnde Modell herumrouten – genau so vergleichen Sie ein ausgeliefertes Frontier-Modell mit einem Herausforderer, dessen Gewichte noch ausstehen, ohne Ihren Produktionspfad auf eines der beiden Modelle zu setzen. Sobald die Gewichte von Pro tatsächlich verfügbar sind, ist die Überprüfung einfach: Führen Sie die geteilten Testzeilen aus, die ein unabhängiges Labor reproduzieren kann, und prüfen Sie, ob die Effizienz-Story der 17B-aktiven Parameter außerhalb der eigenen Testumgebung von Nex-AGI Bestand hat.

Wo das Duell landet.

Gemessen am größten je veröffentlichten Open-Weights-Modell muss Nex-N2.5 Pro den Generalisten-Krieg nicht gewinnen, um beachtenswert zu sein — es muss das Serving-Kosten-Argument gewinnen, und seine eigene Modellkarte deutet darauf hin, dass dieses Argument real, aber unbewiesen ist. Kimi K3 ist heute die sichere und wirklich starke Wahl: offene Gewichte, Spitzenreiter im Open-Weights-Index, ein Kontextfenster mit einer Million Tokens und ein Preis, mit dem man planen kann — allerdings auf Kosten einer Infrastruktur, deren Betrieb umso aufwendiger wird, je größer das Modell ist. Nex-N2.5 Pro ist die Effizienzwette: fast K3-Niveau bei Agenten-Benchmarks bei einem Sechstel der aktiven Parameter auf einem einzigen Knoten — so die Tabelle eines Anbieters für ein Modell, das noch nicht veröffentlicht wurde. Nimm Kimi K3, wenn du das Spitzenmodell willst, das du jetzt wirklich besitzen und prüfen kannst. Behalte Nex-N2.5 Pro im Auge, bis seine Gewichte erscheinen und jemand Unabhängiges die gemeinsamen Benchmarks ausführt — denn wenn ein Agent mit 17B aktiven Parametern bei der Computernutzung tatsächlich innerhalb weniger Punkte eines Flaggschiffs mit 104B aktiven Parametern bleibt, dann ist das das Ergebnis, das die Serving-Rechnung für jeden offenen Agenten danach verändert.