Direktvergleich

Beam vs Kimi K3

1:13

Beam gewinnt 1 von 14 gemeinsamen Benchmarks

Fazit

Reflection selbst nennt Kimi K3 als das Modell, das bei den reinen Fähigkeiten weiterhin vorne liegt. Kimi K3 gewinnt 13 der 14 gemeinsamen Benchmarks, oft mit mindestens 10 Punkten Vorsprung bei agentischem Programmieren und bei Suchaufgaben. Beams einziger Sieg ist τ³ banking. Der Kompromiss ist die Größe: Kimi K3 hat 2.8 Billionen Parameter und 104 Milliarden aktive Parameter pro Token, etwa 4.5-mal so viele wie Beams 23 Milliarden. Selbst in 4-Bit-Form nehmen seine Gewichte rund 1.4 TB ein.

Benchmark für Benchmark

Benchmark	Beam	Kimi K3	Differenz
DeepSWE v1.1	44,4	68,0	-23,6
SWE-Bench Pro v2-Hard	77,2	88,2	-11,0
Terminal-Bench v2.1	80,1	88,3	-8,2
SWE Atlas Codebase QnA	34,6	68,0	-33,4
Humanity's Last Exam (no tools)	36,2	46,9	-10,7
SciCode	49,7	58,7	-9,0
CritPt (AA)	16,3	23,4	-7,1
GPQA Diamond	90,5	93,5	-3,0
AutomationBench (public)	37,0	46,7	-9,7
MCP Atlas	78,7	82,3	-3,6
τ³ banking	38,0	37,1	+0,9
BrowseComp (context mgmt)	77,4	91,2	-13,8
DeepSearchQA (context mgmt)	80,1	95,0	-14,9
AA-LCR (long context)	79,3	88,7	-9,4

Alle Werte stammen aus der Ankündigung von Reflection (überarbeitete Fassung vom 8. Oktober 2026). Die Werte für Kimi K3 sind die von Reflection zitierten Angaben von Artificial Analysis und DataCurve.

Die beiden Modelle

	Beam	Kimi K3
Entwickler	Reflection AI	Moonshot AI
Sitz	Vereinigte Staaten	China
Parameter (gesamt / aktiv)	501B / 23B	2.8T / 104B
Gewichte	Apache 2.0, für später im Oktober 2026 angekündigt	Kimi K3 License (custom)
Veröffentlicht	5. Oktober 2026	16. Juli 2026
Zugriff	Beta-API mit Warteliste; Gewichte folgen	Hugging Face, Moonshot API, OpenRouter