Am letzten Handelstag der US-Börse vor diesem Wochenende fielen die Taiwan-Aktien um über 6%, der Nikkei um 4%, und der Philadelphia Semiconductor Index zog sich nach einem Hoch im Juni um 20% zurück – technischer Bärenmarkt, die schlimmste Woche seit dem Zollsturm im April 2025. Die Nvidia-Marktkapitalisierung fiel zeitweise unter 4,85 Billionen US-Dollar; den ersten Platz hat inzwischen Apple zurückerobert.

Und der Auslöser von allem, so heißt es, ist eine inländische Modellfirma: „Dark Moon“.

In der Früh des 17. Juli, wenige Stunden vor der Eröffnung der World AI Conference, brachte „Dark Moon“ Kimi K3 heraus.

Auf der Rangliste der Open-Frontend-Codes bei den Arena-Echtglas-Blindtests steht K3 mit 1679 Punkten auf Platz 1 und liegt damit vor Claude Fable 5 (1631) und GPT-5.6 Sol (1618) – wobei der Spitzenplatz Anfang des Monats noch bei Fable lag. In den 14 Benchmarks, die „Dark Moon“ selbst veröffentlicht hat, gewann K3 Fable 5 in sechs Disziplinen; der Großteil entfällt auf das Programmieren über lange Distanzen und Agenten-Aufgaben.

Viele Institutionen reihen es auf Platz drei weltweit ein – direkt hinter Fable 5 und GPT-5.6 Sol.

Noch schlimmer ist der Preis: Kimi K3 kostet 3 US-Dollar pro Million Tokens für den Input und 15 US-Dollar für den Output – ein Drittel des Preises von Fable 5 (10/50 US-Dollar). Die Inputs mit Cache-Treffern liegen sogar nur bei 0,3 US-Dollar.

Performance ganz oben, Preis nur ein Drittel, und die Gewichte sind sogar Open Source.

Warum konnte das Kimi-K3-Modell von „Dark Moon“ den US-Aktienmarkt ins Wanken bringen?

Die Bewertungslogik der US-KI-Industriekette ist ein geschlossener Kreislauf: Knappheit bei bahnbrechenden Fähigkeiten → Closed-Source kassiert über Token-Mieten → API-Einnahmen tragen die Kapitalausgaben → Kapitalausgaben stützen Chip-Bestellungen → Chip-Bestellungen stützen Nvidia mit rund 5 Billionen US-Dollar Marktkapitalisierung nahe.

Goldman Sachs rechnet vor: 2026 dürften die Kapitalausgaben der US-Ultra-Scale-Cloud-Anbieter etwa 770 Milliarden US-Dollar betragen – ungefähr 100% ihres operativen Cashflows.

Das heißt: US-Technologieunternehmen setzen jedes verdiente Stück Geld wieder auf AI-Infrastruktur; der Anteil von Abschreibungen und Amortisationen am Umsatz steigt von 7% im Jahr 2022 auf etwa 12% bis 2027 – und wird zunehmend abhängig von Schulden- und Aktienemissionsfinanzierung.

Nur auf eine Weise lässt sich diese Rechnung ausgleichen: Tokens können dauerhaft zu hohen Preisen abgerechnet werden.

Aber die Voraussetzung für den hohen Preis ist „Knappheit“.

Angriffspunkt sind genau diese Voraussetzungen. Letztes Jahr hat DeepSeek bewiesen: „Günstig kann nahe an die Spitze heranreichen.“ Diesmal geht K3 einen Schritt weiter – nicht als billiger Klon, sondern gewinnt in manchen Schlachtfeldern direkt gegen die teuersten Closed-Source-Modelle.

Wenn fähige KI gerade dabei ist, kostenlos zu werden, könnten die Kapitalausgaben von US-Unternehmen womöglich nicht mehr zurückverdient werden – das Risiko ist so groß, dass es die gesamte Wirtschaft mit nach unten ziehen kann.

Vor sechs Monaten bedeutete „capex erhöhen“ gleich: Nachfrage explodiert – also ein positives Signal; jetzt heißt „capex erhöhen“: Geld verbrennen noch rücksichtsloser – also ein negatives Signal.

Nachdem das TSMC-Quartalsbericht Q2 veröffentlicht war, lagen die Ergebnisse zwar über den Erwartungen, doch weil der Ausblick für die gesamten Kapitalausgaben auf 60–64 Milliarden US-Dollar angehoben wurde, kam es stattdessen zu einem Abverkauf.

Laut Statistik lagen die Kapitalausgaben der vier großen chinesischen Cloud-Anbieter in den vergangenen 12 Monaten bei insgesamt etwa 45 Milliarden US-Dollar, während US-Konkurrenten bei rund 291 Milliarden US-Dollar lagen – ein Unterschied von dem Faktor 6,5.

目前 sind alle K3-Ergebnisse von „Dark Moon“ selbst gemeldet oder stammen aus API-Tests; bis die Gewichtungen freigegeben wurden, gab es keine unabhängige Validierung.

Sobald es herauskommt, würde es – egal wie die Ergebnisse ausfallen – die Bewertungslogik an den US-Aktienmärkten erheblich beeinflussen.

Am stärksten betroffen wäre Nvidia $NVDA.US : Wenn sich am Ende herausstellt, dass K3 mit Chips trainiert wurde, die nicht von Nvidia stammen (z. B. von Huawei), dann erschüttert das nicht nur den Glauben „KI kann nur so Miete kassieren“, sondern den Glauben an sich: „Für das Training muss man zwingend Nvidia kaufen“.

Hälfte der rund 5 Billionen US-Dollar Marktkapitalisierung von Nvidia wurde auf genau diesem Glauben aufgebaut.