2026年7月16日、中国のMoonshot AI（月之暗面）は、同社史上最も強力なモデルであるKimi K3をリリースしました。これは、2兆8000億パラメータ、100万トークンのコンテキストウィンドウ、そして長いシーケンスでの効率的な動作のために設計されたハイブリッドアテンションアーキテクチャを備えた、スパースなMixture-of-Experts（MoE）システムです。このモデルは、Claude Opus 4.8やGPT-5.5の有力な競合相手として位置づけられており、専門的なタスク（フロントエンドコーディング、エージェントシステム、リポジトリ操作）において、これらのクローズドシステムと同等またはそれ以上の結果を示しています。
重み全体は2026年7月27日に公開される予定です。発表通りにリリースされれば、Kimi K3は、その前身の2.5倍以上の規模を誇り、これまでリリースされたオープンウェイトモデルの中で最大級のものとなります。
企業と戦略的文脈
Moonshot AIは、2023年にヤン・ジリン氏と清華大学の共同創設者たちによって設立された北京の研究所であり、そのオープン戦略とKimiモデルシリーズで知られています。同社は巨額の投資を受けており、2026年5月にはMeituan Long-Z Investments部門やAlibaba、Tencentを含む主要投資家の支援を受けて、評価額200億ドルで20億ドルのラウンドを完了しました。2026年4月には四半期ARRが2億ドルを超えました。KimiシリーズはK2（1兆パラメータ）からK2.5–K2.7 Codeを経て現在のK3へと着実に成長し、その都度コンテキストを拡張し、マルチモーダル機能を追加してきました。K3は、特に長いエージェントタスクとコーディングを対象とした、規模とアーキテクチャの革新の両面で飛躍的な進歩を示しています。
アーキテクチャの革新：競争優位性の核心
1. Kimi Delta Attention (KDA) — Gated DeltaNetのアイデアを発展させ、2025年のオープンモデルKimi Linearですでに試用されたハイブリッド線形アテンションメカニズムです。メモリと計算にO(n²)のコストがかかる従来の二次アテンションの代わりに、ほとんどのレイヤーはチャネルごとの対角ゲーティングを備えた線形複雑度のスキームを使用します。実践的な利点：
- 類似アーキテクチャでのKVキャッシュ消費量を最大75%削減し、百万トークンコンテキストでの動作に不可欠です。
- 百万トークンコンテキストでのデコード速度を最大6.3倍に向上させ、長いセッションの実用的な展開を可能にします。
- 大幅な劣化なしに、長いシーケンスでの検索品質を維持します。
KDAはオープンソースのCUDAコア（FlashKDA）を取得し、本番展開のためにvLLMに統合されました。
2. Attention Residuals — 標準的な残差接続を介した均一な累積ではなく、より前のレイヤーからの表現を選択的に「引き上げる」メカニズムです。Moonshotは、追加コストを最小限（約2%）に抑えながら、学習効率を約25%向上させたと報告しています。これは、2.8兆パラメータのモデル規模では、トレーニング計算リソースの大幅な節約、または同等の品質向上を意味します。
3. Stable LatentMoE — 896人のエキスパートのうち、各トークンに対して16人（プール全体の1.8%）のみがアクティブになる、極端にスパースなルーティングシステムです。量子化バランスとper-head最適化を使用して学習を安定化させます。このスパース性により、パラメータ数が膨大であるにもかかわらず、推論の計算コストを許容可能なレベルに保つことができます。MoEアーキテクチャと16人のアクティブエキスパートのため、トークンあたりで実際にアクティブになるパラメータ数は2.8兆よりも大幅に少なくなります。
4. Quantizationと効率 — モデルは、互換性のためにMXFP4（重み）とMXFP8（アクティベーション）を使用して、当初から量子化されています。Moonshotは、K2世代と比較して約2.5倍の優れたスケーリング効率を主張しており、同じ計算量でより多くの機能を提供できることを意味します。
技術仕様
| パラメータ | 値 |
総パラメータ数 | 2.8兆 |
アクティブエキスパート | 896人中16人（トークンあたり1.8%） |
コンテキストウィンドウ | 1,048,576トークン（1M） |
モダリティ | テキスト+画像/ビデオ → テキスト（ネイティブビジョン） |
主要アーキテクチャ | スパースMoE + Kimi Delta Attention + Attention Residuals |
量子化 | MXFP4（重み）/ MXFP8（アクティベーション） |
推論 | 常時オン（「思考モード」）、開始時のみ最大努力、低/高モードは計画中 |
独立および公式ベンチマーク：パフォーマンスの現実
専門タスクでのリーダーシップ：Frontend/WebDev Arena（開発者の人間的評価）では、K3は1679 Eloで1位を獲得し、ブラインドテストでClaude Fable 5（1631）とGPT-5.6 Sol（1618）を上回りました。これはK2.6からの17ポジションのジャンプであり、7つのフロントエンドドメインのうち6つ（ゲームを除く）で1位の結果です。
総合パフォーマンス：Artificial Analysis Intelligence Index v4.1（9つのベンチマークを統合した独立評価：GDPval-AA、推論、コーディング、エージェントタスク）では、K3は57.1を獲得し、世界で4位でした。Fable 5（約60）とGPT-5.6 Sol（約59）に次ぐものの、Claude Opus 4.8（約56）を上回っています。
コーディングとエージェントシステム：
- Terminal-Bench 2.1：88.3（GPT-5.6 Sol 88.8にほぼ匹敵、Claude Fable 5およびOpus 4.8（両方84.6）を大幅に上回る）。
- GDPval-AA v2：1668 Elo、Fable 5 Max（1815）とGPT-5.6 Sol Max（1747.8）に次ぐ3位、Opus 4.8（1600）を上回る — 知識、推論、分析タスクの標準テスト。
- GPQA-Diamond：93.5% — この高難易度ベンチマーク（PhD卒業レベルの知識）で最高のオープン結果。
- BrowseComp（Webエージェント）：91.2%（比較対象モデルの中で最高の結果）、圧縮なしのフル1Mコンテキストで90.4%。
- AA-Briefcase（長期知識/エージェント）：1548 Elo、Fable 5に次ぐ2位、GPT-5.6 Solを上回る。
一部の独立テスターは、出力の「おしゃべりさ」が増加し、トークン消費量が増加する可能性があると指摘していますが、主要なコーディングおよびエージェントタスクでは、推論トークンの最適化により、K2.6よりも出力トークン使用量が21%少なくなっています。
価格と入手可能性
API料金：入力トークン100万あたり3.00ドル（キャッシュミス）、キャッシュ済み入力100万あたり0.30ドル、出力トークン100万あたり15.00ドル — すべての中国の研究所の中で最も高価ですが、Claude Sonnetの価格に匹調し、GPT-5.6 Sol（30ドル/M出力）の半額程度です。参考までに、K2.6は入力0.60ドル/出力2.50ドルだったので、入力で5倍、出力で6倍となり、規模と品質の大幅な飛躍を反映しています。
入手可能性：Kimi Code、Kimiアプリ（iOS含む）、Moonshot OpenAI互換API、OpenRouter。フル1MコンテキストにはAllegretto以上のサブスクリプションが必要で、Moderatoは256Kに制限されます。
プロモーションキャンペーン：ローンチに伴い、2026年7月15日から8月11日まで、チャージボーナス＋10～30％のプロモーションが実施されました。
オープンウェイトリリース：期待と意義
ローンチ時点（7月16日）では、重みはまだ公開されていません。Moonshotは、2026年7月27日に、K2シリーズと同様のModified MITライセンスに近いライセンスで、完全な重みを公開することを公式に約束しています。重みが公開されれば、K3は規模（2.8T）、コンテキスト（1M）、コーディング/エージェント能力の合計で、最も強力な自由に利用可能なモデルとなり、適切なハードウェア（完全なモデルには最低64基のアクセラレータが必要）でのローカル開発、ファインチューニング、研究が可能になります。
戦略的重要性および競争の文脈
Kimi K3は、中国のAI産業における重要な転換点に登場しました。2025年1月のDeepSeekの台頭（低コストコンピューティングでのR1）の後、MoonshotはKimiのアクティブユーザー数で3位から2025年6月までに7位に転落し、市場での地位を失いました。K3は、規模とアーキテクチャの革新による復活を狙った意図的な賭けです。投資家はこれを潜在的な「Kimiモーメント」（1年前のDeepSeekショックのよう）と呼んでおり、その根拠はあります。このモデルは、安価さ（高価である）ではなく、品質とスケールによって、西洋のフロンティアとのギャップを埋めています。
2.8兆パラメータ、1Mコンテキスト、ネイティブビジョン、常時オンの推論、強力なコーディングの組み合わせは、K3を特に以下の用途に興味深いものにしています：
- エージェントシステムとロングホライゾンワークフロー（ユーザーインターフェースの再現、多段階開発、自律エンジニアリングタスク）；
- 大規模コードベースの開発とリファクタリング（ある有名な例では、K3は48時間でオープンソースEDAを使用してマイクロチップを自律的に設計しました）；
- 巨大なコンテキストを持つ研究および分析タスク（法的文書、財務報告書、大規模リポジトリのコードレビュー）；
- AnthropicやOpenAIのクローズドAPIへの依存ではなく、セルフホスティングとAPIの独立性を望む企業。
しかし、重要な注意点があります。重みはまだ公開されておらず、独立した再現性および詳細な技術レポートはまだ開発中です。一部のベンチマークでは、独自のハーネス（標準の代わりにKimiCode）が使用されています。重みが利用可能になり、オープンバージョンモデルの独立した評価が登場する7月27日以降に、現実の状況が完全に明らかになるでしょう。
結論：Kimi K3は、2026年前半で最も重要なAIリリースの一つです。これは単なる「また一つの大きな中国製モデル」ではなく、特にエージェントコーディング、ロングコンテキスト、マルチモーダル推論の専門タスクにおいて、フロンティアモデルの最前列に立つための真剣な候補です。アーキテクチャの革新（KDA、Attention Residuals、Stable LatentMoE）は、中国の研究所がエンジニアリングにおいて最高の西洋の研究所と同等であることを証明しています。もしオープンウェイトリリースが7月27日の計画通りに進めば、オープンソースエコシステムと競争力学への影響は非常に大きいでしょう。開発者は初めて、クローズドAPIに依存することなく、このような規模と品質のモデルにアクセスできるようになります。
