Kimi K3 APIは、Moonshot AIのフラッグシップモデルにホスト型でアクセスできる環境を開発者に提供します。長期的なコーディング、マルチモーダル分析、ツール利用、エンドツーエンドのナレッジワークに対応します。2026年7月16日にリリースされたK3は、2.8兆パラメータのMixture-of-Expertsモデルです。1トークンあたり896個のエキスパートのうち16個を有効化し、Kimi Delta Attention、Attention Residuals、Stable LatentMoEを組み合わせることで、同程度の総サイズを持つ密モデルよりも長いシーケンスを効率的に処理します。
K3はテキスト、画像、動画を入力として受け付け、テキストを返します。100万トークンのコンテキストウィンドウは、短いプロンプトに縮約できないワークロードを想定しています。リポジトリ規模のコーディング、複数文書の分析、長いツール履歴、ビジュアルフィードバックループなどが該当します。モデルは常に推論します。開発者は、思考のオン・オフを切り替える代わりに、reasoning_effortをlow、high、またはmaxに設定できます。デフォルトはmaxです。
GPTProtoは、モデルに対して異なるアクセスレイヤーを追加します。1つのKimi K3 APIキーと残高を、200種類以上のテキスト、画像、動画、音声モデルで共通して利用できます。このページに表示されている料金は、入力100万トークンあたり2.70ドル、出力100万トークンあたり13.50ドルで、Moonshotの現在の3/15の定価より10%安く設定されています。そのため、実験ごとに別のプロバイダーアカウントを開設して入金しなくても、GPT-5.6 Sol、Claude Fable 5、GLM-5.2などのモデルとK3を容易に比較できます。
| 仕様 | Kimi K3 |
|---|---|
| プロバイダー | Moonshot AI |
| リリース日 | 2026年7月16日 |
| モデルクラス | 2.8兆パラメータのMixture-of-Experts |
| アクティブエキスパート | 1トークンあたり896個中16個 |
| アーキテクチャ | Kimi Delta Attention、Attention Residuals、Stable LatentMoE |
| 入力 | テキスト、画像、動画 |
| 出力 | テキスト |
| コンテキストウィンドウ | 1,048,576トークン |
| 最大出力 | デフォルトで131,072トークン。総コンテキスト予算内で最大1,048,576まで設定可能 |
| 推論 | 常時有効。low、high、またはmaxの推論強度 |
| API機能 | ストリーミング、ツール呼び出し、tool_choice、動的ツール、JSONモード、厳格なJSON Schema、Partial Mode |
Kimi K3 APIの用途
K3は、大規模な作業対象と反復的なアクションを組み合わせるタスクで最も役立ちます。コーディングエージェントは、リポジトリを調査し、複数のファイルを編集し、テストを実行し、ログを読み、スクリーンショットを使ってフロントエンドやゲームを改善できます。リサーチワークフローでは、大量の文書コーパスをコンテキストに保持し、外部ツールを呼び出し、厳格なJSON Schemaに従う結果を返せます。マルチモーダルQAシステムでは、インターフェースのスクリーンショットと実装の詳細を比較できます。また、動画ワークフローでは、アップロードされた映像を分析し、シーンメモ、要約、構造化メタデータを返せます。
短い分類、単純なチャット、または小規模モデルですでに品質基準を満たせる大量抽出には、K3の優位性はそれほど大きくありません。K3は常に推論するため、低い推論強度でもレイテンシーと出力トークンコストを評価する必要があります。まずは代表的なワークフローを1つ選び、単一の応答ではなくタスク完了率を測定してから、すべてのトラフィックをK3に振り分ける前に小規模モデルと比較してください。
移行前に確認すべきAPIの詳細
K3はOpenAI SDKとChat Completionsのリクエスト形式で動作しますが、単純なモデル名の置き換えでは見落としやすい、モデル固有の挙動があります。
まず、Preserved Thinkingは常に有効です。マルチターンの会話やツールループでは、前のレスポンスから完全なアシスタントメッセージを返してください。reasoning_contentとtool_callsも含める必要があります。表示されるcontentだけを保持すると、推論の継続性が損なわれ、長いセッションが不安定になる可能性があります。過去の推論もコンテキストを消費し、トークン使用量として課金されるため、すべてのターンを永続的に保持するのではなく、完了した作業を要約して圧縮してください。
次に、以前のK2.xのthinking設定ではなく、トップレベルのreasoning_effortフィールドを使用してください。K3はlow、high、maxをサポートします。サンプリング値は固定されているため、アプリケーションではカスタムのtemperatureやペナルティ設定に依存しないでください。
第三に、構造化された結果はreasoning_contentではなく、最終的なcontentフィールドから解析してください。K3はresponse_formatを通じてJSONモードと厳格なJSON Schemaをサポートしており、抽出パイプライン、ツール引数、機械可読なリサーチ出力に役立ちます。
最後に、マルチモーダルリクエストには構造化されたコンテンツパーツが必要です。Moonshotのネイティブインターフェースは、公開画像URLではなく、base64画像またはアップロード済みファイルの参照を受け付けます。マルチモーダルワークフローを公開する前に、このエンドポイントで利用できる画像および動画フィールドの正確な仕様を、現在のGPTProtoドキュメントで確認してください。
Kimi K3を選ぶべきなのはどんな場合？
Moonshot自身のローンチ記事によると、K3は総合性能でClaude Fable 5やGPT-5.6 Solにまだ及びません。K3を選ぶ理由は、あらゆるベンチマークで勝つという主張ではありません。K3の最大の強みは、100万トークンのコンテキストウィンドウ、ネイティブな動画理解、長期的なコーディング、そして大幅に低いトークン価格の組み合わせです。
| 判断要素 | Kimi K3 | GPT-5.6 Sol | Claude Fable 5 |
|---|---|---|---|
| 100万トークンあたりの公式API定価 | 入力3ドル / 出力15ドル | 入力5ドル / 出力30ドル | 入力10ドル / 出力50ドル |
| コンテキストウィンドウ | 1,048,576 | 1,050,000 | 1,000,000 |
| 最大出力 | コンテキスト内で最大1,048,576。デフォルトは131,072 | 128,000 | 128,000 |
| ネイティブ入力 | テキスト、画像、動画 | テキスト、画像 | テキスト、画像 |
| モデルへのアクセス |
ホスト型API。公式モデルの重みはMoonshot AIから別途リリース |
クローズドAPI | クローズドAPI |
| 最適な用途 | コスト重視のコーディング、マルチモーダルエージェント、大規模な作業対象 | 最高水準のコーディング、コンピュータ操作、OpenAIのツールワークフロー | 長時間稼働するエージェント、複雑なビジョン処理、プレミアムなナレッジワーク |
最も幅広いフロンティア評価で勝つことよりも、低いAPIコスト、ネイティブな動画入力、または100万トークンのコンテキストウィンドウが重要であれば、K3を選んでください。自社のタスクレベルの評価で、より高い完了率が高いトークン価格を補えることが示された場合は、GPT-5.6 SolまたはClaude Fable 5を選択してください。ベンチマークごとの詳しい比較については、Kimi K3とは？—GPT-5.6やFable 5に本当に近いのか？をお読みください。
