Kimi K3とは？GPT-5.6やFable 5に本当に近いのか？

Kimi K3とは？

Kimi K3は、Moonshot AIの新しいフラッグシップ・マルチモーダル推論モデルです。単一のチャットプロンプトに答えるだけでなく、数時間に及ぶコーディング、調査、ツール利用、修正を伴う可能性のある作業のために設計されています。

このモデルは2026年7月16日に、Kimi.com、Kimi Work、Kimi Code、Kimi APIで提供開始されました。総パラメータ数は2.8兆、コンテキストウィンドウは100万トークンで、テキスト、画像、動画の入力をネイティブにサポートします。出力はテキストのみです。

内部では、K3は896個のエキスパートを持つMixture-of-Expertsアーキテクチャを使用し、そのうち16個を一度に有効化します。Moonshotはさらに、長いシーケンスや深いモデル層を通じた情報伝達を改善するため、Kimi Delta Attention、Attention Residuals、Stable LatentMoEを導入しました。Moonshotによれば、これらの変更によりKimi K2の約2.5倍のスケーリング効率を実現していますが、この数値は独立テストではなく開発元によるものです。MoonshotのKimi K3技術ブログでは、現在のアーキテクチャの詳細が説明されています。より完全な技術レポートはまだ公開待ちです。

これにより、K3は現在までに発表されたAIモデルの中でも最大級のモデルの一つとなりました。しかし、サイズそのものが有用性を決めるわけではありません。本当の問題は、Moonshotがそのパラメータをより優れたタスク完了能力へと変えられたかどうかです。

今回のリリースにより、当初のローンチ報道に残っていた不確実性も一つ解消されました。技術レポートが公開されたためです。ただし、独立評価の必要性がなくなったわけではなく、2.8Tモデルが簡単に自社ホスティングできるプロジェクトになったわけでもありません。

Kimi K3は本当にGPT-5.6やClaude Fable 5に近いのか？

総合的な知能では、まだ完全には近くありません。一方、複数のエージェント型タスクや長時間タスクでは、近いと言えます。

Moonshot自身の発表は、そこから生まれた多くの見出しよりも慎重な内容です。同社は、K3の総合性能はClaude Fable 5とGPT-5.6 Solに依然として及ばないと説明しています。それでも、コーディング、ナレッジワーク、推論全体でフロンティア級の結果を報告しています。

一例がGPUカーネル最適化です。Moonshotは各モデルを同一のサンドボックスに置き、4つのGPUタスクを最適化するために最大24時間を与えました。このテストでK3はFable 5と競争力のある結果を出し、GPT-5.6 Sol、GPT-5.5、Opus 4.8を上回りました。これは低レベルの性能エンジニアリングにおける大きな成果です。しかし、K3があらゆる面で普遍的に賢いことを示す証拠ではありません。

独立テストは、より広い視点を与えてくれます。Artificial AnalysisはKimi K3のIntelligence Indexを57と評価し、GPT-5.5やClaude Opus 4.8付近に位置づけましたが、Fable 5とGPT-5.6 Solの後塵を拝しています。最も強い結果が見られたのは、知能のすべてのカテゴリーではなく、エージェント実行や自動化でした。Artificial Analysisは7月16日にK3の調査結果を公開しました.

最後の行が私の目を引きました。K3はより高性能になりましたが、Artificial Analysisの測定ではハルシネーションも増えています。より多くの質問に正しく答える一方で、裏付けのない主張の割合も高くなりました。

このトレードオフは本番環境で重要です。長いエージェントワークフローを完了できても、誤った前提を気づかないうちに導入するモデルは、事実性が安定した低速のモデルより検証コストが高くなる可能性があります。

一つのリーダーボードで比較を決められない理由

K3はすでに、少なくとも一つのフロントエンド生成リーダーボードでトップに到達しています。GPU最適化、SaaS自動化、長時間のナレッジワークでも優れた性能を示します。しかし、これらは同じ能力を測定しているわけではありません。

フロントエンドアリーナは、生成されたインターフェースをユーザーがどちらを好むかを測定します。AutomationBenchは、エージェントがソフトウェアワークフローを操作できるかを測定します。GPUカーネル最適化は、低レベルのシステムエンジニアリングをテストします。いずれも、K3が調査、事実想起、デバッグ、プレゼンテーション設計、一般的な推論のどれにおいて優れているかを単独で答えることはできません。

堅実な結論は、より限定的なものです。Kimi K3はエージェント型作業におけるフロンティアグループに加わりましたが、より広範な比較ではGPT-5.6 SolとFable 5が依然としてリードしています。現在のクローズドモデルの最高水準を求める開発者はGPT-5.6 Sol APIを検討できます。一方、Claude Opus 4.8は、複雑なコーディングや調査ワークフローでより確立された選択肢です。

オープンウェイトの問題は解決した。デプロイメントの問題はまだ残っている

ローンチ週に問われていたのは、Moonshotが本当にウェイトを公開するかどうかでした。答えは「公開した」です。公式の moonshotai/Kimi-K3リポジトリには、完全なチェックポイント、モデルカード、技術レポート、推論コード、Kimi K3 Licenseが含まれています。

正確な表現は依然として重要です。Kimi K3はオープンウェイトであり、無条件の「完全なオープンソース」リリースではありません。独自ライセンスは、広範な利用、変更、ファインチューニング、デプロイメント、再配布を認めていますが、大規模なModel-as-a-Service事業や非常に大規模な商用製品には条件が追加されます。トレーニングデータは公開されていません。

利用可能であることと、使いやすいことも別問題です。リポジトリの容量は約1.56 TBで、Moonshotは64基以上のアクセラレータを備えたスーパーノード構成を推奨しています。つまりK3はクラウドやエンタープライズのインフラチームにとって重要ですが、一般的なワークステーションにダウンロードして使うモデルではありません。

それでも、このリリースは重要です。組織は今や、チェックポイントを検査し、推論をカスタマイズし、派生モデルをファインチューニングし、一つのホステッドエンドポイントだけに完全に依存せずモデルを運用する現実的な道を手にしました。その代償は、ハードウェア、サービングエンジニアリング、ライセンス確認です。

Kimi K2.7からKimi K3で何が変わったのか？

K3は、単にバージョン番号を大きくしたKimi K2.7ではありません。

Kimi K2.7 Codeは、K2.6をベースにしたコーディング特化型のエージェントモデルです。モデルカードでは、実世界のソフトウェアエンジニアリング、長時間のコーディングセッション、ツール利用、推論トークン消費の削減が重視されています。K3はその役割を一般的なフラッグシップへと拡張し、コーディング、視覚的推論、調査、エンドツーエンドのナレッジワークをカバーします。

コンテキストウィンドウは256Kから100万トークンへ拡大しました。総パラメータ数は1兆から2.8兆へ増え、エキスパート数も384から896へ増加しています。それに伴い価格も上昇しています。

したがってK3の価値提案は、「ほとんど無料でフロンティア級の知能」というものではありません。インフラを自ら所有する準備があるチーム向けに、すぐ使える従量制APIと、公開されたウェイトという2つのデプロイメント経路を備えた、フロンティアに近いエージェント性能です。

公式のK2.7 Codeモデルカードには、そのアーキテクチャ、ベンチマーク手法、デプロイメントの指針が記載されています。

Kimi K3は100万トークンのコンテキストをどのように扱うのか

100万トークンのコンテキストウィンドウにより、K3は大規模なコードベース、技術文書の集合、長時間にわたるエージェント履歴、中間的なツール結果を1回のリクエストで受け取れます。

これは長時間稼働するエージェントに特に関係します。コーディングモデルは、初期仕様、リポジトリ構造、ターミナル出力、テスト失敗、過去の編集、レビュアーのフィードバックを数十ステップにわたって保持する必要があります。タスクの途中で制約の一つを失うと、エージェントが生産的に見えても完了できないという事態がよく起こります。

K3はコンテキストの自動キャッシュにも対応しています。開発者がキャッシュIDを作成したり、個別の有効期限を設定したりする必要はありません。リクエスト間で長いプレフィックスが変わらなければ、システムが自動的にキャッシュヒットを試みます。キャッシュ済み入力の料金は、100万トークンあたり3.00ドルではなく0.30ドルです。

しかし、コンテキスト容量とコンテキストを完璧に活用できることは同じではありません。100万トークンをモデルに入力しても、すべての行に正しい重要度を割り当てる保証はありません。入力が長くなるほど、コスト、処理時間、無関係な情報による注意散漫も増える可能性があります。

依然として妥当な方法は、まず最も関連性の高いファイルを取得し、キャッシュのために安定した参照コンテンツを先頭に置き、上限が許すからといってナレッジベース全体を送信しないことです。KimiのAPIガイドでは、100万トークンのコンテキストと自動キャッシュの動作が説明されています。

Kimi K3 APIの料金はもはや格安ではない

Moonshotの公式Kimi K3 APIは、固定の従量課金制を採用しています。リクエストがより大きなコンテキスト階層を超えても、料金は変わりません。

10万個のキャッシュされていない入力トークンを使用し、2万個の出力トークンを生成する短いエージェントタスクでは、モデル料金の見積もりは次のとおりです。

(0.1 × $3) + (0.02 × $15) = $0.60

次に、80万個のキャッシュ済みトークン、5万個の新規入力トークン、5万個の出力トークンを使う、繰り返し型の長文脈ワークフローを考えてみましょう。

(0.8 × $0.30) + (0.05 × $3) + (0.05 × $15) = $1.14

キャッシュにより2つ目の例は扱いやすい価格になりますが、K3が従来の「中国モデル＝非常に安いAPI」という公式に従っていないことは明らかです。

Artificial Analysisが測定したK3のIntelligence Indexタスクの平均コストは0.94ドルで、GPT-5.6 Solの1.04ドルに近く、Opus 4.8の1.80ドルのおよそ半分でした。GLM-5.2は同じ評価ワークロードを大幅に低い料金で完了しました。

モデルにアクセスする場所によっても比較結果は変わります。GPT ProtoのKimi K3 APIの現在の料金は、入力トークン100万個あたり2.70ドル、出力トークン100万個あたり13.50ドルで、Moonshotの3ドル/15ドルという表示価格より10%安く設定されています。GPT ProtoではGPT-5.6 SolとGLM-5.2も同じAPIキーと共有残高で利用できるため、プロバイダーごとに別のアカウントを作らず、タスク単位で比較しやすくなります。

したがってK3の価値提案は、「ほとんど無料でフロンティア級の知能」ではありません。すぐ使える従量制APIと、インフラを自社で管理する準備があるチーム向けの公開ウェイトという、2つのデプロイメント経路を備えた、フロンティアに近いエージェント性能です。

Kimi K3 APIとオープンウェイト：どちらを使うべきか？

 Kimi K3によって、開発者は現実的なデプロイメントの選択肢を得ました。どちらの経路でもモデル性能が魅力ですが、運用モデルはまったく異なります。

プロダクトマーケットフィットの検証中、トラフィックが変動する、またはチームが大規模モデルのインフラをまだ運用していない場合は、まずAPIを使いましょう。GPT Proto Kimi K3 APIを使えば、GPT-5.6 Sol、GLM-5.2などのモデルを一つのキーと残高で比較しやすくなります。

プライベートデプロイメント、ファインチューニング、カスタム推論、プロバイダーからの独立に、クラスターを正当化できるだけの事業価値がある場合はウェイトを使いましょう。本番環境へ導入する前に、「オープン」とはMITを意味すると決めつけず、Kimi K3 Licenseを確認してください。

Kimi K3とGLM-5.2、GPT-5.6、Opus 4.8の比較

ベンチマークの勝者が、必ずしも本番環境に適したモデルとは限りません。何が失敗し得るのか、ワークフローがどのくらい続くのか、ウェイトを所有することが重要かによって、適切な選択は変わります。

K3が最も明確に適するのは、長時間のタスク、マルチモーダル入力、モデルのデプロイメントを管理する理由という3つの条件が重なる場合です。これらの要件がなければ、その規模は小さな問題に対する高価な解決策になり得ます。

幅広い知能と信頼性を最優先するなら、GPT-5.6 Solがより強力な選択肢です。Opus 4.8は、成熟したClaudeベースのコーディングまたは調査ワークフローを持つチームに適しています。GLM-5.2は、100万トークンのコンテキストとオープンウェイトをより低いタスクコストですでに提供しているため、経済性の面で手強い競合です。

私の現在の経験則はシンプルです。オープンウェイトと長時間のマルチモーダルエージェントが重要ならK3を選びます。モデルの所有権より信頼性が重要ならGPT-5.6またはOpusを選びます。コストが譲れない制約ならGLM-5.2を選びます。

Kimi K3はもうGPT Protoで使える？

はい。Kimi K3は現在、GPT Proto Kimi K3 APIから利用できます。

現在のGPT Proto料金は、入力トークン100万個あたり2.70ドル、出力トークン100万個あたり13.50ドルで、Moonshotの現在の表示価格3ドル/15ドルより10%安くなっています。GPT Proto APIキーでモデル文字列kimi-k3を使用すると、K3の長文脈コーディング、マルチモーダル分析、ツール呼び出し、構造化出力の機能にアクセスできます。

同じキーと共有残高で、GPT-5.6 Sol、GLM-5.2、Claude Opus 4.8、さらにテキスト、画像、動画、音声に対応する200以上のモデルも利用できます。これにより、本番トラフィックを変更する前に、同じリポジトリやエージェントワークフロー上でK3と代替モデルを実際に比較できます。

GPT ProtoでKimi K3を試すか、GPT Proto AIモデルギャラリー全体を閲覧できます。モデルのウェイトと技術レポートは公開されましたが、独立したデプロイメントテスト、量子化、スループットデータ、フレームワーク対応が成熟するにつれて、この記事は改めて見直す必要があります。

最終結論：近いが、ベンチマークは依然として重要

Kimi K3は、パラメータ数だけを理由に注目を集めている巨大な中国製モデルに過ぎません。独立テストは、より重要な結論を裏付けています。K3は、自動化、長時間のナレッジワーク、エージェント実行において、フロンティアシステムと競争力があります。

しかし、それによって総合的にGPT-5.6 SolやClaude Fable 5を上回るわけではありません。測定されたハルシネーションの増加も消えません。7月28日に変わったのはデプロイメントです。約束されていたウェイト、ライセンス、モデルカード、技術レポートが公開されました。
したがってK3は、このクラスで最も高性能なオープンウェイトモデルの一つですが、この表現には2つの注記が必要です。ライセンスはMITではなく独自仕様であり、1.56 TBのリポジトリと64基以上のアクセラレータ推奨によって、セルフホスティングは一般的な開発チームの手に余る規模です。
私の結論はこうです。K3が実際に自分のタスクを改善するかどうかを確かめるには、まずAPIを使いましょう。管理性、カスタマイズ性、データ境界を理由に、自らインフラプロバイダーになる価値がある場合にのみ、ウェイトへ移行してください。