Kimi K3：Moonshot AIの2.8兆パラメータ・オープンウェイトフロンティアモデル（エージェント型コーディング向け）

Kimi K3はMoonshot AIの新しいフラッグシップ大規模言語モデルです。2.8兆パラメータという規模は、これまでにリリースされたオープンウェイトモデルの中で最大となります。2026年7月16日にリリースされたK3は、フロンティアクラスのMixture-of-Experts（MoE）設計と100万トークンのコンテキストウィンドウを組み合わせ、コーディングと長期的な知識作業に特化したエージェントファーストの設計思想を持っています。注目すべき点はサイズだけではありません。Moonshotはフルウェイトを公開することで、セルフホスト型エージェントでも真のフロンティア性能を実現できるようにしています。K3の実態、ベンチマーク結果、コスト、そして適用領域について詳しく解説します。

このガイドでは、K3のアーキテクチャ、ベンチマーク、料金体系、K2シリーズとの比較、そしてビルダーがすでに実行している具体的なワークフローを取り上げます。

Kimi K3とは何か？

Kimi K3は、北京を拠点とするMoonshot AIが2026年7月16日にリリースした、Kimi K2シリーズの後継となるオープンウェイト・エージェントフォーカスのフロンティアモデルです。Moonshotは、長時間のエンジニアリングセッションを維持し、大規模なリポジトリをナビゲートし、最小限の人間の監督でターミナルツールをオーケストレーションするために構築された、同社史上最も強力なオープンソースコーディングモデルと位置づけています。(Fortune)

注目すべきはそのスケールです。K3はスパースMoEアーキテクチャに2.8兆の総パラメータを搭載しており、K2.6の約2.8倍の規模で、DeepSeekのV4 Pro（約1.6兆）やZhipuのGLM-5シリーズといった中国のライバルモデルを上回ります。Moonshotによれば、これは史上最大のオープンウェイトモデルとなります。(VentureBeat)

重要なのは、ウェイトが非公開のままにならないことです。Moonshotは2026年7月27日にフルオープンウェイトを公開する予定であり、開発者はホスト型APIを呼び出すだけでなく、モデルを検査・修正・セルフホストできるようになります。(Axios)

スペックとアーキテクチャ

K3はK2シリーズのOpenAIスタイルのエージェントファースト設計思想を継承しつつ、あらゆる面で上限を引き上げています。

• 2.8兆パラメータのスパースMoE — 数百のエキスパートによるスパース活性化により、トークンごとにネットワークの一部のみが実行されます。このスケールは幅と専門化を重視し、長期的な推論と複雑なツール使用に最適化されています。(VentureBeat)
• 100万トークンのコンテキストウィンドウ — コードベース全体、デザインシステム、または研究コーパスを複雑なチャンク処理なしに「視野内」に収めるのに十分な容量です。(Axios)
• Kimi Delta Attention（KDA） — Moonshotがオープンリサーチとして発表したハイブリッド線形アテンション機構で、標準的なアテンションのコスト爆発なしに超長シーケンスを扱いやすくすることを目的としています。(VentureBeat)
• Attention Residuals（AttnRes） — Moonshotが残差接続のドロップイン代替として説明する技術で、一貫したスケーリング向上をもたらします。(VentureBeat)
• ネイティブマルチモーダル入力 — テキストと画像にわたるビジョン理解に加え、Moonshotが「thinking mode（思考モード）」と呼ぶ常時オンの推論モードを搭載しています。(Axios)
• OpenAI SDK互換 — APIはOpenAIインターフェースを踏襲しているため、OpenAIやAnthropicのツールチェーンで構築しているチームは最小限の変更で統合できます。(VentureBeat)

KDAとAttnResはいずれも以前GitHubでオープンリサーチとして公開されており、K3の効率向上がブルートフォースなスケールではなくアーキテクチャに由来することを示しています。(VentureBeat)

ベンチマーク：K3の位置づけ

K3はデビュー時にArtificial Analysisリーダーボードで第3位を獲得し、AnthropicのClaude Fable 5とOpenAIのGPT-5.6 Solに次ぐ結果となりましたが、それ以外のすべてのモデルを上回り、一部の実用テストではトップに立ちました。(Wikipedia)

ローンチ分析から際立ったいくつかの結果を紹介します：

• GDPval-AA v2（44職種・9業界にわたる実世界タスク）：K3はスコア1,687で総合3位。Claude Fable 5 Max（1,815）とGPT-5.6 Sol Max（1,747.8）に次ぎ、Claude Opus 4.8（1,600）を上回りました。(VentureBeat)
• AA-Briefcase（非公開の長期知識作業ベンチマーク）：K3はスコア1,527で2位を獲得し、GPT-5.6 Sol Maxを上回り、Fable 5 Maxのみに次ぐ結果となりました。(VentureBeat)
• タスク自動化：K3は8つのベンチマークのうち4つで1位を獲得。Automation Bench、SpreadsheetBench 2、BrowseCompを含み、その他のほとんどでFable 5に次ぐ2位でした。(VentureBeat)
• フロントエンドコーディング：評価者Arenaによるブラインドテストでは、開発者がFable 5やGPT-5.6 Solを含む主要な米国モデルすべてよりもK3を好むという結果が出ました。(Axios)

エージェントビルダーにとって重要な詳細があります：Moonshotは、これらの自動化結果を100万トークンコンテキストを使用したシングルエージェント設定で達成しており、コンテキスト圧縮や外部コンテキスト管理の工夫は一切使用していないと述べています。これは、生のコンテキスト長と強力な検索能力が、複雑なマルチエージェントの回避策に匹敵できることを示唆しています。(VentureBeat)

注意点として：K3が公開されてからまだ数日しか経っておらず、バイラルなデモや初期ベンチマークは実際の本番環境でのモデルの信頼性を誇張する可能性があります。リーダーボードの数値は確定的な評価ではなく、有望な出発点として捉えてください。(Axios)

料金とアクセス方法

K3は現在、kimi.comインターフェース、モバイルアプリ、およびplatform.moonshot.aiのMoonshotプラットフォームAPIを通じて利用可能です。ホスト型の料金は入力トークン100万件あたり約3ドル、出力トークン100万件あたり約15ドルに設定されています。(MLQ)

これは中国のAIラボの中で最も高い料金設定であり、Moonshotの以前のモデルで知られていた大幅な割引からの明確な転換を示しています。参考として、z.aiのGLM-5.2（出力4.40ドル/M）やDeepSeek V4（出力0.87ドル/M）を大きく上回りますが、米国のフロンティアモデルと比べればはるかに安価です。Claude Fableは同等の作業で出力トークン100万件あたり約50ドルです。(Fortune)

予算を立てる前に2つの実用的な注意点があります：

• K3は現在、推論努力レベルが「max」のみ公開されており、独立したテスターは推論トークンの消費量が多いと報告しています。あるテスターは、単純なSVGを1つ生成するのに約13,241トークン（約0.25ドル）を消費したと指摘しています。長いチェーンはコストが急増します。(MLQ)
• 7月27日にウェイトが公開されると、データレジデンシーが必要なチームやスケールでコストを管理したいチームにとってセルフホスティングが選択肢となります。これはMoonshotのオープンウェイトリリース全体で見られてきたホスト型からセルフホスト型への移行パスと同じです。(Axios)

K3 vs. K2.5 / K2.6 / K2.7：何が変わったか

K2シリーズを使用してきた方にとって、K3は新しいAPIというよりも上限を引き上げるものです。プラットフォームは同じOpenAIスタイルのインターフェースとツール呼び出しのセマンティクスを維持しているため、アップグレードパスは簡単です。

K2.xとの主な差別化点：パラメータ数が約3倍、コンテキストウィンドウが4倍長く（1M vs 256k）、新しいKDA + AttnResアーキテクチャ、そして強化されたマルチモーダル推論です。Moonshotはまた、K3が同等のタスクでK2.6より約21%少ない出力トークンを使用すると報告しており、Kimi K2.7 Codeからの効率化トレンドが継続しています。(MLQ)

ビルダーとチームのための実世界ユースケース

K3のフロンティア性能、大規模なコンテキスト、オープンウェイトの組み合わせは、本格的なエージェント作業のバックボーン候補となります：

• 自律型コーディングエージェント — 長時間のエンジニアリングセッションを維持し、大規模なリポジトリをナビゲートし、最小限の監督でターミナルツールをオーケストレーションして、完全な機能を担当します。(Fortune)
• リポジトリ規模の移行とプロトタイピング — PRD、デザインファイル、レガシードキュメントを、100万トークンウィンドウでプロジェクト全体のコンテキストを保持しながら動作するスキャフォールディングに変換します。
• 金融、法律、コンサルティングにおけるドキュメント集約型の知識作業 — 大きなコンテキストとネイティブビジョンが密度の高いレポートに役立ち、オープンウェイトにより機密性の高いワークフローを後でセルフホストインフラに移行できます。

これは仮定の話ではありません。Moonshotの以前のモデルはすでに西洋の製品に組み込まれており、CursorはKimiを使ってComposer 2コーディングエージェントの構築を支援し、DoorDashのCTOは同社が「低レベルの作業をKimi K2.6に委任している」と述べています。K3はそれらのチームが構築している上限を引き上げます。(Fortune)

K3がAIランドスケープにとって重要な理由

戦略的に見ると、K3はオープンウェイトモデルが最も価値の高いセグメント（複雑なコーディング、長期的な推論、マルチモーダルリサーチ）でクローズドシステムと正面から競争できることを証明するMoonshotの取り組みです。アナリストたちはこのローンチを、ハードウェアの制約にもかかわらず、アーキテクチャの革新と事前学習のスケーリングが中国のラボに段階的な進歩をもたらし続けられることの証拠として捉えています。(CNBC)

これは競争上の衝撃でもあります。2026年の世界人工知能大会（上海）の直前にタイミングを合わせたこのリリースは、オープンソースがクローズドモデルに数ヶ月遅れをとる時代が終わりつつあることの証拠として広く読まれています。フロンティアモデルを評価しているビルダーにとって、これはK3がClaudeやGPT-5.xと並んで候補リストに入るべきであることを意味します。特にロードマップにセルフホスト型エージェントやマルチモーダルワークフローが含まれている場合はなおさらです。(VentureBeat)

オープンウェイトの全体像については、K3は私たちが追跡してきた他のフロンティアリリースと並んで位置づけられます：DeepSeek V4 Pro、ZhipuのGLM-5.2、MiniMax-01。

Kimi K3のようなモデルを自分のAIワークフォースで活用する

K3の真の価値は、フロンティアモデルがチャットボックスだけでなく、リポジトリ、ドキュメント、ターミナル、マルチステップのプランなど実際のワークフローに組み込まれたときに発揮されます。それこそがモデル非依存のマルチエージェントプラットフォームの存在意義です。長期的なコーディングをK3のようなモデルにルーティングし、ルーティンタスクには他のモデルを使用し、実際の作業全体でオーケストレーションします。EigentはオープンソースのCoworkデスクトップアプリで、マルチエージェントAIワークフォースをローカルで実行します。タスクごとに最適なモデルを選択し、機密データを自分のマシンに保持できます。エージェントがGitHub PRをエンドツーエンドでレビューする方法を確認し、Eigentをダウンロードして試してみてください。

よくある質問

Kimi K3とは何ですか？

Kimi K3はMoonshot AIのフロンティア大規模言語モデルで、2026年7月16日にリリースされました。2.8兆パラメータのスパースMixture-of-Expertsモデルで、100万トークンのコンテキストウィンドウとネイティブマルチモーダル入力を備えています。Moonshotはこれを史上最大のオープンウェイトモデルであり、同社史上最も強力なオープンソースコーディングモデルと位置づけています。

Kimi K3はオープンソースですか？

Moonshotは2026年7月27日にK3のフルウェイトを公開することを約束しており、その時点で開発者はモデルを検査・修正・セルフホストできるようになります。それまでの間、K3はホスト型のkimi.comインターフェース、モバイルアプリ、およびMoonshotプラットフォームAPIを通じてアクセス可能です。

Kimi K3はClaudeやGPT-5と比べてどうですか？

ローンチ時、K3はArtificial Analysisリーダーボードで第3位にデビューし、AnthropicのClaude Fable 5とOpenAIのGPT-5.6 Solに次ぐ結果となりましたが、一部の実用テストではトップに立ちました。Arenaのブラインドフロントエンドコーディング評価では、開発者が両モデルよりもK3を好むという結果が出ています。また、8つのタスク自動化ベンチマークのうち4つで1位を獲得しました。

Kimi K3の料金はいくらですか？

ホスト型の料金は入力トークン100万件あたり約3ドル、出力トークン100万件あたり約15ドルです。中国のAIラボの中で最も高い料金ですが、Claude Fableのような米国のフロンティアモデルよりはるかに安価です。K3は現在「max」推論レベルのみを提供しており、テスターは推論トークンの消費量が多いと報告しているため、長いチェーンはコストが高くなる可能性があります。

K3はK2シリーズと比べて何が新しいですか？

K3はK2の1兆パラメータから2.8兆パラメータにスケールアップし、コンテキストウィンドウを256kから100万トークンに拡張し、Kimi Delta AttentionとAttention Residualsという2つの新しいアーキテクチャ技術を追加しています。また、同等のタスクでK2.6より約21%少ない出力トークンを使用し、マルチモーダル推論も強化されています。

EigentのようなマルチエージェントプラットフォームでKimi K3を使用できますか？

はい。K3はOpenAI SDK互換であり、（7月27日以降）セルフホスト可能なため、Eigentのようなモデル非依存のプラットフォームは、長期的なコーディングや知識作業タスクをK3にルーティングしながら、ルーティンステップには他のモデルを使用できます。必要に応じてデータをローカルに保持することも可能です。