2026 年 7 月 16 日深夜、Moonshot AI（月之暗面）は API ドキュメントのトップに「Kimi K3 提供開始」を静かに掲載しました。大規模な発表会はありませんでしたが、現時点で世界最大規模のオープンソース AI モデル（2.8 兆パラメータ）が登場しました。本記事は AI 開発者とプロダクト意思決定者向けに、K3 の仕様とリリース背景、KDA / AttnRes / Stable LatentMoE の 3 大アーキテクチャ革新、Claude Fable 5 / GPT-5.6 Sol との完全ベンチマーク比較、料金と 4 つの接続方法、シーン別選定マトリクス、7 月 27 日の完全ウェイト公開計画、6 ステップの即時導入チェックリスト、FAQを網羅します。
Kimi K3 は Moonshot AI が公開した 2.8 兆（2.8T）パラメータのスパース Mixture-of-Experts（MoE）モデルです。従来の記録保持者 DeepSeek V4 Pro（1.6T）を約 75% 上回り、Xiaomi のオープンソースモデル（1.02T）の 2.7 倍、Alibaba（397B）の 7 倍以上の規模です。推論時には 896 エキスパートから 16 個を活性化（スパース度 1.8%）し、100 万トークンの超長コンテキストとネイティブな視覚理解を備え、複雑なプログラミング、長文推論、ナレッジワーク向けに設計されています。
一言で言えば、Kimi K3 は画像・動画をネイティブに理解でき、超長記憶を持つオープンソースの「重量級コーディング AI」です。Claude Opus 4.8 より 40% 安く、完全なウェイトは 7 月 27 日にオープンソース化されます。
規模記録：過去 12 か月のうち 9 か月、Kimi シリーズがオープンソースモデルのパラメータ規模上限を占めていました
WAIC のタイミング：リリースは 2026 世界人工知能大会（WAIC）開幕前夜（7 月 17–20 日）に重なり、明確な戦略シグナルを示しています
商用化の急成長：2026 年 6 月時点で ARR が 3 億ドル を突破し、今年 6 回目の資金調達を完了、投前評価額は 315 億ドル に達しました
API 主導：API 収入が全体の 7 割以上を占め、海外有料ユーザーは 400% 増加しました
DeepSeek ショック後の反撃：過去 18 か月で市場シェアが大幅に縮小した後、K3 は技術的主権を示す重要な一手です
完全オープンソースの約束：公式 WeChat 公告で 7 月 27 日に Hugging Face へ完全モデルウェイトを公開すると明言しました
Kimi K3 は単なるパラメータの積み上げではなく、アーキテクチャレベルで真のエンジニアリング革新を実現しています。Kimi K2 と比較して全体のスケール効率は約 2.5 倍 向上しています。
従来のフルアテンションでは、長コンテキスト下で KV キャッシュのメモリが二乗的に増大します。KDA は 3:1 の比率で線形アテンション層とフルアテンション層を交互に配置します。3 つの線形層が局所構造を処理し（計算コストが低い）、1 つのフルアテンション層がグローバルな情報フローを維持します。結果として KV キャッシュメモリは最大 75% 削減され、100 万トークンコンテキスト下でのデコード速度は最大 6.3 倍 向上します。短/長コンテキストおよび強化学習スケールの 3 シーンすべてで、純粋なフルアテンションベースラインを上回ります。
標準的な残差接続は深度に沿って情報を均等に蓄積するため、初期層の重要な表現が深層で希薄化します。AttnRes は選択的取得を導入し、モデルが深度をまたいでより浅い層の高価値表現を直接引き出せます。約 25% のトレーニング効率向上をもたらし、追加計算コストは 2% 未満です。
| 技術 | 役割 |
|---|---|
| Quantile Balancing | ルータースコアの分位数から直接エキスパート割り当てを導出し、ヒューリスティックなハイパーパラメータを排除します |
| Per-Head Muon | 各アテンションヘッドを独立に最適化し、大規模トレーニングをより適応的にします |
| SiTU（Sigmoid Tanh Unit） | 活性化関数の制御を改善します |
| Gated MLA | アテンションの選択性を向上させます |
注意：以下のベンチマークデータは Moonshot AI による自己報告です。各モデルは独自の推論ハーネス（K3 は Kimi Code、GPT は Codex、Claude は Claude Code）を使用しており、独立した第三者による再現は進行中です。
| ベンチマーク | Kimi K3 | Claude Fable 5 | GPT-5.6 Sol | Claude Opus 4.8 | GLM-5.2 |
|---|---|---|---|---|---|
| DeepSWE | 67.5 | 70.0 | 73.0 | 59.0 | 46.2 |
| Program Bench | 77.8 | 76.8 | 77.6 | 71.9 | 63.7 |
| Terminal Bench 2.1 | 88.3 | 84.6 | 88.8 | 84.6 | 82.7 |
| FrontierSWE | 81.2 | 86.6 | 71.3 | 66.7 | 67.3 |
| SWE Marathon | 42.0 | 35.0 | 39.0 | 40.0 | 13.0 |
| BrowseComp | 91.2 | 88.0 | 90.4 | 84.3 | — |
| Automation Bench | 30.8 | 29.1 | 29.7 | 27.2 | 12.9 |
| GPQA-Diamond | 93.5 | 92.6 | 94.1 | 91.0 | 91.2 |
| MMMU-Pro（視覚） | 81.6 | 81.2 | 83.0 | 78.9 | — |
| OmniDocBench（文書） | 91.1 | 89.8 | 85.8 | 87.9 | — |
読み取りの要点：SWE Marathon（持続的な長コード作業）では K3 が 42.0 で大幅にリードしています。Program Bench ではわずかに 1 位（77.8）です。FrontierSWE は Fable 5 が首位（86.6）で、K3 は GPT-5.6 Sol（71.3）を大きく上回ります。OmniDocBench の文書理解では K3 が 1 位（91.1）です。Artificial Analysis Intelligence Index v4.1 では、K3 は 57.1 点で 4 位、Claude Fable 5（59.9）と GPT-5.6 Sol（58.9）に続き、1 位との差はわずか 2.8 点です。
| モデル | 入力（$/M） | 出力（$/M） | キャッシュヒット入力 | コンテキスト |
|---|---|---|---|---|
| Kimi K3 | $3.00 | $15.00 | $0.30 | 1M |
| Claude Sonnet 5 | $3.00（プロモ $2） | $15.00（プロモ $10） | — | 200K |
| Claude Opus 4.8 | $5.00 | $25.00 | — | 200K |
| GPT-5.5 | $5.00 | $30.00 | — | 400K |
| DeepSeek V4 Pro | $1.74 | $3.48 | $0.145 | 128K |
| Kimi K2.6 | $0.95 | $4.00 | $0.16 | 256K |
K3 の価格は Claude Sonnet 5 の標準価格（$3/$15）と同等ですが、5 倍のコンテキストを提供します。キャッシュヒットは $0.30/M（標準価格の 1/10）まで下がり、プログラミングシーンではキャッシュヒット率が 90% を超えます。中国国内 API は入力 ¥20/M、出力 ¥100/M、キャッシュヒット ¥2/M です。消費者向け Kimi.com は無料アカウントで利用可能で、プリペイドプランは ¥199 から（8 月 11 日までの割引）提供されています。
Web/App（最も簡単）：kimi.com にアクセスし、アカウントを登録します（Google 対応）。K3 はデフォルトで最大推論モードで動作します
API Key の取得：platform.kimi.ai でキーを作成します
OpenAI 互換クライアントの設定：base_url を https://api.moonshot.ai/v1、model を kimi-k3 に設定します
OpenRouter 経由：モデル ID moonshotai/kimi-k3、公式価格のマークアップなし、完全 1M コンテキスト対応
キャッシュ最適化の有効化：プログラミングワークフローで system prompt とツール定義を再利用し、Mooncake 分推論アーキテクチャでキャッシュヒット率を高めます
7 月 27 日をマーク：完全ウェイトが Hugging Face で公開されます。ローカル/プライベートデプロイの評価が可能になります（64+ GPU スーパーノードが必要）
from openai import OpenAI
client = OpenAI(
api_key="your_moonshot_api_key",
base_url="https://api.moonshot.ai/v1"
)
response = client.chat.completions.create(
model="kimi-k3",
messages=[{"role": "user", "content": "このコードを分析してください..."}]
)
| シーン | 推奨モデル | 理由 |
|---|---|---|
| 持続的な長コードタスク | Kimi K3 | SWE Marathon 1 位、最長コンテキスト |
| 複雑な Repo レベルのバグ修正 | Claude Fable 5 | FrontierSWE / SWE-bench Pro で大幅リード |
| ターミナル/ツールチェーン Agent | GPT-5.6 Sol | Terminal Bench と Coding Agent Index でリード |
| 超長文/マルチモーダル理解 | Kimi K3 | OmniDocBench 1 位、ネイティブ視覚 + 1M コンテキスト |
| コスト重視のシーン | DeepSeek V4 Pro | 出力 $3.48/M のみで K3 より大幅に安い |
| オープンソース自デプロイ（7/27 以降） | Kimi K3 | これまでで最強のダウンロード可能なオープンソースウェイト |
シグナルの意味：これは中国 AI オープンソースエコシステムが「低価格で市場を獲得する」段階から、真の知能フロンティアに挑む段階へ移行したことを示しています。パラメータの見せかけではなく、アーキテクチャレベルのエンジニアリング革新です。
Kimi K3 をローカル Agent パイプラインや Kimi Code 型の長セッションコーディング環境に組み込む場合、ノート PC や不安定な VPS上で CLI Agent を動かすと、メモリ不足、セッション中断、Xcode/Metal ツールチェーンの欠如に直面しがちです。純粋な Linux VPS では iOS ビルドと署名チェーンをカバーできません。安定した SSH 長セッション、DerivedData キャッシュ、iOS CI/CD 自動化が必要な本番環境では、NodeMini の Mac Mini クラウドレンタルが通常はより優れた選択です。専有ノードと秒単位のプロビジョニングにより、Agent とビルドタスクを同一の実機 Mac 上で継続実行できます。
はい。kimi.com で無料アカウントを登録すれば K3 を利用できます。デフォルトで最大推論モードで動作します。API 呼び出しは有料です（$3/$15 per 1M tokens）。安定した Agent 実行環境が必要な場合は、Mac Mini レンタル料金をご確認ください。
完全なウェイトは 2026 年 7 月 27 日に Hugging Face で公開されます。本番デプロイには 64 枚以上の GPU を備えたスーパーノードが必要で、一般的なノート PC では 2.8T パラメータを扱えません。推論サービスプロバイダーやリソースが十分な研究ラボに適しています。
K3 はパラメータ数が約 2 倍（2.8T vs 1.6T）、コンテキスト 1M vs 128K、複数ベンチマークで優位です。一方 DeepSeek の出力は $3.48/M のみで、コストは大幅に低くなります。コスト重視なら DeepSeek、長コード/文書理解なら K3 を選ぶのが適切です。
リポジトリ全体のコード分析、長文の法律/研究文書、マルチターン Agent の長期記憶に非常に有用です。K3 は統一料金で長さによる追加課金はなく、KDA アーキテクチャにより 100 万トークン下でのデコード速度は 6.3 倍向上します。運用面の詳細は ヘルプセンターをご覧ください。
Moonshot AI は low と high モードを今後のアップデートで提供すると述べており、現在は max モードのみ利用可能です。WAIC（7 月 17–20 日）と 7 月 27 日のウェイト公開で追加情報が得られる見込みです。