Kimi K3とは？【2026年7月最新】Moonshot AI製2.8兆パラメータ最新フラッグシップモデルを徹底解説

はじめに

2026年7月16日、中国のAIスタートアップMoonshot AI（月之暗面）が新モデルKimi K3を発表しました。総パラメータ2.8兆（2.8T）という規模もさることながら、一部のベンチマークではClaude Opus 4.8を上回り、Claude Fable 5・GPT-5.6 Solに次ぐ成績を記録したことで、Bloomberg・CNBC・Fortune・VentureBeatなど海外主要メディアが軒並み速報を出す事態となりました。Google Trendsでも急上昇度22,900%を記録するなど、発表直後から検索需要が急増しています。

「また新しい中国製AIモデルが出たらしいけど、結局何がすごいの？」「Claude CodeやGPTと何が違うの？」という疑問に答えるべく、本記事ではKimi K3の基本情報からアーキテクチャ、料金、使い方、他モデルとの違いまで、2026年7月時点の最新情報を整理して解説します。

リンク

この記事で分かること

Kimi K3とは何か、開発元Moonshot AIの概要
2.8兆パラメータMoE・Kimi Delta Attentionなどアーキテクチャの特徴
ベンチマーク成績（Claude Fable 5・GPT-5.6 Sol・Claude Opus 4.8との比較）
API料金とKimi.comのチャット利用方法
オープンウェイト公開の予定とライセンス
Claude Codeなど既存のAIエージェントCLIからKimi K3を使う方法
Kimi K2.6からの進化点

こんな人におすすめ

生成AIの最新動向を素早くキャッチアップしたいエンジニア
Claude CodeやCodex CLIなどのバックエンドモデルを比較検討している人
オープンウェイトモデルの選択肢を探している開発者
中国発AIモデルの実力を客観的な情報で把握したい人

Kimi K3とは

基本概要

Kimi K3は、中国のAIスタートアップMoonshot AI（月之暗面）が2026年7月16日にリリースした、総パラメータ2.8兆（2.8T）のMoE（Mixture of Experts）型フラッグシップ大規模言語モデルです。オープンウェイトモデルとしては世界初の3兆パラメータ級であり、VentureBeatは「史上最大のオープンソースモデル」と報じています。

■ Kimi K3の位置づけ
└→ Moonshot AI（中国）が開発する最新フラッグシップLLM
└→ 総パラメータ2.8兆のMoEアーキテクチャ
└→ ネイティブなマルチモーダル（画像理解）対応
└→ 100万トークンのコンテキストウィンドウ
└→ オープンウェイトモデル（重み公開は2026年7月27日予定）

開発元Moonshot AI（月之暗面）について

Moonshot AIは2023年3月、清華大学出身のヤン・ジリン（楊植麟）氏らによって設立された中国のAIスタートアップです。社名は、創業者が愛聴するピンク・フロイドのアルバム『狂気（The Dark Side of the Moon）』のリリース50周年にちなんで名付けられました。

創業当初から超長文コンテキスト処理を強みとしており、2023年時点で当時最長クラスとなる長大なコンテキストウィンドウを扱えるチャットボット「Kimi」を提供していたことで知られています。2026年に入ってからも複数回の大型資金調達を経て、企業価値は数千億円〜1兆円超規模まで急成長したと報じられています（Forbes JAPAN、日経クロステック等）。

■ Moonshot AI / Kimiシリーズの主な歩み
2023年3月:   Moonshot AI 設立
2023年:      長文コンテキスト対応チャットボット「Kimi」提供開始
2025年7月:   Kimi K2（総パラメータ1兆）をオープンソースでリリース
2026年1月:   Kimi K2.5（視覚エンコーダーMoonViTでマルチモーダル対応）
2026年5月:   大型資金調達を実施、企業価値が大きく上昇
2026年7月16日: Kimi K3（総パラメータ2.8兆）を発表
2026年7月27日: Kimi K3のオープンウェイト公開予定

なぜ今これほど話題になっているのか

Kimi K3が注目を集めている最大の理由は、独立ベンチマークで海外トップクラスのモデルに肉薄したことです。CNBCは「Moonshot AIの新モデルがOpenAI・Anthropicに匹敵する」と報じ、Fortuneも「中国AIをFable 5級の領域に押し上げた」という見出しで速報しています。中国発のオープンウェイトモデルが、クローズドモデルを含めた世界トップ4に食い込んだこと自体が、AI業界にとって大きな驚きだったといえます。

アーキテクチャの特徴

2.8兆パラメータのMoE構成

Kimi K3は総パラメータ2.8兆に対し、896個のエキスパートのうち16個のみを活性化するスパースMoE構成を採用しています。実際に1トークンの推論で使われるアクティブパラメータは約500億（50B）程度で、K2（1兆パラメータ）から総パラメータは倍以上に拡大した一方、推論コストの爆発は抑えられている設計です。

■ Kimi K3のスペック概要
総パラメータ:     2.8兆（2.8T）
エキスパート数:   896個
活性化エキスパート: 16個 / トークン
アクティブパラメータ: 約500億（50B）
コンテキスト長:   100万トークン（1M）
マルチモーダル:   ネイティブ対応（画像理解）

Kimi Delta Attention（KDA）とAttention Residuals

K3世代で導入された最大のアーキテクチャ変更が、**Kimi Delta Attention（KDA）**と呼ばれるハイブリッド線形注意機構です。従来のTransformerの注意機構を置き換えることで、長いコンテキストでの推論効率を大きく改善しています。

■ KDA（Kimi Delta Attention）のポイント
- ハイブリッド線形アテンション機構
- 100万トークンのコンテキスト長において
  最大 約6.3倍 のデコード高速化を実現
- Attention Residuals（AttnRes）と組み合わせ、
  深いモデル・長いシーケンスでも情報が減衰しにくい設計

このほか、スパースMoEレイアウトを刷新したStable LatentMoEも新規導入されており、Moonshot AI自身の発表では、KDA・AttnRes・スパース化・学習レシピの改善を合わせてK2比で約2.5倍のスケーリング効率を達成したとされています。

ネイティブマルチモーダル対応

K2.5世代で追加された視覚エンコーダー「MoonViT」の系譜を引き継ぎ、K3でも画像入力を扱えるネイティブなマルチモーダル機能を標準搭載しています。テキスト・コード・画像を横断したエージェント的なタスクを1モデルでこなせる設計です。

ベンチマーク性能【Claude・GPTとの比較】

Moonshot AIおよび複数の独立評価によると、Kimi K3はフロンティアモデルの中で総合4位という結果を残しています。上位2モデルはClaude Fable 5とGPT-5.6 Solで、Claude Opus 4.8を上回るスコアを複数の指標で記録しました。

ベンチマーク	Kimi K3のスコア／傾向
DeepSWE	67.5（GPT-5.6 Solに次ぐ）
Terminal-Bench 2.1	88.3
FrontierSWE	81.2（Claude Fable 5に次ぐ）
Program Bench	77.8（首位）
SWE Marathon	42.0（首位）
長期知識労働タスク（独自Elo評価）	Elo 1547（Kimi K2.6比 +732、Claude Fable 5に次ぐ）

■ Kimi K3が首位を取った領域
Program Bench / SWE Marathon / BrowseComp / Automation Bench / OmniDocBench

■ Kimi K3が及ばなかった領域
FrontierSWE・HLE-Full → Claude Fable 5がやや上
DeepSWE            → GPT-5.6 Solがやや上

総じて、**単一の万能王者ではなく「コーディングエージェント系・自動化系タスクに強い、僅差の3番手〜4番手モデル」**という評価が妥当です。とはいえ、オープンウェイトモデルとしてこの順位に食い込んだこと自体が異例であり、Claude Fable 5・GPT-5.6 Solとの差は「別次元」ではなく「僅差」まで縮まっています。

料金体系

API料金（platform.kimi.ai）

Kimi K3のAPI料金は、2026年7月時点で以下の通りです。

項目	料金
入力（キャッシュヒット時）	$0.30 / 100万トークン
入力（キャッシュミス時）	$3.00 / 100万トークン
出力	$15.00 / 100万トークン

前世代のKimi K2.6（入力$0.95・出力$4）と比べると、入出力ともに大幅な値上げとなっています。また、K3は常に思考（推論）プロセスを実行する仕様のため、思考トークンも出力として課金される点に注意が必要です。想定より請求額が大きくなるケースがあるため、実運用前にテスト呼び出しでコスト感を確認することをおすすめします。

Kimi.com（チャット）での利用

Web版はブラウザからkimi.comにアクセスしてサインインするだけでK3とのチャットが利用できます。モバイルアプリはiOS・Android・HarmonyOSの各ストアから提供されています。無料ティアに加えて、音楽のテンポ用語を冠した複数の有料プランが用意されていますが、具体的な料金・上限は変更が入りやすいため、最新情報は公式サイトで確認してください。

オープンウェイト公開とライセンス

Kimi K3は発表と同時に全面公開されたわけではなく、2026年7月27日ごろにモデルの重み（weights）を公開するとアナウンスされています。ライセンスはModified MITライセンスが予定されており、商用利用も可能な緩やかな条件になる見込みです。

■ 「オープンウェイト」と「オープンソース」の違いに注意
- 公開されるのは学習済みモデルの重みのみ
- 学習コード・学習データセットは非公開のまま
- OSI（Open Source Initiative）基準の「オープンソース」ではなく
  「オープンウェイト（open-weight）」モデルと呼ぶのが正確

自前のGPUクラスタで動かすにはハイエンドな環境が必要になるため、多くのユーザーは公開後もkimi.comやAPI経由での利用が現実的な選択肢になりそうです。

使い方

Step 1: Web・アプリでチャットを試す

もっとも手軽な入り口はkimi.comです。アカウントを作成してサインインするだけで、K3モデルとのチャットをすぐに試せます。

Step 2: APIで組み込む

Kimi APIはOpenAI互換の設計になっており、既存のOpenAI SDKを使ったコードでもbase_urlを切り替えるだけで動作します。

# 1. platform.kimi.ai/console/api-keys でAPIキーを発行
# 2. OpenAI互換エンドポイントを指定するだけで利用可能
export OPENAI_API_KEY="取得したKimi APIキー"
export OPENAI_BASE_URL="https://api.moonshot.ai/v1"

Step 3: Claude CodeのバックエンドをKimi K3に切り替える

Kimi APIはAnthropic互換エンドポイントも提供しており、Claude Codeの接続先モデルをKimi K3に差し替えて使うことも可能です。

# ~/.claude/settings.json または環境変数で設定
export ANTHROPIC_BASE_URL="https://api.moonshot.ai/anthropic"
export ANTHROPIC_AUTH_TOKEN="取得したKimi APIキー"
export ANTHROPIC_MODEL="kimi-k3"

# サブエージェントもKimi K3で動かす場合
export CLAUDE_CODE_SUBAGENT_MODEL="kimi-k3"

設定後は /status コマンドでbase URLとモデルが正しく切り替わっているか確認できます。Kimi K3はデフォルトで思考モードが有効なため、追加設定なしでそのまま推論を行います。コストや出力傾向がClaudeの純正モデルと異なるため、本番導入前にタスクごとの挙動を比較検証することをおすすめします。

Kimi K2.6・他モデルとの比較

項目	Kimi K3	Kimi K2.6（前世代）	Claude Fable 5	GPT-5.6 Sol
総パラメータ	2.8兆（MoE）	1兆規模	非公開	非公開
コンテキスト長	100万トークン	非公開	非公開	非公開
入力API料金	$3.00/MTok（キャッシュミス）	$0.95/MTok	非公開	非公開
出力API料金	$15.00/MTok	$4.00/MTok	非公開	非公開
公開方針	オープンウェイト（Modified MIT）	オープンソース	クローズド	クローズド
ベンチマーク傾向	総合4位、コーディング/自動化系に強み	K3より一段下	総合1位級	総合2位級

選び方の目安：

最上位のクローズドモデルの精度を求める     → Claude Fable 5 / GPT-5.6 Sol
コストを抑えつつ高性能なモデルを試したい   → Kimi K3（API）
自前環境でオープンウェイトモデルを動かしたい → Kimi K3（7/27の重み公開後）
枯れた実績のあるオープンモデルで十分       → Kimi K2.6

Kimi K3の最大の意義は、「クローズドの最上位モデルにあと一歩まで迫るオープンウェイトモデル」という選択肢が生まれたことにあります。Claude CodeやCodex CLIなど既存のAIエージェントCLIとの比較はClaude Code vs Gemini CLI vs Codex CLI比較記事も参照してください。

メリット・デメリット

メリット

オープンウェイトモデルとして世界最高水準の性能：Claude Opus 4.8を上回る指標もあり、Claude Fable 5・GPT-5.6 Solとの差も僅差
1Mトークンの長文コンテキスト：KDAによる高速化で長文処理のコストが抑えられる
OpenAI互換・Anthropic互換の両APIを提供：既存ツールチェーンへの組み込みが容易
Claude Codeなど既存CLIのバックエンドとして差し替え可能：環境変数を切り替えるだけで試せる
7月27日に重み公開予定：自前環境での運用という選択肢も視野に入る

デメリット

API料金がK2.6から大幅値上げ：入力$0.95→$3.00、出力$4→$15と、コスト面のハードルが上がった
思考トークンも課金対象：想定より請求額が膨らみやすい
オープンソースではなくオープンウェイト：学習コード・データは非公開で、完全な再現・改変はできない
自前運用は非現実的な規模：2.8兆パラメータをローカルで動かすには相応のGPU環境が必要
重み公開前は性能検証がAPI経由に限られる：7月27日までは実機での自由な評価がしづらい

まとめ

Kimi K3は、中国のMoonshot AIが2026年7月16日に発表した総パラメータ2.8兆のMoE型フラッグシップモデルです。Kimi Delta Attention・Attention Residualsといった新アーキテクチャにより、100万トークンの長文コンテキストを高速に処理できる設計になっており、独立ベンチマークではClaude Opus 4.8を上回りClaude Fable 5・GPT-5.6 Solに次ぐ成績を記録したことで、海外主要メディアが軒並み速報を出す注目度の高いモデルとなりました。

主要なポイント：

✅ メリット