はじめに
2026年7月、Moonshot AI（月之暗面）が Kimi K3 のフルオープンウェイトを公開しました。総パラメータは約2.8兆。公開されたモデルとしては、現時点で最大級です。誰でも重みをダウンロードして、中身を調べたり、改変したり、自分の環境で動かしたりできる——という形で世に出ました。
ただ、はっきり言っておくと、この2.8兆パラメータのモデルは自宅のPCでは動きません。動かすにはデータセンター級のハードが要ります。では趣味で電子工作やAIをいじるエンジニアに関係ないかというと、そんなことはありません。「フロンティア級の性能を、オープンな重みで、しかも安い価格で」という組み合わせが登場したこと自体が、これから使えるAIの選択肢と相場観を動かすからです。そして、巨大モデルがどう作られ、どう配られるかを1本の記事で見ておくと、次に何が来るかを読む土台になります。
この記事では、性能の数字を並べて「一番かどうか」を決めることはしません。ベンチマークの優劣は測定条件で入れ替わる、各社・各機関の主張だからです。かわりに、Kimi K3 の生い立ち・仕組み・強み・懸念・使い方を、公式情報を軸にエンジニア目線で一枚に整理します。
生成AIは版番号・価格・提供状況が数週間で変わる、賞味期限の短い題材です。本記事は 2026年7月28日時点の Moonshot AI 公式（GitHub / API ドキュメント）と、信頼できる技術媒体・計測機関の公表情報にもとづきます。ベンチマークの数値・順位は各機関の公表値として帰属し、断定的な優劣づけはしていません。最新の状況は末尾の公式リンクで確認してください。
この記事でわかること：
- Kimi K3 がどこから来たのか（Moonshot AI と、K2 からの系譜）
- 2.8兆パラメータなのに動く理由——スパースMoE の仕組み
- 何が強くて、順位の数字はどう読むべきか
- 誠実に見ておきたい懸念（重さ・ライセンス・中国発ゆえの留意点）
- 実際にどう使えるか（API と自己ホスト、そして「ローカルは無理」の中身）
🌙 1. Kimi K3 の生い立ち——Moonshot AI と K2 からの系譜
Moonshot AI は、北京を拠点とする中国のAIスタートアップです。長い文脈を扱えるチャットAI「Kimi」で知られ、そのフラッグシップモデルに K の型番を付けてきました。Kimi K3 は、この系譜の最新世代にあたります。
短い歴史を振り返ると、Kimi K3 がいきなり現れた巨人ではないことが分かります。
2025年7月に登場した Kimi K2 は、総パラメータ約1兆・活性320億の巨大MoE で、オープンウェイトとして公開され、エージェント的な作業やコーディングの強さで注目を集めました（HPCwire ほか報道）。2026年1月には改良版の Kimi K2.5 が続きます。そして今回の Kimi K3 は、規模も守備範囲も一段引き上げてきました——総パラメータは1兆から2.8兆へ、文脈長は最大100万トークンへ、扱える入力もテキストから画像・動画まで広がっています。
主要スペックを世代で並べると、拡張の方向がはっきりします。
| 項目 | Kimi K2（2025-07） | Kimi K3（2026-07） |
|---|---|---|
| 総パラメータ | 約1兆 | 約2.8兆 |
| 活性パラメータ（1トークンあたり） | 約320億 | 約1040億 |
| エキスパート数（活性数） | 384（8） | 896（16） |
| 文脈長 | 128K〜256K | 約100万（1,048,576） |
| 入力モダリティ | テキスト中心 | テキスト／画像／動画 |
| 推論（thinking） | — | 常時オン（努力度を指定可） |
| ライセンス | 修正MIT系 | Kimi K3 ライセンス（独自） |
学習済みモデルの重み（パラメータ）そのものが公開されていて、ダウンロードして自分で動かせる形態を指します。ChatGPT のように「API 越しにしか触れない」ものとは対照的です。ただし、重みが公開されている＝何でも自由、ではありません。使える範囲はライセンスで決まります（この違いは §4 で詳しく扱います）。
Kimi K3 が象徴的なのは、「巨大化」と「オープン化」を同時に押し進めた点です。ふつう、最高性能を狙うほど重みは秘匿されがちですが、Moonshot はフロンティアに迫る規模のモデルを、重みごと公開しました。技術評論家の間で「オープンウェイトの一段の引き上げ」と評されたのは、この一手を指しています（Interconnects ほか）。
⚙️ 2. 2.8兆なのに動く理由——スパースMoE
「2.8兆パラメータ」と聞くと、途方もない計算量を毎回まわしているように思えます。しかし実際に1トークンを生成するとき動くのは、そのうち約1040億だけです。この「全部は使わない」仕組みが MoE（Mixture of Experts） です。
モデル内部を、役割の異なる多数の小さなネットワーク（エキスパート）に分け、入力ごとに一部だけを選んで動かす構造です。Kimi K3 は896個のエキスパートを持ち、そのうち16個だけをトークンごとに活性化します。だから「総パラメータ2.8兆・活性1040億」という、一見矛盾した数字が並びます。全体は巨大なまま、1回あたりの計算は活性分だけ——これが巨大モデルを現実的な速度で動かすカラクリです。
入力が来てから出力が出るまでの流れを図にすると、「選んで動かす」感覚がつかめます。
Moonshot 公式リポジトリによると、Kimi K3 の内部はもう少し細かく、93層（KDA 69層＋Gated MLA 24層）で構成され、重みは MXFP4（活性は MXFP8）という低ビット形式へ、学習の段階から量子化されています。低ビット化は、巨大な重みを少しでも軽く扱うための工夫です。とはいえ量子化しても総量は大きく、この「軽くする努力」の話は、§4 の自己ホストの重さにそのまま跳ね返ってきます。
もう一つの特徴が、thinking（推論）が常時オンであることです。K3 は応答の前に内部で考える過程（reasoning）を挟み、その努力度を low／high／max などで指定できる設計になっています（公式ドキュメント）。「よく考えてから答える」モードが標準、というわけです。
📊 3. 何が強いのか——順位の数字はこう読む
独立系の計測機関 Artificial Analysis の総合指標「Intelligence Index」で、Kimi K3 はスコア約57、総合4位に位置づけられました。同機関は「オープンウェイトのモデルがこの位置に付けたのは初めて」としています。上位には Anthropic の Claude Fable 5（約60）や OpenAI の GPT-5.6 Sol（約59）が並び、K3 は僅差で Claude Opus 4.8（約56）を上回る、という並びです（いずれも同機関の公表値・執筆時点）。
| モデル（Artificial Analysis Intelligence Index・執筆時点の公表値） | 概略スコア | 種別 |
|---|---|---|
| Claude Fable 5 | 約60 | クローズド |
| GPT-5.6 Sol | 約59 | クローズド |
| Kimi K3 | 約57 | オープンウェイト |
| Claude Opus 4.8 | 約56 | クローズド |
ここで効くのが、K3 が オープンウェイトのままこの位置に食い込んだという点です。クローズドの最上位群にわずかに届かないとはいえ、重みを誰でも入手できるモデルが総合指標でトップ集団の隣まで来たのは、これまでになかった状況です。
さらに、得意分野に絞ると数字はもっと際立ちます。とくにコーディングとエージェント的な作業での強さが目立ちます（各計測の公表値・執筆時点）。
| ベンチマーク（各計測機関の公表値・執筆時点） | Kimi K3 の結果 | 何を測るか |
|---|---|---|
| Frontend Code Arena | 1位（Elo 約1,679） | フロントエンド実装の対戦評価 |
| SWE-bench Verified | 約76.8% | 実在のGitHubイシューを解けるか |
| Terminal-Bench 2.1 | 約88.3 | 端末上で一連の作業をやり切れるか |
| GPQA Diamond | 約93.5% | 大学院レベルの科学Q&A |
GPQA Diamond の約93.5%は、公開時点でオープンウェイトとして最高水準の結果と報じられました。フロントエンド実装の対戦評価では首位に立ったとされ、Moonshot 自身も「自社で最も強力なコーディング向けモデル」と位置づけています（公式）。
上の順位・スコアは、同一条件で横並び比較した唯一の公式結果ではありません。試行回数・思考時間・ツール構成などの測定条件で、順位は簡単に入れ替わります。「4位」「1位」という数字は、絶対の優劣ではなく、その機関の物差しで、どこが得意そうかを読む手がかりとして使うのが実務的です。本記事が個別スコアで勝敗を断定しないのはこのためです。
Kimi K3 が立っている「三つ巴」の全体像——Claude・GPT-5系・Gemini 3系がそろって「行動するAI」へ向かう流れ——は、生成AI三つ巴2026｜Claude・GPT-5・Gemini 3と「行動するAI」化で整理しています。K3 が比較対象にした Claude Fable 5 が数学の難問で見せた一件は、ヤコビアン予想の反例を Claude Fable 5 が生成｜検証はどこまで進んだかで扱いました。
⚠️ 4. 誠実に見ておきたい懸念
強みが際立つモデルほど、弱点や注意点を並べて置く価値があります。ここは煽らず、事実で書きます。
4-1. 2.8兆パラメータは「自宅では動かない」
まず現実的な壁として、Kimi K3 は個人のPCでは動きません。低ビット量子化しても、重みだけで約1.4テラバイトに達すると見積もられており、H100／H200／B200 といった単体の高性能GPU1枚には収まりません（Northflank ほか）。Moonshot は運用構成として「64基以上のアクセラレータを束ねたスーパーノード」を挙げています。つまり、自己ホストするならデータセンター級の分散クラスタが前提です。
「オープンウェイト＝手元で自由に動かせる」という語感とは裏腹に、K3 の規模では実際に動かせる主体はかなり限られる、というのが正直なところです。個人が触るなら、後述の API か、第三者が立てたホスティングを使うのが現実的です。
4-2. オープンウェイト ≠ オープンソース——ライセンスを読む
もう一つ大事なのが、重みが公開されている＝何でも自由に使える、ではないという点です。Kimi K3 は「Kimi K3 ライセンス」という独自ライセンスで配布されており、Apache や MIT のような完全な許諾ではありません。
オープンソースは、ソースコードが公開され、決められた自由（使用・改変・再配布など）が広く認められた状態を指すのが一般的です。いっぽうオープンウェイトは、学習済みの重みが手に入るという意味にすぎません。学習データや学習コードまで公開されているとは限らず、使える範囲もその製品独自のライセンスで制限され得ます。「重みがある」ことと「自由に使える」ことは、分けて考える必要があります。
報道とライセンス条文によれば、Kimi K3 ライセンスは基本的に MIT に近い許諾ですが、規模に応じた条件が付きます。ざっくり言うと、(1) モデルをAPIとして再提供するような事業で、一定額（直近12か月で数千万ドル規模と報じられています）を超える売上がある場合は、Moonshot と別途の商用契約が必要になり、(2) 非常に大規模なサービス（数億の月間アクティブユーザーなど）では、画面上に「Kimi K3」と明示する義務が生じる、とされます。いっぽう、社内の開発・研究・業務効率化のような内部利用は、こうした商用条項の対象外になり得る、とも整理されています（VentureBeat ほか）。
上の条件は報道による要約であり、しきい値や適用範囲は解釈の余地があります。商用で使う予定があるなら、必ず実際のライセンス条文（と、必要なら法務）で確認してください。 本記事は法的助言ではありません。個人利用・学習・研究の範囲であれば、通常は気にせず試せます。
4-3. 中国発モデルゆえの留意点
Kimi K3 は中国のスタートアップが開発したモデルです。この事実そのものを問題視する意図はありませんが、欧米モデルと運用の前提が異なり得る点は、知っておいて損はありません。具体的には、データの取り扱い、コンテンツポリシー（政治的にセンシティブな話題への応答傾向など）、そして国・地域による可用性や規制です。
実務的な切り分けはシンプルです。重みを自分の環境で動かす自己ホストなら、入力データは外部に出ません。 いっぽう、Moonshot のホスト型APIやアプリを使う場合は、どこにデータが渡り、どのポリシーが適用されるかを確認しておく、という一般的な留意点が当てはまります。なお、一部媒体では利用可能地域や規制をめぐるリスクも指摘されていますが、状況は流動的なので、重要な用途では最新の一次情報を当たるのが安全です。
🚀 5. 実際にどう使えるか——3つの入り口
では、個人や小さなチームが Kimi K3 に触れるにはどうするか。入り口はおおまかに3つあり、現実味がはっきり分かれます。
(1) ホスト型API・アプリ（いちばん手軽）
Kimi の公式アプリ（iOS／Android）、Web の kimi.com、デスクトップアプリから、開発者登録なしの無料枠で試せます。プログラムから使うなら公式APIがあり、モデル名は kimi-k3、価格は入力100万トークンあたり3ドル・出力15ドル（キャッシュヒット入力は0.30ドル）です。1回で最大100万トークンの文脈を渡せ、thinking は reasoning_effort で努力度を指定します（公式ドキュメント・執筆時点）。この価格帯は、クローズドの上位モデルの半額前後にあたり、「安価な中国製モデル」の常識をさらに押し広げるものと受け止められています。
(2) 重みを自己ホスト（重みは公開、でも重い） オープンウェイトなので、Hugging Face から重みそのものを入手できます。ただし §4-1 のとおり、MXFP4 量子化済みでも約1.4TBあり、64基以上のアクセラレータを束ねる構成が推奨されます。データが外に出せない用途で、かつクラスタを用意できる組織向けの選択肢です。個人が手を出す場合は、OpenRouter などの第三者ホスティング（公開初日から提供が立ち上がりました）を経由するのが現実的です。
(3) ローカルPCで実行（現状は非現実的） 残念ながら、コンシューマ機やワークステーション1台での実行は現実的ではありません。単体GPUにモデル全体が載らないためです。小さく動かしたいなら、蒸留・軽量版が出るのを待つか、上の (1)(2) を使うことになります。
| 入り口 | 手軽さ | 前提・コスト | 向いている人 |
|---|---|---|---|
| (1) API・アプリ | ◎ すぐ | 従量課金（入力3ドル／出力15ドル） | まず試したい・実務で使いたい個人／チーム |
| (2) 重みを自己ホスト | △ 重い | DC級クラスタ（64基以上）／約1.4TB | データを外に出せない組織 |
| (3) ローカル実行 | ✗ 不可 | 単体GPUに載らない | （現状は非現実的） |
個人でとりあえず性能を体感するなら、無料枠のアプリか、kimi-k3 の API から始めるのが早道です。オープンウェイトである価値は「自分のデータを外に出さず、自分の環境で動かせる」点にありますが、それを活かせるのは相応のハードを用意できる場合に限られます。手元のPCで動かす、という期待だけは持たないほうが安全です。
✅ まとめ
- Kimi K3 は Moonshot AI の最新フラッグシップ。総パラメータ約2.8兆・活性約1040億のスパースMoE で、公開されたオープンウェイトとして最大級
- K2（2025・約1兆）からの正当な進化。規模・文脈長（1M）・マルチモーダルを一段引き上げ、「巨大化」と「オープン化」を同時に進めた
- Artificial Analysis の総合指標で約57・4位（同機関いわく、オープンウェイトで初のこの位置）。とくにコーディングが強い。ただし順位は測定条件で変わる各機関の主張で、勝敗の断定はしない
- 懸念は誠実に——2.8兆は自宅では動かない（DC級クラスタ前提）、オープンウェイト≠オープンソース（Kimi K3 ライセンスに規模条件）、中国発ゆえの運用上の留意点
- 使い方は3択。個人はまず API か無料枠アプリが現実的。価格は入力3ドル／出力15ドルと安価
- 数値・価格・順位は執筆時点（2026年7月28日）。重要な判断は公式で最新を確認
よくある質問（FAQ）
Q. Kimi K3 は自分のPCで動かせますか？
A. 現状は難しいです。低ビット量子化しても重みだけで約1.4TBあり、単体の高性能GPUには収まりません。自己ホストにはデータセンター級の分散クラスタ（64基以上のアクセラレータ）が前提です。個人は公式アプリや kimi-k3 API を使うのが現実的です。
Q. オープンウェイトなら、自由に商用利用できますか？
A. 条件付きです。Kimi K3 は独自の「Kimi K3 ライセンス」で配布され、基本はMITに近い許諾ですが、大規模な再提供事業や巨大サービスには追加条件（別途の商用契約や表示義務）が付くとされます。社内の開発・研究などの内部利用は対象外になり得ます。商用予定があるなら、必ず原文のライセンスで確認してください（本記事は法的助言ではありません）。
Q. 結局、GPT-5.6 や Claude より賢いのですか？
A. Artificial Analysis の総合指標では、Claude Fable 5・GPT-5.6 Sol に次ぐ4位（約57）で、クローズドの最上位群にはわずかに届きません。ただし、オープンウェイトとしては最高水準で、コーディングなど得意分野では首位級の結果も出ています。順位は測定条件で変わるため、用途ごとに手元で試すのが確実です。
Q. K2 と何が変わったのですか？
A. 規模と守備範囲が広がりました。総パラメータは約1兆から約2.8兆へ、活性は320億から1040億へ、文脈長は最大100万トークンへ拡大し、入力もテキスト中心から画像・動画を含むマルチモーダルになりました。推論（thinking）を常時オンにした点も新しい特徴です。
Q. この記事の数字は今も正しいですか？
A. 生成AIは賞味期限の短い分野です。本記事は2026年7月28日時点の公式・計測機関の情報にもとづきます。版番号・価格・提供枠・ベンチ順位は改定され得るため、重要な判断の前には末尾の公式リンクで最新を確認してください。
参考
- Kimi-K3 リポジトリ（Moonshot AI 公式・GitHub）
- Kimi K3 — Intelligence, Performance & Price（Artificial Analysis）
- Kimi K3 Quickstart（Kimi API Platform 公式ドキュメント）
- China’s 2.8-trillion-parameter Kimi K3 …largest open-weight AI model ever（Tom’s Hardware）
- Kimi K3’s full weights are here, but they’re ‘open’ with a caveat（VentureBeat）
- Kimi K3: benchmarks, pricing, hardware requirements, and self-hosting（Northflank）
- Kimi K3: The open-weights escalation（Interconnects / Nathan Lambert）
- China’s Moonshot AI Releases Trillion Parameter Model Kimi K2（HPCwire, 2025）