Kimi K3レビュー: Moonshotの2.8Tオープンモデル対Fable 5とGPT-5.6 Sol

Kimi K3レビュー: Moonshotの2.8Tオープンモデル対Fable 5とGPT-5.6 Sol

最終確認日: 2026年7月17日。 以下のすべての仕様、価格、ベンチマーク数値は、公開当日にMoonshotのプラットフォームドキュメント、Artificial Analysis、および独立した報道機関の情報と照合して再確認されました。Kimi K3は2026年7月16日にローンチされました。

今回のKimi K3レビューにおいて、最も注目すべき数字が一つあります。Moonshotの新モデルは、Arenaの「Frontend Code」リーダーボードで初登場1位を記録し、Kimi K2.6から17ランクも躍進してClaude Fable 5を上回りました。これは、ブラインドテスト形式で実際の開発者によって審査されるフロントエンドコーディングコンテストにおいて、中国製のオープンウェイトモデルが勝利を収めたことを意味します。内部構造を見ると、2.8兆パラメータのMixture-of-Experts（MoE）設計を採用しており、トークンごとに896個のエキスパートのうち16個のみを活性化させます。また、100万トークンのコンテキストを読み込み、入力価格は100万トークンあたり0.30ドルから3.00ドルの間で設定されています。興奮する前に知っておくべき注意点として、現時点ではウェイトをダウンロードできず、Moonshotによるとこれが変更されるのは7月27日です。

簡易評価:

• 概要: Moonshot AIのフラッグシップモデル。2.8TパラメータのMoEモデルで、100万トークンのコンテキスト、ネイティブな画像・動画入力、常時有効な推論機能を備えています。API IDは kimi-k3 です。
• 優位性: エージェント型ブラウジング（BrowseComp 91.2）と長期にわたるコーディングタスク（SWE Marathon 42.0。Fable 5およびGPT-5.6 Solの両方を上回る）。ArenaのFrontend Code Arenaで1位。
• 劣勢: FrontierSWEおよびHLE-Full（Fable 5がリード）、DeepSWE（GPT-5.6 Solがリード）。独立系Artificial Analysisによる総合ランキングでは189モデル中4位。
• コスト: キャッシュヒット入力$0.30 / 新規入力$3.00、出力$15.00（すべて100万トークンあたり）。中国のラボが開発したモデルの中で最高額です。
• 注意点: 名目はオープンウェイトですが、チェックポイントの一般公開は2026年7月27日まで行われません。それまではセルフホスティングも独立した第三者評価も不可能です。

一言で結論を言えば、Kimi K3はクローズドな最先端モデルと真正面から渡り合える最初のオープンウェイトモデルですが、ウェイト公開を控えたローンチ直後のソフトウェアであり、プレミアム価格が設定されています。以下では、仕様、ベンチマークの実態（数値の解釈に影響を与える重要な注意事項を含む）、価格計算、そして実際に誰がこのモデルを使用すべきかについて詳しく解説します。

Kimi K3とは何か？

Kimi K3は、2026年7月16日にリリースされたMoonshot AIの最新大型言語モデルです。総パラメータ数2.8兆のMixture-of-Expertsモデルであり、各トークン処理時に896個のエキスパートのうち16個のみを活性化させるため、計算コストは密度の高い2.8Tモデルが必要とする水準よりも大幅に低く抑えられています。テキスト、画像、動画を入力として受け付け、100万トークンのコンテキストウィンドウを保持し、推論機能はデフォルトで常にオンになっています。

仕様の概要は以下の通りです。

興味深いエンジニアリング上のポイントはアテンション設計です。MoonshotはこれをKimi Delta Attention（KDA）と呼んでおり、同社によれば、100万トークンのコンテキストにおいてデコード速度を最大6.3倍高速化するハイブリッド線形アテンション機構です。K3はこれに、Attention Residuals、Gated MLA、Stable LatentMoEといった最新の技術を組み合わせています。これらの略語を暗記する必要はありません。重要なのは、これらが巨大なコンテキストを扱いながらも高速性を維持できるモデルを実現しており、这正是従来のアーキテクチャが破綻しがちなワークロードに対応している点です。

K3を置き換える前のモデルと比較すると、その飛躍は明らかです。パラメータ数はKimi K2（約1T）のほぼ3倍（2.8T）となり、コンテキストウィンドウはK2.6およびK2.7シリーズ（256K）の4倍（100万）に拡大しました。さらに、これまでテキスト中心だったファミリーに画像および動画入力が追加されました。以前のKimiを試して特に印象に残らなかった場合でも、今回は別物のモデルと言えるでしょう。

Kimi K3ベンチマーク: 勝つ領域と負ける領域

Kimi K3のローンチベンチマークは非常に強力であると同時に、複雑な側面を持っています。一部のコーディングおよびエージェントタスクでは他を圧倒しますが、他の領域ではクローズドな最先端モデルに明確に遅れをとっています。表の前に、どの個別スコアよりも重要な注意事項を一つ挙げます。Moonshotは各モデルを独自のコーディング環境内で実行しました。K3はKimiCode、Fable 5はClaude Code、GPT-5.6 SolはCodexでスコアリングされています。モデルを包むソフトウェア環境が結果に影響するため、これらは確定した順位表ではなく、傾向を示すものとして読む必要があります。

以下は、Moonshotのローンチ資料に掲載されている主要なコーディングおよびエージェント関連の数値です。

行横断的に見ると、あるパターンが見えてきます。K3は長期にわたる地道な作業で勝利しています。数時間にわたる持続的なエンジニアリングセッションを測定するSWE Marathonでは、K3の42.0というスコアはGPT-5.6 SolおよびFable 5を明確な差で上回っています。Program Benchでも他を僅差で凌ぎ、エージェント分野でも優勢で、BrowseCompで91.2、OmniDocBenchで91.1を記録しています（MoonshotはAutomation Benchでも首位を報告しています）。

では、どこで負けているのでしょうか？ DeepSWEではGPT-5.6 Solが73.0で先行しています。FrontierSWEではFable 5が86.6で大きくリードしていますが、K3の81.2はSolの71.3を上回っている点にも留意が必要です。Moonshot自身の表でも、K3がFrontierSWEおよびHLE-FullでFable 5に、DeepSWEでGPT-5.6 Solに後れを取っていることを認めています。これはあらゆる面で最先端モデルを打ち負かすモデルではありません。しかし、特定の領域で勝利を収めるモデルであり、これまでオープンウェイトのリリースでこれを実際に達成したものはほとんどありませんでした。

独立系の分析もこれを裏付けています。Artificial Analysis はK3をIntelligence Indexで57点とし、189モデル中4位にランク付けしています。これはClaude Fable 5および2つのGPT-5.6 Sol推論設定には及びませんが、Claude Opus 4.8よりは上位です。測定された出力速度は、比較的控えめな毎秒62トークンです。人間による選好度の観点では、ArenaのFrontend Code ArenaでのK3の1位獲得が際立っています。この順位は自己申告スコアではなく、実際のフロントエンド出力に対して開発者が投票した結果に基づいているためです。

独立系開発者のSimon Willison氏は、ローンチ当日にK3を彼のpelican-on-a-bicycle SVGテスト で試しました。モデルは堅実な結果を生み出し、自身が生成した画像に対して正確なaltテキストを作成しました。これは視覚認識能力の高さを示しています。また、彼は後ほど価格セクションで触れるコスト面の驚きについても指摘し、簡単なSVGテストではエージェント的なツール呼び出しに関する何もわからないことを読者に思い出させました。こうした機能がこそ、このようなモデルの真価が発揮される場です。妥当な注意喚起と言えます。

Kimi K3 対 Fable 5、GPT-5.6 Sol、DeepSeek、Qwen

では、K3はより広いフィールドの中でどこに位置するのでしょうか？ 重要な比較対象は2つあります。クローズドな最先端モデルとの比較、そして同じ中国製オープンウェイトモデルとの比較です。

最先端モデルとの比較において、正直な表現は「最先端に隣接しているが、頂点には立っていない」です。Claude Fable 5とGPT-5.6 Solはまだ総合インテリジェンスランキングでリードしており、Fable 5は最も困難な推論および最先端コーディング評価において依然として優位性を保っています。K3によって変化したのは、カテゴリー全体の隔たりではなく、単一ベンチマークでの勝負にまで差距が縮まったことです。ダウンロード可能なモデルがSWE Marathonでリードし、ブラインド形式のフロントエンドコーディング投票でトップになるというのは、新たな領域です。

オープンウェイトの仲間内での比較では、K3は純粋な能力において新しい最高基準ですが、すべての仕事において自明のデフォルト選択肢というわけではありません。中国製オープンウェイトオプションをグループとして検討する場合、Qwen vs DeepSeek vs GLM比較 では、これら3つのファミリーが市場をどのように分割しているかを説明しています。Qwenは最も軽量なセルフホスティングフットプリントと最も寛容なライセンス、DeepSeekは最も安価なトークン、GLMは実践的なコーディング向けです。K3は今やピークベンチマークにおいてこれらすべてを上回り、価格においても上回っています。これは、安価であることを評判の基盤としてきたカテゴリーにおけるプレミアムオプションです。

GPT-4クラスの品質を実際に上回るモデルを含むより広範なフィールドについては、2026年版ベストオープンソースLLMまとめ がK3の主張を文脈の中に位置づけます。要約すれば、K3はオープンウェイトの天井を引き上げましたが、「オープンウェイト」と「安価」は公式に同一ではなくなったということです。

Kimi K3の価格とキャッシュヒットの計算

ここでK3の評価が分かれるポイントがあります。MoonshotはK3の価格を、キャッシュヒット入力トークン100万あたり$0.30、新規入力トークン100万あたり$3.00、出力トークン100万あたり$15.00とし、100万トークンのコンテキスト全体を通じて一律としています。

これを置き換え前のモデルと比較すると、その変化は顕著です。

これは、K2.6と比較して入力で約3倍、出力でほぼ4倍の値上げです。Willison氏は、$3/$15のレートがClaude Sonnetと同じ tier に位置することを指摘しました。The Decoder は、K3を超格安中国製AI時代の終焉を示すシグナルと呼んでいます。中国製モデルを使用する主な理由が価格であった場合、K3は再考を迫るでしょう。

しかし、実際の請求額を決定するのはキャッシュヒット率です。そのため、Moonshotの公開レートを使用して、現実的なエージェントループでの計算を行ってみましょう。コーディングエージェントが200,000トークンのコードベースコンテキストを読み取り、8,000トークンの出力を生成し、それを1日20回行うと仮定します。

• キャッシュミス（初回のコールドリード）: 200,000入力トークン（$3.00/M）で$0.60、加上8,000出力トークン（$15.00/M）で$0.12。1コールあたり約$0.72、1日で$14.40です。
• キャッシュヒット（コーディングセッションで一般的な、コンテキスト再利用の場合）: 200,000入力トークン（$0.30/M）で$0.06、加上同じ$0.12の出力。1コールあたり約$0.18、1日で$3.60です。

キャッシュ経済により、入力費用は1コールあたり$0.60から$0.06へと約10分の1に削減されます。Moonshotはコーディングワークロードで90%以上のキャッシュヒットを報告しており、これがK3を法外な価格ではなく手頃なものにするシナリオです。予算管理における教訓は、K3はコールドなワンショットコールでは高価ですが、ウォームでコンテキスト重視のループ内では合理的だということです。

Willison氏が浮き彫りにしたもう一つの罠があります。K3は現在、単一の「max」推論レベルのみを提供しており、推論トークンは出力レートで課金されます。彼の簡単なSVGテストでは、3,417の出力トークンに加えて13,241の推論トークンを消費したため、些細なプロンプトで約25セントかかりました。まだ安価な「低推論」モードがないため、K3は簡単な質問に対して過払いになります。コスト管理が優先事項である場合、LLM API価格比較 および LLM APIコスト削減ガイド のガイドが直接適用されます。積極的にキャッシュを活用し、些細なコールはより安価なモデルにルーティングし、K3はプレミアム料金を支払う価値のある困難で長文コンテキストの作業にreservedしてください。

オープンウェイト: ここでの「オープン」の意味

これはローンチの見出しが軽視していた部分です。Kimi K3はオープンウェイトモデルとして発表され、Moonshotにはダウンロード可能なチェックポイントを出荷してきた確かな実績があります。しかし、2026年7月17日現在、K3のウェイトは公開されていません。MoonshotのHugging Face組織には、K2シリーズのチェックポイントのみがリストされています。同社は、完全なウェイトが2026年7月27日に到着すると述べています。

なぜこのギャップが重要なのでしょうか？ 3つの実用的な理由があります。

• 現時点ではセルフホスティング不可。 ウェイトが公開されるまで、K3を独自のハードウェアやプライベートクラスターで実行することはできません。データ居住地要件やエアギャップ要件を持つチームにとって、K3は現時点ではAPI専用であり、オープンモデルを選択する大きな利点の一つが無効になります。ウェイトが公開された際には、ローカルでLLMを実行するための最佳ツール および LLMをローカルで実行するガイド が役立ちますが、2.8Tパラメータのモデルはラップトップクラスではなくクラスタークラスであることに注意してください。
• 独立した評価がまだ存在しない。 目にしたすべてのK3ベンチマークは、Moonshot独自の環境でベンダーによって実行されたものです。HLEやエージェント固有のタスクなどに関する深刻なサードパーティの数値は、外部ラボがテスト用のウェイトを手に入れるまで存在し得ません。ローンチ表は強力な主張ではありますが、検証済みの結果ではありません。
• ライセンス条項はまだ確定していない。 以前のKimiリリースは寛容なライセンスを使用してきましたが、特に商用展開を計画している場合は、チェックポイント公開時に公式モデルカードで正確なK3ライセンスを確認してください。

これらがK3の印象を損なうものではありません。ただし、モデルのダウンロードとファインチューニングに依存する計画がある場合、実際の評価開始日は7月16日ではなく7月27日となります。

クライアントワークにおけるKimi K3の評価方法

このレビューの出典と限界についての簡単な注記です。Techsyでは、B2Bクライアント向けの本番パイプラインにサードパーティのLLMを組み込んでおり、通常はOpenAI SDK互換のエンドポイントを通じて、配管工事を作り直すことなくモデルを交換できるようにしています。K3はこのパスに cleanly 適合します。OpenAI互換のAPIをモデルID kimi-k3 で公開しているため、既存の統合にドロップして試用するのは、書き直しではなく設定変更で済みます。

新しいモデルが登場するたびに、推奨する前にクライアント代表タスクに対する同じ固定評価を実行します。そして、このレビューにおける正直な限界は、独自K3スコアをまだ公開していないことです。ウェイトが出ておらず、ローンチベンチマークはMoonshot独自の環境でベンダーによって実行されました。公平な数値には、リーダーボードではなく実際のクライアントワークに見えるタスクに対する中立なセットアップが必要です。発売1日でウェイト未公開のモデルからのファーストパーティベンチマークを引用することは、まさに私たちがクライアントに信頼しないよう助言する種類の数値です。

現時点でライブAPIから評価できるのは、リーダーボードを必要としない部分、つまり統合サーフェス、コストモデル、および失敗モードです。上記の価格計算はベンチマークではなく、Moonshotの公開レートに基づく独自の計算であり、すでに運用上の真実を教えてくれます。キャッシュ規律こそが、K3を手頃なものと予算問題にするものの違いです。K3のようなモデルがスタックに属するかどうかを判断する支援が必要な場合、それはTechsyのAI統合プラクティスで行う種類の評価であり、無料相談を予約して議論することができます。

Kimi K3を使用すべき人（と使用すべきでない人）

Kimi K3は特定のジョブセットには強力な適合性を示しますが、他のものには不適です。実際のワークロードに合わせて選択してください。

K3を選ぶべき場合:

• エージェント型ブラウジングまたは研究を実行している。 BrowseCompおよびAutomation Benchでのリード、 plus 最高の独立系エージェント研究評価により、現在、ツール使用エージェントにとって最も有能なオープンウェイトオプションです。
• 長期にわたるコーディングを行っている。 SWE Marathonは数時間にわたるエンジニアリングセッションを模倣するベンチマークであり、K3はこれをリードしています。エージェントが大規模なコードベース上で長期にわたって作業する場合、ここがK3の本領発揮の場です。
• オープンウェイトの最先端隣接モデルを望み、ウェイト公開を待てる。 7月27日にトップティアのオープンモデルをセルフホスティングすることが目標であれば、K3は利用可能な中で最も有能な候補です。

待つべき場合:

• 今日中にウェイトが必要。 7月27日まで、K3はAPI専用です。今週はすでにダウンロード可能なモデルの方が役に立ちます。
• 高ボリュームでコストに敏感なトラフィックを扱っている。 単一の高価な推論レベルとプレミアム出力価格のため、K3はシンプルなコールで過払いになります。バルクワークではKimi K2.7-Codeまたはより安価なオープンモデルが勝ちます。
• 採用前に証明された独立した評価を要求している。 ローンチ数値はベンダー実行です。プロセスがサードパーティの検証を要求する場合は、数週間待ってください。

よくある質問

Kimi K3とは何ですか？

Kimi K3は、2026年7月16日にリリースされたMoonshot AIのフラッグシップ大型言語モデルです。2.8兆パラメータのMixture-of-Expertsモデルで、トークンごとに896個のエキスパートのうち16個を活性化し、100万トークンのコンテキストウィンドウをサポートし、推論機能を常時オンにした状態でテキスト、画像、動画入力を受け付けます。

Kimi K3はオープンソースですか？

Kimi K3はオープンウェイトモデルとして発表されていますが、2026年7月17日現在、ウェイトは公開されていません。Moonshotは完全なチェックポイントを2026年7月27日にリリースすると述べています。それまではKimiアプリおよびAPIを通じてのみ利用可能であり、セルフホスティングはできません。

Kimi K3はKimi K2とどう違いますか？

K3はK2のパラメータ数をほぼ3倍（2.8兆対約1兆）にし、K2.6およびK2.7ラインのコンテキストウィンドウを4倍（100万対256Kトークン）に拡大し、以前はテキスト中心だったファミリーにネイティブな画像および動画入力を追加しました。また、新しいKimi Delta Attention設計も導入しています。

Kimi K3の価格はいくらですか？

MoonshotはK3を、キャッシュヒット入力トークン100万あたり$0.30、新規入力トークン100万あたり$3.00、出力トークン100万あたり$15.00で価格設定しています。これはK2.6の入力価格の約3倍、出力価格のほぼ4倍であり、K3を中国のラボがリリースした最も高価なモデルにしています。

Kimi K3のコンテキストウィンドウは何ですか？

Kimi K3は100万トークンのコンテキストウィンドウをサポートしており、その全ウィンドウを通じて価格は一貫しています。このモデルはKimi Delta Attentionと呼ばれる新しいアテンション設計を使用しており、Moonshotによれば、100万トークンのコンテキスト長でデコード速度を最大6.3倍高速化します。

Kimi K3をローカルで実行できますか？

現時点ではできません。ウェイトは2026年7月27日まで公開されません。その後、技術的にはセルフホスティングが可能ですが、2.8兆パラメータのモデルには単一のワークステーションではなくクラスタークラスのハードウェアが必要となるため、ほとんどのチームは引き続きAPIを通じてアクセスすることになるでしょう。

Kimi K3は本当にFable 5より優れていますか？

タスクによります。K3はSWE Marathon、Program Bench、およびArenaのブラインドフロントエンドコーディング投票でClaude Fable 5を上回っています。Fable 5は依然としてFrontierSWE、HLE-Full、および総合インテリジェンスランキングでリードしています。すべてのローンチベンチマークは各ベンダーの独自の環境で実行されたため、単一ベンチマークでの勝利は傾向として捉えてください。

Kimi K3はコーディングに適していますか？

はい、特に長期にわたる持続的なコーディングセッションとフロントエンド作業において、現在リードしています。エージェントおよびターミナルタスクでも強力です。主な欠点はコストです。1つの高価な推論レベルがあるため、些細なコールで過払いになります。そのため、高ボリュームの定型作業にはより安価なモデルと組み合わせて使用してください。

Kimi K3にはどのようにアクセスできますか？

Kimiウェブアプリ、Kimi Work、Kimi Codeを通じて、またはモデルID kimi-k3 を使用したAPIを通じてKimi K3を利用できます。APIはOpenAI SDK互換であるため、既存のOpenAIスタイルの統合に追加するのは主に設定変更です。

著者について

Mert Batur Gurbuz, Co-Founder, Techsy.io (University of Birmingham). LinkedIn でつながる。

Mert Batur GurbuzはTechsy.ioの共同創設者であり、同チームはB2Bクライアント向けにAIエージェント、自動化システム、および音声/SDRパイプラインを提供しています。バーミンガム大学で学び、Techsyチームが生産環境で実際に使用しているLLMツールスタックについて執筆しています。

主要なポイント

• Kimi K3は、クローズドな最先端モデルと真正面から渡り合える最初のオープンウェイトモデルです。SWE Marathonをリードし、Arenaのブラインドフロントエンドコーディング投票でClaude Fable 5を上回ってトップになりました。
• 最先端に隣接していますが、頂点ではありません。独立系Artificial Analysisは189中4位にランク付けしており、最も困難な推論および最先端コーディングテストではFable 5に後れを取っています。
• 名目はオープンですが、実際には保留中。ウェイトは2026年7月27日まで公開されないため、それまではセルフホスティングも独立した評価もできません。
• 価格が超格安中国製AI時代を終えました。100万トークンあたり$3/$15という価格では、キャッシュ規律こそがK3を手頃なものに保つ鍵です。コールドなワンショットコールではなく、ウォームでコンテキスト重視のループ用に予算を組みましょう。
• エージェント型研究および長期コーディングに最適。今日中にウェイトが必要か、コストに敏感な高ボリュームトラフィックを扱っている場合は、待つるかより安価なモデルを選択してください。決定のお手伝いが必要な場合は、お問い合わせください。