Kimi K3は、Moonshot AIが開発した、長時間にわたるコーディング、ナレッジワーク、ビジュアル推論、ツールを利用するエージェント向けの28兆パラメータ級フラッグシップモデルです。100万トークンのコンテキストウィンドウ、ネイティブな画像・動画理解、常時有効な推論、構造化出力、そして非常に疎なMixture-of-Expertsアーキテクチャを組み合わせています。
注目すべき数値は非常に印象的ですが、それだけでは実用面での疑問には答えられません。Kimi K3は最も強力なクローズドモデルを上回るのでしょうか？1Mコンテキストは本当に役立つのでしょうか、それとも単に高コストな機能なのでしょうか？開発者は2.8Tモデルを自前でホスティングできるのでしょうか？そして、K3が1回のプロンプトへの回答ではなく、数時間にわたってツールを操作する場合、どのような制約が重要になるのでしょうか？
このレビューでは、確認済みの機能とローンチ時の主張を分けながら、Kimi K3が実運用のモデルスタックにおいてどの位置づけになるのかを解説します。
Poyoでの提供状況を2026年7月22日に更新。 Kimi K3はPoyo.aiでモデル ID
kimi-k3として利用でき、Moonshot AIの公式製品からも利用できます。Moonshotは完全なモデルウェイトを2026年7月27日までに公開予定としています。
Kimi K3の概要
| 仕様 | Kimi K3 |
|---|---|
| 提供元 | Moonshot AI |
| モデルID | 公式Moonshot APIではkimi-k3 |
| 総パラメータ数 | 2.8兆 |
| アーキテクチャ | KDA、Attention Residuals、Stable LatentMoE |
| エキスパート数 | 合計896、アクティブ16 |
| コンテキストウィンドウ | 100万トークン |
| 最大生成量 | デフォルト131,072トークン、設定により最大1,048,576まで対応 |
| 入力 | テキスト、画像、アップロード動画 |
| 出力 | テキスト |
| 推論 | 常時有効、low、high、maxの努力レベル |
| エージェント機能 | ツール呼び出し、必須ツール選択、動的ツール読み込み |
| 構造化出力 | Strict JSON Schema |
| コンテキストキャッシュ | 自動 |
| 公式APIステータス | 利用可能 |
| Poyo.aiステータス | kimi-k3として利用可能 |
| 完全ウェイト | 2026年7月27日までの公開を発表済み |
Kimi K3は、密な2.8Tモデルとは異なる方法で巨大なスケールを活用しています。Stable LatentMoEは、各トークンを896個のエキスパートのうち16個にルーティングするため、総パラメータ数は各トークンで実行される計算量と同じではありません。この違いは、アーキテクチャ、知能性能、導入コストを比較する際に重要になります。
Kimi K3が設計された用途
Moonshotは、K3を大きく2つのワークロード向けに位置づけています。それは、長時間にわたるソフトウェア開発と、エンドツーエンドのナレッジワークです。
長期的なコーディング
K3は、長時間続く開発セッションでも生産性を維持できるよう設計されています。公式の例では、大規模リポジトリの解析、ターミナル操作、GPUカーネル最適化、コンパイラ開発、フロントエンド開発、ゲーム開発、CAD、科学技術計算向けコーディングなどが強調されています。
これはコード補完とは異なる目的です。長期的なコーディングモデルには、状態を繰り返し確認し、ツールを選択し、結果を解釈し、計画を修正し、最終成果物を検証する能力が求められます。最初のコード例の品質よりも、継続性や復旧能力が重要になる場合があります。
コーディングループにおけるビジョン機能
K3はネイティブな視覚理解機能を備えています。コードを変更する際、スクリーンショットやレンダリング結果をフィードバックとして利用できます。これにより、フロントエンド開発、ビジュアルQA、ゲーム、3Dシーン、図表など、単体テストだけでは十分に評価できないワークフローにも対応できます。
公式APIは画像データとアップロード動画を受け付けます。公開画像URLはビジョンメッセージで直接利用できません。画像はbase64または対応したファイル処理を通じて提供する必要があり、動画はMoonshotのファイルIDを介して参照します。
ナレッジワーク
K3は、調査、レポート、スプレッドシート、スライド、ダッシュボード、多段階分析にも対応することを目的としています。100万トークンのコンテキストにより大量の証拠データを保持できますが、有用なナレッジワークには依然としてソース管理、引用確認、検証が必要です。大きなコンテキストウィンドウは情報を削除する必要性を減らしますが、すべての事実が正しく想起され、適切に重み付けされることを保証するものではありません。
Kimi K3のベンチマーク性能は？
Kimiのローンチレポートでは、リポジトリ修復、ターミナルタスク、プログラム全体の構築、ナレッジワーク、自動化、ブラウジング、マルチモーダル評価が扱われています。個別のスコア以上に重要なのは全体的な傾向です。K3は長時間にわたるエージェント型ワークフローで特に強く、公式評価スイート全体でも主要なクローズドモデルと競争できる性能を示しています。
ただし、注意すべき点があります。
- Kimi K3の結果は通常、最大推論努力レベルを使用しています。
- モデルは常に同一のエージェントハーネスで評価されたわけではありません。
- 一部のタスクはベンチマーク標準ハードウェアではなく、H20調整環境で実行されています。
- 公式レポートでは、少なくとも1つの競合モデルについてフォールバック動作が記載されています。
- 独立した汎用知能ランキングでは、K3は総合1位には位置づけられていません。
現在の独立分析では、K3は最先端領域に近いモデルとして評価されており、明確にそれを上回る存在とはされていません。これは、K3が総合的には依然として最強クラスのプロプライエタリモデルに及ばないというMoonshot自身の説明とも一致します。
スコア表、評価ハーネスの注記、公式評価と独立評価の違いについては、Kimi K3ベンチマーク解説をご覧ください。
Kimi K3 API料金
Moonshotは、キャッシュ利用時とキャッシュ未利用時の入力価格を分けた、従量課金制の固定料金を提示しています。
| トークン種別 | 100万トークンあたりの公式価格 |
|---|---|
| キャッシュヒット入力 | $0.30 |
| キャッシュミス入力 | $3.00 |
| 出力 | $15.00 |
長いコンテキストを使用するだけで高い料金ティアになることはありません。ただし、総額は大きくなる可能性があります。100万件の未キャッシュ入力トークンは出力前で$3、5万出力トークンではさらに$0.75が加算されます。
自動キャッシュは、繰り返し実行するリポジトリ作業や調査ワークフローのコスト構造を変える可能性があります。安定した500Kトークンのプレフィックスは、ミス時には$1.50ですが、キャッシュヒット時には$0.15です。アプリケーションは、すべての繰り返しリクエストが低料金になると想定せず、キャッシュ動作を記録する必要があります。
具体的なワークロード例とキャッシュ戦略については、Kimi K3 API料金解説をご覧ください。
Kimi K3 vs GPT-5.6 Sol
K3とGPT-5.6 Solは、高度なコーディング、エージェント、推論、専門的業務という領域で重なりますが、異なるトレードオフを持っています。
| 判断項目 | Kimi K3 | GPT-5.6 Sol |
|---|---|---|
| 主な強み | 1Mコンテキストと予定されているオープンウェイト | 最高クラスのクローズドモデル性能 |
| コーディング | 長期的・視覚的なコーディングに強い | 汎用コーディングとターミナル性能に強い |
| マルチモーダル入力 | ネイティブな画像・動画理解 | マルチモーダル機能は現在のAPI仕様に依存 |
| コンテキスト | 100万トークン | 現在のエンドポイント上限を確認 |
| オープンウェイト | 発表済み | なし |
| デプロイ | 公式APIまたは将来的な超大規模セルフホスト環境 | ホステッドAPI |
| 本番成熟度 | 新規リリース | 確立されたOpenAIプラットフォーム |
すべての用途で勝つモデルはありません。K3は、長いコンテキスト、マルチモーダルコーディング、将来的なウェイト利用を重視するチームにとって魅力的です。一方、GPT-5.6 Solは、独立評価での最高水準の品質、成熟したプラットフォーム動作、クローズドなホスティング基盤が重要な場合に魅力があります。
詳細な比較ガイドは、Kimi K3 vs GPT-5.6 Solをご覧ください。
Kimi K3の強み
本当に大規模な作業用コンテキスト
100万トークンにより、エージェントはソースコード、ドキュメント、ツール履歴、視覚的証拠、中間成果物を保持できます。特に、同時に検討すべき証拠情報が大規模な検索によって分断されることを避けたい場合に有効です。
1つのモデルでコーディングと視覚理解
K3は、ソースコードやテキストログだけでなく、レンダリング結果を確認できます。そのため、UI開発、ゲーム、CAD、データ可視化、メディアワークフローなどに適しています。
エージェント向けAPI機能
公式APIは、カスタムツール、強制ツール利用、動的ツール読み込み、ストリーミング、構造化出力、長時間のマルチターンセッションをサポートしています。これらはチャット用途だけではなく、本番システム向けの基盤機能です。
オープンウェイトへの方向性
MoonshotはK3を初のオープン3Tクラスモデルと説明し、完全なウェイト公開を発表しています。公開とライセンスが広範な利用を許可する場合、クローズドAPI専用モデルよりもインフラチームに大きな制御性を提供します。ただし、公開後に提供状況、ライセンス条件、コミュニティによる推論サポートを確認する必要があります。
Kimi K3の制約
思考履歴の保持が必要
Moonshotは、K3が保持された思考履歴を用いて学習されたと説明しています。必要なアシスタント状態を破棄したり、最終テキストだけを保存したり、セッション途中でモデルを切り替えたりすると、品質が不安定になる可能性があります。そのため、正しい会話状態管理が重要です。
過度に積極的になる可能性
長期的な学習により、モデルは作業を継続しようとします。不明確な状況では、ユーザーが許可していない判断をK3が行う場合があります。本番エージェントでは、明確な境界設定、限定されたツール権限、承認ステップ、停止条件の明示が必要です。
最大級モデルはローカルノートPC向けではない
MXFP4ウェイトと疎なエキスパート活性化を使用しても、2.8Tモデルはインフラ規模のデプロイが必要です。Moonshotは64基以上のアクセラレータを備えたスーパー・ノード構成を推奨しています。オープンウェイト化されても、K3が一般的なGPUやワークステーションで実用的になるわけではありません。
出力コストは比較的高い
100万出力トークンあたり$15という料金では、冗長なエージェント動作がコストの大部分を占める可能性があります。アプリケーションでは適切な生成上限を設定し、リクエスト単価ではなく検証済みタスクあたりのコストを測定すべきです。
一部の公開情報はまだ未確定
7月21日時点では、完全なウェイト、最終ライセンス、技術レポートはまだ公開されていません。これらの成果物が存在する前に完全なローカル導入手順を主張する記事には注意が必要です。
Kimi K3を使うべき人
K3は以下の用途で有力な候補です。
- リポジトリ規模のコーディングエージェント；
- 継続的な作業が必要なターミナルワークフロー；
- フロントエンド、ゲーム、CAD、ビジュアルソフトウェアの反復開発；
- 長文調査や専門的成果物の作成；
- 画像やアップロード動画を用いたマルチモーダル分析；
- 将来的なオープンウェイト最先端モデルの導入を検討するチーム。
以下の用途では、サイズやコストが過剰になる可能性があります。
- 分類、抽出、単純なサポート対応；
- 低レイテンシが必要な短い応答；
- 小規模なセルフホスト環境；
- 完全な会話状態を保持できないワークフロー；
- 強力な権限管理や検証境界を持たないエージェント。
Kimi K3の評価
Kimi K3は、最先端規模のアーキテクチャ、100万コンテキストウィンドウ、ネイティブな視覚理解、そして本格的なエージェントAPIを組み合わせた、2026年でも特に注目されるオープンモデルの1つです。最も説得力のある用途は、単発のベンチマーク問題への回答ではありません。コード、ツール、ドキュメント、視覚的フィードバックを横断する継続的な作業です。
このモデルは、最強クラスのクローズドシステムを自動的に置き換えるものではありません。独立評価、出力コスト、状態管理要件、過度な積極性、極めて大規模なセルフホスティング要件はいずれも重要です。本番環境での適切な判断には、代表的な長時間タスクでK3をテストし、検証済み成果あたりのコストを比較することが重要です。
Poyo.aiでの提供状況、確認済みモデルID、料金については、Kimi K3モデルページをご確認ください。
よくある質問
Kimi K3はオープンソースですか？
MoonshotはK3をオープンな3Tクラスモデルと説明し、完全なウェイトを2026年7月27日までに公開するとしています。7月21日時点では、開発者はデプロイや商用利用に関する判断を行う前に、実際のファイルとライセンスの公開を待つ必要があります。
Kimi K3のコンテキストウィンドウはどれくらいですか？
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います。公式APIでは自動コンテキストキャッシュも利用できます。
Kimi K3はGPT-5.6 Solより優れていますか？
一概には言えません。K3は長いコンテキスト、予定されているオープンウェイト、マルチモーダルコーディング、エージェントワークフローで特に魅力があります。GPT-5.6 Solは、一部の独立評価や最高性能評価で優位性を維持しています。同じタスクで両方を検証してください。
Kimi K3は画像と動画に対応していますか？
はい。公式APIは画像入力とアップロード動画入力をサポートしています。画像や動画を生成するのではなく、テキストを出力します。
Kimi K3 APIの料金はいくらですか？
Moonshotは、キャッシュヒット入力で100万トークンあたり$0.30、キャッシュミス入力で100万トークンあたり$3、出力で100万トークンあたり$15を提示しています。
Kimi K3はローカルで実行できますか？
一般的なコンシューマー向けハードウェアでは実行できません。トークンごとにアクティブになるエキスパートは一部ですが、2.8Tモデルは大規模分散インフラ向けに設計されています。