Kimi K3の総パラメータは2.8兆、活性化は1,040億
Kimi K3とは中国・北京のAI企業Moonshot AIが2026年7月16日に発表した大規模言語モデルで、チャットサービス「Kimi」とアプリから同日に使うことができるようになりました。開発者向けAPIからも同日に利用できます。
2026年7月27日にはモデル本体の重みが公開され、誰でもダウンロードできます。配布先はHugging Faceのmoonshotai/Kimi-K3です。
2.8兆という数字だけを見ると誤解しやすいのですが、総パラメータが2.8兆でも1つのトークンを処理するときに計算に使うパラメータは1,040億だけで、全体の4%に届きません。規模の大きさと1回あたりの計算量は別物で、API料金は使ったトークン数に応じて変わる一方、自前で動作させるのに必要な機材は総パラメータの2.8兆に左右されます。
Kimi K3の主なスペック（モデルカードと公式ブログ）
MoEは896個中16個に共有2個を加えて使用
MoE（混合エキスパート）とはモデルの中に役割の異なる部品を大量に持たせ、入力に応じて一部だけを使う設計のこと。この設計を採るKimi K3は896個のエキスパートを持ち、1つのトークンにつき16個を選んで計算に用います。ほかに常に計算に加わる共有エキスパートが2個あり、選択した16個と合わせて1,040億パラメータ分が1トークンあたりの計算量になります。
毎回すべてのエキスパートを動作させるわけではないので、2.8兆という規模のわりに応答は速く費用も抑えられます。全93層の内訳はKimi Delta Attentionが69層とGated MLAが24層で、疎な構成にしたことでスケーリング効率がKimi K2のおよそ2.5倍になったとMoonshot AIは書いています。
New Architecture : Kimi K3 is built on Kimi Delta Attention (KDA) and Attention Residuals (AttnRes), and scales up MoE sparsity with a Stable LatentMoE framework that activates 16 out of 896 experts — yielding an approximate 2.5× improvement in overall scaling efficiency over Kimi K2. ／ Total Parameters ／ 2.8T ／ Activated Parameters ／ 104B ／ Number of Shared Experts ／ 69 KDA + 24 Gated MLA — Key Features の記述と、諸元表の各セル（総パラメータ・活性化パラメータ・共有エキスパート・注意層の内訳）より公式情報を見る →
コンテキスト長は約100万トークンで、画像も読み込める
Kimi K3のコンテキスト長は1,048,576トークンあり、長い仕様書やコードベースをまとめて入力できます。トークンとはAIが文章を区切ってカウントするときの単位のこと。APIでも1リクエストでこの上限まで入力できます。
画像の読み込みは後から追加した機能ではなく、はじめから同じモデルで処理できるように設計されています。例えば図やスクリーンショットを見せながら文章で指示する状況でも、モデルを切り替える必要がありません。
Today, we are introducing Kimi K3 — our most capable model. Kimi K3 is a 2.8T-parameter model built on our Kimi Delta Attention and Attention Residuals, with native vision capabilities and a 1-million-token context window. — 2.8Tパラメータ・ネイティブビジョン・1Mコンテキストに関する発表冒頭の記述より公式情報を見る →
Kimi K3の性能はベンチマークの条件で順位が入れ替わる
ベンチマークとは同じ課題を複数のモデルに解かせて点数を比較する評価のこと。その点数で見ると、Kimi K3は指標ごとの強弱が明確で、1つの数字で「Claudeより上」とは言い切れません。Moonshot AIの主張は、数字が出た測定条件とセットで押さえておく必要があります。
総合はFable 5とGPT 5.6 Solに及ばないと明記
Moonshot AIは公式ブログの冒頭で、総合性能ではClaude Fable 5とGPT 5.6 Solになお及ばないと自ら認めています。そのうえでMoonshot AIの評価スイート全体ではフロンティア水準に達し、テストした他のモデルより一貫して高い性能だったと続けます。
分野を限定するとMoonshot AIの主張は強くなります。GPUカーネル最適化の比較では同じサンドボックスに各モデルを置き、最大24時間かけて4つの課題を解かせています。
Kimi K3はClaude Fable 5と競り合い、Claude Opus 4.8とGPT 5.6 Sol、GPT 5.5は大きく上回る結果でした。ただしこの評価を設計したのも回したのもMoonshot AIで、第三者が同じ条件で検証した結果ではありません。
While its overall performance still trails the most powerful proprietary models, Claude Fable 5 and GPT 5.6 Sol, Kimi K3 demonstrated frontier-level performance across our evaluation suite, consistently outperforming other tested models. ／ Each model works independently in an identical sandbox, with up to 24 hours to profile, rewrite, and benchmark four tasks spanning AttnRes, KDA, and a 512-head-dimension MLA kernel across NVIDIA Hopper GPUs and GPGPU from an alternative vendor. Kimi K3 performed competitively with Fable 5 (with fallback) and substantially outperformed Opus 4.8, GPT 5.6 Sol, and GPT 5.5. — 総合性能の位置づけと、カーネル最適化の評価条件・結果に関する記述より公式情報を見る →
コーディングはハーネスで数字が動き、指標で勝敗が入れ替わる
ハーネスとはモデルにツールを使わせて課題を解かせる実行環境のことです。モデルカードの脚注によると、同じ指標でもモデルごとに別のハーネスで計測しているとのこと。組み合わせは次の3つです。
- Kimi K3はKimi Code
- ClaudeはClaude Code
- GPTはCodex
DeepSWEはKimi Code環境なら67.5点ですが、mini-SWE-agent環境では67.3点です。環境が変われば数字が動き、勝敗そのものも指標で入れ替わります。
また、Terminal-Bench 2.1はKimi K3が88.3点、Claude Fable 5が88.0点でほぼ同点ですが、GPT-5.6 Solは88.8点で上です。モデルごとに測定条件が異なるため、同じ指標の数値も厳密な比較にはなりません。
FrontierSWEではKimi K3が81.2点、Claude Fable 5が86.6点で、差が明確に開きます。逆にSWE-MarathonはKimi K3が42.0点、Claude Fable 5が35.0点ですが、Moonshot AIはClaude Fable 5が測定タスクの35%でフォールバックを起こして点数が下振れした可能性があると書き添えています。
Kimi K3と他モデルのコーディング評価点、Hugging Faceモデルカードの公表値
棒は0〜100の点数で高いほど良い。オレンジがKimi K3。SWE-MarathonについてMoonshot AIは、Claude Fable 5が測定タスクの35%でフォールバックを起こしたと書き添えている。
Kimi K3
Claude Fable 5
GPT-5.6 SolClaude Opus 4.8Kimi K3Claude Fable 5GPT-5.6 SolKimi K3Claude Fable 5Kimi K3（Kimi Code）Kimi K3（mini-SWE-agent）Claude Fable 5GPT-5.6 SolAll Kimi K3 results are obtained with reasoning effort set to 'max' and temperature = 1.0. ／ DeepSWE. Kimi K3 is evaluated with the Kimi Code harness. ／ under which Kimi K3 attains 67.3 with the mini-SWE-agent harness ／ Additionally, Claude Fable 5 hit fallbacks on 35% of the tasks in our evaluation, which may have negatively impacted its measured performance. ／ DeepSWE ／ 67.5 ／ Terminal-Bench 2.1 ／ 88.3 ／ 88.0 ／ 88.8 ／ FrontierSWE ／ 81.2 ／ 86.6 ／ SWE-Marathon ／ 42.0 ／ 35.0 — Footnotes の推論設定・ハーネスの割り当て・DeepSWE の別条件・SWE-Marathon の補足と、評価表の各セル（指標名と、Kimi K3・Claude Fable 5・GPT-5.6 Sol の値）より公式情報を見る →
Kimi K3はAPIとメンバーシップならすぐに利用可能
Kimi K3を利用する手段は開発者向けAPI・個人向けメンバーシップ、公開された重みによるローカル運用の3つです。ただし、APIとメンバーシップはすぐに利用できますが、ローカル運用だけは必要な機材の規模がけた外れに大きくなります。
Kimi K3の使い方と費用（料金は2026年9月1日時点の公式料金ページ、重みと推奨構成はHugging Faceと公式ブログ）
moonshotai/Kimi-K3API入力は100万トークン3ドル、キャッシュで0.30ドル
APIの料金は100万トークンあたり入力3ドル（約487円）、出力15ドル（約2,435円）です。同じ資料を繰り返し読み込ませてキャッシュが効いた入力だけは0.30ドル（約48.7円）まで低下し、通常より90%安くなるので、長い前置きを何度も再送信するほど費用の差は大きくなります。
コンテキスト長を使い切っても追加料金はなく、1リクエストで1,048,576トークンまで一律です。開発用途の見積もりは、共通の前置きをどれだけキャッシュに乗せられるかでほぼ左右されます。
Kimi K3 API pricing is calculated based on token usage, billed per 1M tokens (1,000,000 tokens). Input tokens are billed at $3.00 per 1M tokens on a cache miss, or $0.30 per 1M tokens on a cache hit. Output tokens are billed at $15.00 per 1M tokens. ／ The model supports automatic context caching, tool calls, JSON mode, structured outputs, and a full 1M-token context window in a single request. — API 単価とキャッシュ、1リクエストのコンテキスト上限に関する記述より公式情報を見る →
Kimi K3の料金は4プランで、年払いなら月額15ドルから
チャット向けのメンバーシップは、Moderato・Allegretto・Allegro・Vivaceの4プランです。年払いの月額換算で15ドル（約2,435円）・31ドル（約5,033円）・79ドル（約1万2,830円）・159ドル（約2万5,810円）、月払いなら19ドル（約3,085円）・39ドル（約6,332円）・99ドル（約1万6,070円）・199ドル（約3万2,310円）です。
プランの差は同時に稼働できるエージェントの数と、1回のチャットで使うことができるトークン数です。100万トークンのコンテキストを丸ごと使うことができるのは上位のAllegroとVivaceの2プランだけなので、長い資料を読み込ませる前提なら下位プランでは不十分です。
All prices above reflect annual billing. Monthly billing is also available at $19, $39, $99, and $199 per month respectively. Allegro and Vivace unlock K3's extra-long chat capacity, supporting up to 1M tokens of context for ultra-long conversations, large codebases, and document-heavy research. — メンバーシップの年払い・月払いと、上位2プランの長文チャットに関する記述より公式情報を見る →
オープンウェイトでも重みは1.56TB、ライセンスも独自
Kimi K3の重みはオープンウェイトとして公開されていますが、safetensors形式の96ファイルで合計は約1.56TBあります。回線と保存先を用意するだけでもひと仕事になる量です。
動作させるための条件はさらに重くなります。Moonshot AIは高速な通信で接続したアクセラレータが多いほど推論の効率が向上するとして、アクセラレータを64基以上まとめたスーパーノード構成を推奨しています。1トークンで動作するのが1,040億パラメータでも、2.8兆すべての重みを常にメモリへ読み込んでおく必要があるためです。
配布条件はMoonshot AI独自の「Kimi K3 License」で、OSIが認定するオープンソースライセンスではありません。上乗せの規定は第2条と第3条の2つだけです。
第2条の対象は、推論や追加学習を他社向けにサービスとして提供する事業です。自社と関連会社の売上が連続する12か月に2,000万ドル（約32億4,700万円）を超えると、商用利用の前にMoonshot AIとの別途契約が必要になります。
第3条は月間アクティブユーザーが1億人を超えるか、月間売上が2,000万ドル（約32億4,700万円）を超える商用製品で使うとき、画面に「Kimi K3」と表示するよう定めています。第4条は社内利用とMoonshot AIの公式製品・認定推論パートナー経由の利用を、第2条と第3条の対象外とします。ただし呼び方だけでは許諾の範囲が分からないため、採否を判断する前に条文そのものを読んでおくと安全です。
ご自身のパソコンで試すなら規模の小さいモデルを選ぶほうが現実的です。MITライセンスのモデルは、著作権表示とライセンス文を残せば商用利用・改変・再配布まで自由にできます。
If the Licensee or any of its affiliates operates a Model as a Service business, and the aggregate revenue of the Licensee and its affiliates exceeds 20 million US dollars (or the equivalent in other currencies) in total over any consecutive 12 months, the Licensee must enter into a separate agreement with Moonshot AI before using the Software or its derivative works for any commercial purpose. ／ more than 100 million monthly active users, or more than 20 million US dollars (or equivalent in other currencies) in monthly revenue, "Kimi K3" must be prominently displayed on the user interface of such product or service. ／ The requirements set forth in Sections 2 and 3 do not apply to: (a) internal use of the Software — 売上閾値・UI表記義務・適用除外に関する条文より公式情報を見る →
Since inference efficiency likewise benefits from larger high-bandwidth communication domains, we recommend deploying Kimi K3 on supernode configurations with 64 or more accelerators. — 推奨デプロイ構成に関する記述より公式情報を見る →
データを社外に出せるかで利用手段が変わる
Kimi K3は総パラメータ2.8兆という規模と、1トークンでは1,040億しか動作させない設計を同時に持つモデルです。重みは誰でもダウンロードできる状態で公開されましたが、約1.56TBの重みを置く保存先とアクセラレータ64基以上を用意できる人は限られます。まずはAPIかメンバーシップで自社の課題に当ててみるのが出発点です。
採否を判断する基準はAIに入力するデータを社外へ出せるかどうかで、データを出せるならAPIを少量から利用し、出せないならローカル運用の見積もりを先に取ります。この順で判断すれば性能の数字だけを見て走り出す事態を避けられます。
Kimi K3のような海外発モデルを調べると、英語の公式ブログやモデルカードを読む機会が増加します。長い英語の資料をAIに要約させるなら、先にMarkdown（マークダウン）形式へ整えておくと章立てや表の構造を保ったまま提供できます。
FAQ
- Kimi K3はいくらで使うことができますか？
- 開発者向けAPIは100万トークンあたり入力3ドル（約487円）・出力15ドル（約2,435円）で、キャッシュが効いた入力だけ0.30ドル（約48.7円）まで低下します。チャットとして使うメンバーシップは4プランあり、年払いなら月額換算15ドル（約2,435円）からです。料金は変わることがあり、本記事は公式料金ページが2026年9月1日時点で掲載していた金額でまとめています。
- Kimi K3はオープンソースですか？
- モデル本体の重みは2026年7月27日にHugging Faceで公開されていますが、配布条件はMoonshot AI独自の「Kimi K3 License」で、OSIが認定するオープンソースライセンスではありません。重みを入手できるという意味の「オープンウェイト」と呼ぶのが正確です。呼び方だけでは許諾の範囲が分からないため、採否の判断には条文そのものを調べる必要があります。
- Kimi K3は個人のパソコンで実行できますか？
- 現実的には動作させることができません。公開されている重みはsafetensors形式で96ファイル・合計約1.56TBあり、Moonshot AIはアクセラレータを64基以上まとめたスーパーノード構成での運用を推奨しています。個人が用意できる範囲を大きく超えるため、多くのユーザーはAPIかチャットで使うことになります。
関連する記事
Kimi K3.1 Proとは？前のK3より3割安く、重みもすでに公開Kimi K3.1 Proは、Moonshot AIが2026年10月24日に発表したKimi K3の強化版です。K3に事後学習を重ね、コーディングではClaude Opus 5.5に僅差まで迫りました。APIは100万トークンあたり入力2ドル（約316円）・出力10ドル（約1,581円）とK3より3割安く、重みもHugging Faceで公開されています。
Kimi K3の蒸留疑惑を米高官がFableの蒸留と主張、証拠は未提示Kimi K3の蒸留疑惑は、ホワイトハウス科学技術政策局のクラツィオス局長が2026年7月22日に投稿しました。Moonshot AIがFableを蒸留したという主張に証拠の提示はなく、財務長官は制裁に言及し、専門家と中国政府が反論しています。アリババ経由のNVIDIAチップ約2万基の報道は別の話です。
中国製オープンソースAIを米政権が規制検討、政権内で賛否両論トランプ政権が中国製オープンソースAIの規制を再検討していると報じられました。Moonshot AIのKimi K3が台頭したことがきっかけで、Entity List追加などの手段が挙がりますが、正式な禁止は確定していません。元ホワイトハウスAI担当のSacks氏は規制強化に反対しています。
Reflection Beamとは？混合エキスパート構成のオープンモデルReflection AIが10月5日に発表したBeamは、総501B・アクティブ23BのMoE構成のオープンウェイトモデルです。GLM 5.2と同程度のスコアを1/4〜1/3の推論計算量で出すと主張し、重みは10月中にApache 2.0で公開予定。10月10日にはNVIDIAによる買収協議をFTが報じました。