1. Kimi K3とは何か アーキテクチャと進化

2026年7月16日Moonshot AI（月之暗面）はKimi K3をリリースしました。上海で開催される世界人工知能大会（WAIC）を目前に控えたタイミングです。アリババから出資を受けるこの北京のラボは、ここ18か月DeepSeekに市場シェアを侵食され続けてきました。K3はその反撃であり、初期の数字はその意気込みを裏付けています。

Moonshotが欧米の本番環境に初めて登場したわけではありません。CursorはComposer 2のモデルをKimi K2.5をベースに構築しました。DoorDashのCTOは、同社が下位層の作業をKimi K2.6に振り分けていると明言しています。つまり、新しいKimiフラッグシップが登場するたびに、開発者たちはすでに実際に使い込んでいるのです。

1.1 技術仕様 2.8兆パラメータのスパースMoE

K3はスパースMixture-of-Experts（MoE）モデルで総パラメータ数2.8兆。Moonshotの最大規模のリリースであり同社の主張によれば、これまでに誰も出荷したことのない最大のオープンウェイトモデルです。公開前のリークでは2.5兆近辺とされていましたがMoonshot自身の資料やArtificial Analysis、LLM Statsなどの独立トラッカーで確認された数字は2.8兆です。

ネット上で流通する「2.8T-A50B」という表記からコミュニティが推定したアクティブパラメータ数は、おおよそ1トークンあたり500億ですが、Moonshotは公式にこの数値を公表していないため方向性として正しいと考えるべきで、確定数字ではありません。

1.2 新アーキテクチャ Stable LatentMoE

アーキテクチャはMoonshotが「Stable LatentMoE」と呼ぶもので各トークンを896個のエキスパートのうち16個にルーティングします。その上に2つの新機構が載っています

※いずれもベンダー報告値であり独立した再現検証はまだ待たれています。

1.3 Kimiシリーズの進化 K2からK3へ

K3はポイントリリースではありません。Moonshotがこれまで出荷したものの約3倍の規模を持つ新しいアーキテクチャでありKimiモデルとして初めて「オープンモデルの中でトップ」ではなくランキング全体で1位を獲得したモデルです。

2. Kimi K3の使い方 無料・API・IDE統合

2.1 無料で試す Kimiアプリ

最も手軽なのはKimiアプリです。Web（kimi.com）またはiOSからアクセスできます。K3 Maxは無料アカウントでも標準レート制限内で利用可能でAPIキーは不要です。

2.2 API設定 OpenAI SDK互換

platform.kimi.aiでアカウントを作成しAPI Keysからキーを発行します。APIはOpenAI SDKに直接対応しているためベースURLを変更するだけで統合できます

import os from openai import OpenAI client = OpenAI( api_key=os.environ["MOONSHOT_API_KEY"], base_url="https://api.moonshot.ai/v1", ) completion = client.chat.completions.create( model="kimi-k3", messages=[{"role": "user", "content": "Kimi K3 を一文で紹介してください。"}], ) print(completion.choices[0].message.content)

一般APIのモデルIDはkimi-k3です。デフォルトの最大出力は131,072トークンでフルウィンドウまで設定可能です。思考モードは常時オンで、現時点では「max」推論強度のみがサポートされています。low/highは今後追加予定です。

2.3 Kimi Code コーディングエージェント専用

Kimi Codeはコーディングエージェントワークフロー専用にMoonshotが開発したターミナル・VS Codeツールです。別製品で独自のエンドポイントを持ちます。

https://api.kimi.com/coding/v1

提供モデル

• K3（フラッグシップ）モデルID k3
• K2.7 Code（コーディング特化）モデルID kimi-for-coding または高速版 kimi-for-coding-highspeed

2.4 既存ツールへの組み込み

Moonshotの公式ドキュメントではClaude Code・Cline・RooCode・Codexをサポートするコーディングエージェントハーネスとして挙げています。

Claude Codeへの統合

環境変数をKimiのコーディングエンドポイントに向けます

export ANTHROPIC_BASE_URL=https://api.kimi.com/coding/ export ANTHROPIC_API_KEY=Your_API_Key export ANTHROPIC_MODEL="k3[1m]" export ANTHROPIC_DEFAULT_SONNET_MODEL=$ANTHROPIC_MODEL export ANTHROPIC_DEFAULT_OPUS_MODEL=$ANTHROPIC_MODEL export CLAUDE_CODE_MAX_CONTEXT_TOKENS=1048576 export CLAUDE_CODE_EFFORT_LEVEL=max claude

ClineとRooCodeも同様の原理で動作します。カスタムOpenAI互換プロバイダー設定をMoonshotのベースURLに向け、モデルIDを入力するだけです。

3. 価格体系とコスト最適化

K3の料金は以下の通りです。100万トークンのコンテキスト全体でフラットレートで、長いプロンプトに対する追加料金はありません。

この価格はMoonshotの価格ページおよびArtificial Analysis、OpenRouterなどの独立トラッカーと一致しています。Axiosの記事では$12/100万トークン前後のブレンド料金が引用されていますが、これは外れ値と考えられ、Moonshotの公式ドキュメントを含む他のすべての情報源で一貫して報告されている$3/$15の表示価格に対して異なります。

3.1 コスト最適化の鍵 キャッシュヒット率

実際のコストで最も影響力があるのはキャッシュヒット率です。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率を報告しておりリポジトリコンテキストを繰り返し送信するエージェントループは10倍の割引を大きく享受します。

3.2 出力効率の向上

もう一つのレバーは出力の冗長性です。K3はArtificial AnalysisのIntelligence IndexランにおいてK2.6より約21%少ない出力トークンを使用します。これは、トークン単価が高くなっても結果的にコストに有利に働きます。

4. 主要AIモデルとの性能比較

4.1 フロントエンドコード生成ランキング

* Qwen3.7 MaxのスコアはArtificial Analysis Intelligence Indexによるもの。Frontend Code Arenaとは別指標。

4.2 オープンウェイトモデルとの価格比較

直接的なオープンウェイト競合との比較では、K3は高価格側に位置します

• DeepSeek V4 Pro 入力で約7分の1、出力で約17分の1の価格。現時点で最安。
• GLM-5.2 K3の約3分の1〜半分の価格帯。MITライセンスで完全オープン。
• Kimi K2.7 Code K3の約3分の1の価格で、コーディング特化。

いずれもFrontend ArenaスコアではK3に及びませんが、汎用能力では十分に近く、高ボリュームのワークロードでは価格が決め手になります。

4.3 クローズドフロンティアモデルとの比較

クローズドフロンティアモデルとの比較では、K3はMoonshotが前面に出したベンチマーク 人間の嗜好によるフロントエンドコード生成でリードしています。7つのサブドメイン中6つでClaude Fable 5とGPT-5.6 Solを上回りました。

しかし、より広い知能の面では両者にまだ及びません。Artificial AnalysisはK3を57と評価しGPT-5.6 SolとClaude Fable 5はおおよそ59〜60です。K3はClaude Opus 4.8やGPT-5.5と同じティアに位置します。

4.4 Qwen3.7 Maxの動向

注目すべきは、Qwenのフラッグシップである3.7 Maxがプロプライエタリになったことです。アリババのこれまでのオープンウェイトの流れから大きく逸脱しており、Artificial Analysis Intelligence Indexスコアは46で、K3の57とは大きな差があります。

5. 現実チェック 確認済み事実と注意点

5.1 確認済み・独立検証済みの事実

• 総パラメータ数2.8兆 Moonshot公式、Artificial Analysis、LLM Statsで確認
• 100万トークンコンテキストウィンドウ 公式ドキュメントで確認
• KDAとAttention Residualsアーキテクチャ 公式発表で確認
• 価格$3/$15 Moonshot公式ページと独立トラッカーで一致
• Frontend Code Arena 1位 Arena.aiの投票データ由来（Moonshot独自の数字ではない）

5.2 展開中の機能

• フルオープンウェイト7月27日公開予定、現時点ではHugging Face未掲載
• max以外の推論強度レベル（low/high）今後追加予定
• より広いサードパーティIDEサポート（Cursorなど）

5.3 注意すべき点

• ベンチマークの比較方法 Moonshotのベンチマーク表は異なるエージェントハーネス（Kimi Code、Claude Code、Codex、mini-SWE-agent）を通じて実行された結果を混在させているため、見出しのチャートが示唆するほど簡単には横並び比較できません。
• ProgramBenchの指標 ベンチマークの著者が、Kimiが「完全に動作するプログラムの数」を数えるのではなく「実装率の平均」を使用したことを指摘。これは実世界での有用性を過大評価する可能性があります。
• 6.3倍デコーディング高速化と25%トレーニング効率向上 現時点ではベンダー報告値で独立検証はされていません。

5.4 最も明確な実際の制約 幻覚（Hallucination）

Artificial AnalysisのAA-Omniscience Indexでは、K3の生の正確性はK2.6の33%から46%に改善しましたが、同じランで幻覚率は39%から51%に上昇しました。

5.5 その他の制約

• 出力速度 同じ価格帯のモデルの中央値より遅い
• セルフホスト 2.8兆パラメータのモデルをセルフホストするには、現実的には資金力のあるチームに限られる
• ウェイト公開待ち 現時点ではオープンウェイトが未公開（7月27日予定）

6. 最終判断 使うべきか待つべきか