Kimi K3がGPT-5.6 Solのエージェント性能を超え、7月27日にオープンソース公開へ

長期的なコーディングや知識作業において最も重要なベンチマークでOpenAIの旗艦モデルを上回ったモデルが、本日APIで利用可能となった。このモデルを開発したのはOpenAIでもGoogleでもAnthropicでもない。Kimi K3は、北京のスタートアップMoonshot AIが最新リリースしたモデルであり、同社はKimiチャットボットで知られる。また、これまでに公開された中で最大のオープンウェイト言語モデルでもある。総パラメータ数は2.8兆、スパースアーキテクチャによりリクエストごとにその一部のみを活性化することでコストを抑えている。

人工知能分析機関Artificial Analysisが設計した、教科書的な問題ではなく実践的な知識作業をシミュレートするエージェント型評価「AA-Briefcase」において、Kimi K3は1,527点を獲得。これはClaude Fable 5 Maxの1,587点に次ぐ2位で、GPT-5.6 Sol Maxの1,495点を上回った。より広範なベンチマーク「GDPval-AA」では、Fable 5 Max（1,815点）、GPT-5.6 Sol Max（1,747.8点）に次ぐ3位（1,687点）となっている。エージェント型ベンチマークにおける1位と2位の差は、2位と5位の差よりも小さい。

ベンチマーク順位よりも無視できないのが価格差だ。Kimi K3は、キャッシュ未使用の入力トークン100万あたり3ドル、出力トークン100万あたり15ドルを請求する。Claude Opus 4.8は、入力100万あたり5ドル、出力100万あたり25ドルだ。高頻度のエージェント型ワークフローを運用するチーム向けに、Moonshotはコーディングワークロードにおけるキャッシュヒット率が90%を超えると報告しており、実効的な入力コストはトークン100万あたり0.30ドルになる。これは、フロンティアクラスのAIを大規模に導入する際の経済性を変える数字だ。

このモデルを支えるのは、2つのアーキテクチャ上の革新である。Kimi Delta Attentionはハイブリッド線形注意機構で、同社によれば、標準的な注意機構と比較して100万トークンのコンテキストにおいて6.3倍の高速デコードを実現する。Attention Residualsは、標準的な残差接続のドロップイン代替として設計され、モデルが大規模化するにつれて一貫した性能向上をもたらす。100万トークンのコンテキストウィンドウ——これはフルレングスの小説およそ10冊分に相当する——は、理論上の仕様ではなく、実際に機能している。

ここで注意すべきは、「本日利用可能」と「オープンソース」の違いである。Kimi K3は現在、APIおよびKimiアプリ経由でアクセス可能であり、リクエストはMoonshotのサーバーを経由する。モデルの実際のウェイト——誰でも自身のインフラにデプロイできるようにする訓練済みパラメータ——はまだ公開されていない。Moonshotは、7月27日に修正MITライセンスの下でこれをリリースする計画である。これは前モデルK2と同様の条件である。ほとんどの開発者にとってはAPIで十分だが、データ主権やコンプライアンス要件を持つ組織にとっては、ウェイトのリリースが重要な日付となる。

ネイティブのマルチモーダル対応により、テキスト、画像、動画の入力を同じAPI呼び出し内で処理できる。モデルの総パラメータ数2.8兆は、スパースMoEパラメータの全体数を指す。1回のフォワードパスあたりの活性パラメータ数ははるかに少なく、これによりMoonshotは推論コストを抑えている。フルモデルをローカルで実行するには、コンシューマ向けワークステーションをはるかに超えるハードウェアが必要となる。オープンウェイトによって可能になるのは、中国企業が所有するAPIを経由せずに、エンタープライズ規模のインフラ上でデプロイすることだ。

7月27日のウェイトリリースは、ベンチマーク上の優位性が実際のデプロイ環境でどの程度維持されるかを左右する。MoonshotがK2を同等のオープン条件でリリースした際、開発者の採用は同社の想定を上回るスピードで進んだ。その理由の一部は、フロンティアに近い性能とMITスタイルのライセンスの組み合わせが、両方を必要とするチームから法的な摩擦を取り除いたからだ。K3は、同じ戦略におけるより大きな賭けである。

タグ: GPT-5.6, AIモデル, Kimi K3, Moonshot AI, オープンソースAI, ローカルAI