Kimi K3とは？2.8兆パラメータMoEを解説【2026年7月17日速報】

結論: 中国Moonshot AIは2026年7月17日（日本時間）、総パラメータ2.8兆・MoE構成の新モデル「Kimi K3」を正式発表しました。一部ベンチマークではClaude Fable 5・GPT-5.6 Solを上回るスコアを記録し、API料金は入力$3/出力$15（100万トークンあたり）。モデル重みは7月27日までにオープン公開予定で、実現すれば世界最大級のオープンウェイトモデルになります。ただし高スコアの多くはMoonshot自社発表値であり、第三者機関による独立検証はまだ限定的という留保が必要です。

この記事の要点:

• 要点1: 2.8兆パラメータ・896エキスパート中実効16アクティブのMoE構成。新機構「Kimi Delta Attention（KDA）」+ Attention ResidualsでKimi K2比スケーリング効率約2.5倍を達成
• 要点2: API料金は入力$3/100万トークン（キャッシュヒット時$0.30）・出力$15/100万トークン。Claude Sonnet系と同水準で、中国系モデルとしては強気の価格設定
• 要点3: 7月27日までにモデル重みを完全オープン化予定。自社ホスティングの選択肢が生まれる一方、データ取り扱い・利用規約は日本企業側で個別確認が必要

対象読者: 生成AIモデルの選定・導入検討をしている企業の経営者・情報システム部門・AI活用推進担当者

読了後にできること: Kimi K3の技術的な立ち位置と料金を把握したうえで、自社が今すぐ乗り換えるべきか・様子見すべきかを判断できる

2026年7月17日、AI業界のタイムラインが一気に色めき立ちました。中国Moonshot AIが総パラメータ2.8兆の新モデル「Kimi K3」を発表し、一部のコーディング・エージェントベンチマークでClaude Fable 5やGPT-5.6 Solを上回るスコアを叩き出したのです。SNS上では「DeepSeekショックの再来か」という声も出るほどのインパクトでした。

私は100社以上の企業向けAI研修・導入コンサルティングを行ってきましたが、新しい高性能モデルが出るたびに必ず聞かれる質問があります。「これ、うちも乗り換えた方がいいんでしょうか」というものです。今回のKimi K3も例外ではなく、発表から数時間のうちに複数のクライアントから問い合わせをいただきました。

この記事では、Kimi K3の技術仕様・ベンチマーク・料金体系を一次情報ベースで整理し、日本企業が導入を検討する際に確認すべきポイントを解説します。「自社発表の数字をそのまま信じていいのか」「Claude/GPTから乗り換えるべきか」——2026年7月17日時点で分かっていること・分かっていないことを分けて、正直にお伝えします。

何が起きたのか — Kimi K3発表の全体像

まず、発表内容を時系列と事実ベースで整理します。生成AIの新モデル選定については、モデル全体像を俯瞰した主要AIモデル比較の完全ガイドもあわせて確認すると、Kimi K3が業界全体のどこに位置するかが把握しやすくなります。

ポイントは、Kimi K3が「クローズドなAPI提供」で終わらず、10日後にはモデル重み自体を公開する方針を示している点です。これが実現すれば、現時点で最大規模のオープンウェイトモデルになる見込みです（2026年7月17日時点、公開はまだ実施されていません）。

Kimi K3とは？最短で理解する基本像

Kimi K3とは、Moonshot AIが2026年7月17日に発表した、総パラメータ2.8兆のMoE（Mixture of Experts）型大規模言語モデルです。コーディング・長時間タスク遂行（エージェント的作業）・Web調査タスクに強みを持たせて設計されており、前世代Kimi K2.6からアーキテクチャ・料金水準の両方が大きく刷新されています。

コンテキスト長の比較や、他モデルとの仕様の違いをまとめて確認したい場合は、主要AIモデルのコンテキストウィンドウ比較を参照してください。100万トークンという数値は現行フラッグシップモデルの中でも上位クラスにあたります。

技術解説 — 2.8兆パラメータMoEとKimi Delta Attentionの仕組み

非エンジニアの方向けに、専門用語を噛み砕いて説明します。

MoE（Mixture of Experts）とは: モデル内部に「専門家（エキスパート）」に相当する小さなネットワークを大量に用意し、入力ごとに関連性の高い一部だけを動かす仕組みです。Kimi K3は896個のエキスパートを持ちますが、1回の推論で実際に動くのはそのうち16個だけ。これにより、見かけの総パラメータ数（2.8兆）に対して、実際の計算コストは大幅に抑えられています。

Kimi Delta Attention（KDA）とは: 長いコンテキスト（文脈）を扱う際の計算負荷を圧縮する新しいAttention機構です。Moonshot AIの技術発表によれば、100万トークン規模のコンテキストにおいて処理を高速化する効果があるとされています。Attention Residualsという補助機構と組み合わせることで、訓練効率の改善にもつながっているとの説明です。

K2比スケーリング効率2.5倍の意味: 同じ計算資源（GPU時間・電力）を投入した場合に、前世代Kimi K2と比べて約2.5倍の性能向上が得られる、という主張です。これはMoonshot AI側の技術ブログで示された数値であり、第三者機関による独立の再現検証結果ではない点に注意してください。

ベンチマークで見る実力 — Fable 5・GPT-5.6 Solとの比較

Moonshot AIが公表した主要ベンチマークのスコアは以下の通りです。

数値だけ見ると3項目すべてでKimi K3が上回っていますが、ここは冷静に読む必要があります。上記はすべてMoonshot AI自社が発表した数値であり、2026年7月17日時点で独立機関による再現検証は完了していません。他社の新モデル発表でも自社ベンチマークが後日の第三者検証で下方修正される例はこれまでも珍しくなく、自社発表値をそのまま鵜呑みにするのは避けるべきです。

一方、AIモデルの性能評価を専門に行う第三者機関Artificial Analysisの長期知的作業評価（private long-horizon knowledge work evaluation）では、Kimi K3は総合Eloスコアで前世代Kimi K2.6から+732ポイントの向上を記録し、Claude Fable 5に次ぐ2位という評価が示されています。同機関はタスクあたりのコストを約$0.94と推計しており、これはGPT-5.6 Solに近い水準で、Claude Opus 4.8のおよそ半分にあたります。これは自社発表とは独立した評価である点で、参考価値が高いデータです。

GPT-5.6やClaude Opus 4.8など主要モデルの性能・料金を横断的に比較したい場合は、GPT-5.6 vs Fable 5 vs Opus 4.8の比較記事もあわせてご確認ください。

料金体系 — API価格を主要モデルと比較する

Kimi K3のAPI料金は以下の通りです（2026年7月17日時点、Moonshot AI公式発表ベース）。

この出力料金はコンテキスト長にかかわらず均一価格である点が特徴です（一部の競合モデルは長文コンテキスト利用時に段階的な価格上昇があります）。前世代からの価格推移を整理すると、値上げ幅の大きさがよく分かります。

入力で約3.2倍、出力で約3.75倍の値上げです。Moonshot AIとしては初めて「Claude Sonnet系と同水準」の価格帯に踏み込んだ格好で、中国系AIラボが発表したモデルとしては現時点で最も高価格な部類に入ります。これは「安さで勝負する中国系モデル」という従来のポジショニングから、「性能で正面から戦う」路線への転換とも読み取れます。ただしキャッシュヒット時の入力料金は$0.30と大幅に安く、同じプロンプトを繰り返し使う業務（定型文書生成、チャットボットのシステムプロンプト等）ではコスト効率を出しやすい設計です。

主要モデルの料金体系を横断的に一覧化したAIモデルAPI料金比較では、Kimi K3を含む各社の最新価格を随時更新しています。円換算での概算コストを社内稟議に使う場合は、この一覧と為替レートをあわせて確認することをおすすめします（本記事の円換算は概算であり、実際の請求額はドル建て・為替レート・利用時点の料金改定により変動します）。

日本企業が導入前に確認すべき注意点

Kimi K3を業務で使う場合、性能や価格だけでなく、以下の点は導入前に自社で個別に確認することを推奨します。断定的な結論を出せる段階ではないため、あくまで「確認すべきチェック項目」として整理します。

• データの取り扱い・保存場所: 入力データがどこで処理・保存されるか、学習データとして再利用される可能性があるかは、Moonshot AIの最新の利用規約・プライバシーポリシーを個別に確認する必要があります。中国拠点の事業者である点を踏まえ、社内の情報セキュリティポリシーとの整合性を情報システム部門・法務部門でチェックしてください
• 機密情報・個人情報の投入可否: 顧客情報や社外秘の技術情報をAPI経由で送信してよいかは、各社の情報管理規程に照らして判断が必要です
• 利用規約の商用利用条件: API利用規約・オープンウェイト公開後のライセンス条件（改変・再配布・商用利用の可否）は、7月27日の重み公開時にあらためて確認が必要です
• サポート体制・SLA: 障害時の対応窓口や日本語サポートの有無など、業務利用に耐えるサポート体制が整っているかは発表時点では未確認です

これらは「使うべきでない」という意味ではなく、「確認してから判断すべき」という趣旨です。AI導入戦略全般の考え方は主要AIモデル比較ガイドでも整理していますので、モデル単体の性能だけでなく、自社のガバナンス方針とあわせて検討することをおすすめします。

オープンウェイト公開（7月27日）の意味

Moonshot AIは、Kimi K3のモデル重みを2026年7月27日までに完全公開する方針を示しています。これが実現した場合の意味は大きく2つあります。

1. 自社ホスティングの選択肢が生まれる: オープンウェイトモデルは、自社のサーバーやクラウド環境上で動かすことができます。API経由でMoonshot AIのサーバーにデータを送る必要がなくなるため、データ主権・セキュリティ要件が厳しい企業にとっては選択肢が広がります。ただし、2.8兆パラメータ級のモデルを自社運用するには相応の計算インフラ（高性能GPUクラスタ）が必要で、中小企業が気軽に自社ホストできる規模ではない点は留意してください。

2. オープンウェイト最大規模モデルという位置付け: 実現すれば、Kimi K3は現時点で世界最大級のオープンウェイトモデルになる見込みです。これまでオープンウェイト分野で存在感を示してきたモデルの水準を更新する可能性があり、業界の技術トレンド全体に影響を与える発表と言えます。

2026年7月17日時点では、モデル重みはまだ公開されていません。公開後の具体的なライセンス条件・ファイルサイズ・必要インフラ要件は、公開時に改めて確認が必要です。

Claude/GPTからの乗り換えは今すべきか

結論から言うと、2026年7月17日時点では「即座に乗り換えを決断する段階ではない」というのが実務的な推奨スタンスです。理由は3つあります。

理由1: ベンチマークの多くが自社発表値: Program Bench・SWE Marathon・BrowseCompでの高スコアは魅力的ですが、独立機関の再現検証がまだ限定的です。Artificial Analysisの評価でも「Claude Fable 5に次ぐ2位」という位置付けであり、「全面的に上回った」とまでは言えません。

理由2: 実運用でのデータ・セキュリティ確認が未了: 前述の通り、データ取り扱い・利用規約・サポート体制の確認が必要です。特に社内の機密情報や顧客データを扱う業務では、この確認が完了するまで本番導入は待つべきです。

理由3: オープンウェイト公開を待つ選択肢がある: 7月27日のモデル重み公開を待てば、自社検証環境でKimi K3の実力・安全性を自社データで確認できます。API課金を先行させるより、公開後にPoC（実証実験）から始める方がリスクを抑えられます。

一方で、「様子見をしすぎて機会損失する」のも避けたいところです。実務的な落としどころとしては、コーディング・エージェント用途の一部タスクに限定してAPI経由でトライアル利用し、性能・コストを自社のユースケースで実測してから本格導入を判断するのが現実的です。既存モデルとの詳細な使い分けはGrok 4.5など他の最新モデルガイドもあわせて参照すると判断材料が増えます。

楽観論と慎重論 — バランスよく見る

楽観論の立場: 「DeepSeekショック」以来、中国発のオープンモデルが欧米フラッグシップモデルに肉薄する流れは加速しています。Kimi K3がオープンウェイトとして公開されれば、価格競争がさらに進み、企業側の選択肢とコスト効率が改善するというポジティブな見方です。Artificial Analysisの独立評価でKimi K2.6から大幅にスコアが向上している点も、技術的な進歩を裏付けています。

慎重論の立場: 自社発表ベンチマークの信頼性、データガバナンス上の懸念、サポート体制の未整備など、実運用における不確実性はまだ多く残っています。過去にも自社発表の高スコアが独立検証で伸び悩んだ例があり、「発表直後の数字だけで意思決定しない」という慎重さは引き続き必要です。

この2つの立場はどちらも一理あり、企業として取るべき態度は「性能への期待は持ちつつ、本番導入の判断は独立検証とオープンウェイト公開後の情報を待つ」というバランス型のスタンスだと考えます。

参考までに、想定される用途別の現時点（2026年7月17日）でのスタンスを整理すると以下のようになります。

企業がとるべきアクション

1. 情報収集を続ける: 7月27日のオープンウェイト公開、Artificial Analysis等の独立ベンチマーク結果を継続してウォッチする
2. PoC対象タスクを限定する: 機密情報を含まない範囲で、コーディング・調査タスクなど限定的な用途でAPIトライアルを検討する
3. 社内ガバナンス基準を整理する: 新しい海外AIモデルを試す際の「データ取り扱い・利用規約チェック」の社内フローを、今回を機に明文化しておく
4. コスト試算を先に済ませる: 自社の想定トークン量ベースで、Kimi K3・GPT-5.6・Claude Fable 5の概算コストを比較しておく

よくある質問（FAQ）

Q1. Kimi K3はいつから使えますか？

2026年7月17日の発表と同時に、Kimiアプリ・Kimi Playground・API経由での提供が始まっています。モデル重みのオープン公開は7月27日までを予定しています。

Q2. Kimi K3はClaude Fable 5やGPT-5.6より優れていますか？

Moonshot AI自社発表のProgram Bench・SWE Marathon・BrowseCompでは上回るスコアですが、これは自社発表値です。独立機関Artificial Analysisの評価ではClaude Fable 5に次ぐ2位という位置付けで、「全面的に優れている」と断定できる段階ではありません。

Q3. 日本語の性能はどうですか？

2026年7月17日時点の発表資料には日本語特化のベンチマーク結果は含まれていません。日本語業務での実用性は、自社で実際にトライアルして確認することを推奨します。

Q4. 料金はどのくらいですか？

入力$3/100万トークン（キャッシュヒット時$0.30）、出力$15/100万トークンです。Claude Sonnet系と近い水準で、前世代Kimi K2.6より大幅に値上がりしています。

Q5. 中国製AIモデルを日本企業が業務利用するのは問題ないですか？

一律に「問題ない/問題がある」と言えるものではなく、扱うデータの機密性・自社の情報セキュリティポリシー・利用規約の内容次第です。機密情報を扱う前に、法務・情報システム部門を交えた個別確認を推奨します。

Q6. オープンウェイト公開後は無料で使えますか？

モデル重み自体の公開は「無料で入手できる」という意味であり、実際に動かすには自社でGPUインフラを用意するコスト、あるいはクラウド上のホスティングサービス利用料が別途発生します。API利用料がゼロになるわけではない点に注意してください。

まとめ：今日から始める3つのアクション

1. 今日やること: Kimi K3の料金表・スペック表をブックマークし、自社の想定用途と照らし合わせてメモしておく
2. 今週中: 情報システム部門・法務部門に、Moonshot AIの利用規約・データ取り扱い方針の確認を依頼する
3. 今月中: 7月27日のオープンウェイト公開・第三者ベンチマーク結果を確認したうえで、PoC実施の要否を判断する

—

次回予告: 次の記事では、7月27日に公開予定のKimi K3オープンウェイト版の詳細と、自社ホスティングの実現可能性についてお届けします。

—

著者: 佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。X（@SuguruKun_ai）フォロワー約10万人。
100社以上の企業向けAI研修・導入支援。著書『AIエージェント仕事術』（SBクリエイティブ）。
SoftBank IT連載7回執筆（NewsPicks最大1,125ピックス）。

ご質問・ご相談はお問い合わせフォームからお気軽にどうぞ。

参考・出典

• 一部ベンチでFable 5超え、2.8兆パラメータの「Kimi K3」正式発表 — PC Watch（参照日: 2026-07-17）
• GPT-5.6 Solに匹敵する中国製AIモデル「Kimi K3」が登場、2.8兆パラメーターの超大型オープンモデル — GIGAZINE（参照日: 2026-07-17）
• 2.8兆パラメータのAI「Kimi K3」 一部性能でFable 5超え — Impress Watch（参照日: 2026-07-17）
• Kimi K3, and what we can still learn from the pelican benchmark — Simon Willison’s Weblog（参照日: 2026-07-17）
• Kimi K3 – API Pricing & Benchmarks — OpenRouter（参照日: 2026-07-17）