Kimi K3 リリース：エージェント的コーディングのための 2.8 兆パラメータモデル

Kimi K3 はエージェント的作業のための最先端インテリジェンスを提供

Kimi K3 は Moonshot AI がこれまでに開発した最も高性能なモデルで、エージェント的コーディングと複雑な知識作業向けに設計されています。社内およびサードパーティの評価において、K3 は現在の業界リーダーに匹敵する性能を示し、総合インテリジェンスでは Claude Fable 5 と GPT-5.6 Sol に次いで第2位となっています。

主なベンチマーク実績は次のとおりです：

• GDPval-AA v2: Kimi K3 は 1687 点を獲得し、Claude Opus 4.8 Max（1600）を上回り、Claude Fable 5 Max と GPT-5.6 Sol Max に次ぐ順位です。
• AA-Briefcase: K3 は 1527 点で全体で第2位となり、GPT-5.6 Sol Max（1495）を上回り、Claude Fable 5 Max に次ぐ結果です。このベンチマークは長期的な知識作業におけるエージェント能力を評価します。

大規模かつ効率的なアーキテクチャ

Kimi K3 は利用可能な最大級のオープンモデルの一つで、総パラメータ数は 2.8 兆です。この規模を管理しつつ推論効率を維持するために、Moonshot AI は Stable LatentMoE（Mixture of Experts）フレームワークを採用しました。

このアーキテクチャはスパース性を大幅に向上させ、トークンあたり 896 のエキスパートのうち 16 だけを活性化します。この構造的アプローチにより、前モデル Kimi K2 の約 2.5 倍のスケーリング効率が実現され、計算リソースを能力へとより効果的に変換できます。総パラメータ数とエキスパート分布に基づくと、推論時のアクティブパラメータは約 500 億と推定されます。

自律チップ設計とコンパイラの画期的成果

Kimi K3 は、以下の高度に技術的な概念実証プロジェクトを通じて、長期的エージェント能力を実証しました：

1. 自律チップ設計: 48 時間の自律走行で、K3 は自身のアーキテクチャに基づくナノモデル用チップを設計しました。オープンソースの EDA ツールと Nangate 45nm ライブラリを使用し、4 mm² の設計領域で 100 MHz のタイミングをクロージングし、シミュレーションで 8,700 トークン/秒以上のデコードスループットを維持しました。
2. GPU コンパイラ開発: 同モデルは、ゼロから GPU コンパイラ全体をコーディングしたと報告されており、特定の GPU カーネルは Triton を上回る性能を示しました。

技術仕様と API 制約

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、ネイティブなビジョン機能を備えています。ただし、現在の API 実装にはいくつかの硬直した制約があります：

• 推論努力: 現在は "max" 推論努力のみをサポートし、思考モードは常にデフォルトで有効です。
• 固定パラメータ: 温度 (1.0)、top_p (0.95)、ペナルティ（presence と frequency = 0）は固定されており、リクエストで変更できません。
• ビジョン入力: 公開画像 URL はサポートされず、ユーザーは base64 エンコードまたは特定のファイル ID を使用する必要があります。
• ウェブ検索: 現在更新中で、プロダクションワークフローでの使用は推奨されていません。

価格設定と市場ポジショニング

Kimi K3 は Anthropic の Sonnet シリーズの直接的な競合として位置付けられています。価格は入力 100 万トークンあたり $3、出力 100 万トークンあたり $15、キャッシュされた入力は 100 万トークンあたり $0.3 です。

原価は最先端モデルと競争力がありますが、コミュニティのフィードバックによれば、実際のコスト効率は推論効率に依存します。一部ユーザーは K3 が "遅い" と感じ、単一プロンプトで大量の推論トークンを消費するため、GPT-5.6 Sol のようなより効率的なモデルに比べてタスクあたりの実質コストが上がる可能性があると指摘しています。

コミュニティの洞察と批評

Hacker News のユーザーは、モデルの実務的有用性について混在した初期体験を共有しています：

"最初の試みで、Kimi K3 は Fable 5 が複数回の試行で特定できなかったバグの原因を見つけました。"

"ウェブインターフェースで単一のプロンプトを試しただけですが、まだ推論が完了しません。考えすぎて同じことを何度も繰り返します。"

他にもデータプライバシーに関する懸念が提起されており、Moonshot AI の利用規約では、別途エンタープライズ契約がない限り、顧客コンテンツがモデル改善に使用され得ることが明記されています。