Akira

Posted on Jul 17 • Originally published at apidog.com

Kimi K3とは？ムーンショットの2.8Tオープンフラッグシップ

Moonshot AIは2026年7月16日にKimi K3を出荷し、これを「世界初のオープン3Tクラスモデル」と称しました。これは大きな主張ですので、マーケティングとエンジニアリングを区別しましょう。K3は、100万トークンのコンテキストウィンドウ、新しいアテンションスタック、そしてコーディングチームを明確にターゲットとした価格表を持つ2.8兆パラメータのMixture-of-Expertsモデルです。Kimi.com、Kimi Work、Kimi Code、Kimi APIで同日中に公開され、2026年7月27日までに完全な重みが公開される予定です。このガイドでは、Kimi K3の仕様、API統合、コスト、評価方法、導入判断のポイントを整理します。

今すぐApidogを試す

要するに：Kimi K3とは？

Kimi K3は、Moonshot AIのフラッグシップ大規模言語モデルで、2026年7月16日にリリースされました。

総パラメータ数: 2.8兆
アーキテクチャ: Mixture-of-Experts（MoE）
ルーティング: 896の専門家のうち、トークンごとに16をアクティブ化
コンテキストウィンドウ: 1,048,576トークン（1M）
APIモデルID: kimi-k3
API互換性: OpenAI SDK互換
価格
- キャッシュヒット入力: 100万トークンあたり0.30ドル
- キャッシュミス入力: 100万トークンあたり3.00ドル
- 出力: 100万トークンあたり15.00ドル
Artificial Analysis Intelligence Index: 57点、189モデル中4位
オープンウェイト: 2026年7月27日頃に公開予定

Moonshot自身の発表によると、K3はClaude Fable 5およびGPT-5.6 Solにはまだ劣ります。そのため、「絶対的な最先端モデル」ではなく、最先端に近い性能を持つ強力なオープンウェイト候補として評価するのが適切です。

今、Kimi K3が重要である理由

Kimi K3の注目点は、単一のベンチマークスコアではありません。次の組み合わせにあります。

最先端に近い推論・コーディング性能
1Mトークンの長いコンテキスト
キャッシュヒット時に低い入力単価
OpenAI互換API
リリース後11日以内の完全ウェイト公開予定

ウェイト公開が予定どおり実現すれば、API利用と自己ホストを比較する際の選択肢が増えます。特に、長いリポジトリコンテキストや大量の固定プロンプトを反復送信するコーディングエージェントでは、キャッシュ設計が実コストを大きく左右します。

LLM APIを利用している場合、最初に確認すべきことはシンプルです。

既存のOpenAIスタイルのクライアントを、スタックを大きく変更せずにkimi-k3へ接続できるか？

MoonshotはOpenAI SDK互換APIを提供しているため、答えは基本的に「はい」です。既存のチャット補完、ストリーミング、ツール呼び出しの実装をベースに検証できます。

Apidogを使うと、OpenAI互換エンドポイントをリクエストとして管理し、kimi-k3のストリーミング応答やツール呼び出しペイロードを本番実装前に確認できます。

関連情報は以下も参照してください。

その正体：Moonshotの最も有能なモデル

Moonshot AIはK3を「最も有能なモデル」と位置付けています。Kimi K2や、コーディングに特化したKimi K2.7 Codeの次世代モデルであり、アテンションレイヤーから再構築されています。

「世界初のオープン3Tクラスモデル」という表現は、次の2点に分けて読む必要があります。

「オープン」はリリース当日ではない

リリース時点でK3は、ホスト型製品と有料API経由で提供されています。Moonshotは2026年7月27日までに完全なモデルウェイトを公開すると公約しています。

ローカルデプロイを検討している場合は、初日からダウンロード可能なモデルではなく、ウェイト公開後に自己ホスト候補となるモデルとして計画してください。

「3Tクラス」は総パラメータ規模を指す

K3の総パラメータ数は2.8兆です。ただし、各トークンで利用されるのは896個の専門家のうち16個です。

このMoE構成により、大規模なパラメータ空間を保持しつつ、推論時には全パラメータを有効化せずに済みます。K3の価格設計を理解するうえでも重要な点です。

アーキテクチャ：内部の新しい点

K3はK2を単純に拡大したモデルではありません。Moonshotは、品質とスループットの改善につながる複数の設計を公開しています。

Kimi Delta Attention（KDA）

KDAは、Moonshotが説明するハイブリッド線形アテンション機構です。

線形アテンション系の設計は、コンテキストが長くなった場合でもメモリ使用量と計算量の増加を抑えることを目的としています。1Mトークンのコンテキストを実用的に扱うための基盤となる設計です。

Attention Residuals（AttnRes）

AttnResは、標準的な残差接続の代替として提示されています。

目的は、深いネットワークでも過去のレイヤーの表現を選択的に参照できるようにすることです。簡単に言えば、層を重ねる過程でコンテキスト情報が失われにくくなるよう設計されています。

Stable LatentMoE

Stable LatentMoEは、K3のMoEルーティング層です。

専門家数: 896
トークンごとのアクティブ専門家数: 16
ルーティング安定化: Quantile Balancing

MoEでは、各トークンに対して一部の専門家だけを選択します。そのため、2.8兆という総パラメータ規模を持ちながら、推論時の計算量を抑えることができます。

Moonshotはこのほか、以下のコンポーネントにも言及しています。

Per-Head Muon
Sigmoid Tanh Unit（SiTU）
Gated MLA
MXFP8活性化
MXFP4ウェイト量子化

Kimi K3のスペック概要

項目	Kimi K3
開発元	Moonshot AI
リリース日	2026年7月16日
総パラメータ数	2.8兆（Mixture-of-Experts）
アクティブなエキスパート	トークンあたり896個中16個
コンテキストウィンドウ	1,048,576トークン（1M）
APIモデルID	`kimi-k3`
OpenRouterスラッグ	`moonshotai/kimi-k3`
API互換性	OpenAI SDK互換
キャッシュヒット入力	100万トークンあたり0.30ドル
キャッシュミス入力	100万トークンあたり3.00ドル
出力	100万トークンあたり15.00ドル
出力速度	約62トークン/秒
最初のトークンまでの時間	約1.99秒
Intelligence Index	57（189モデル中4位）
オープンウェイト	2026年7月27日頃公開予定

具体的なトークン量に基づくコスト試算は、Kimi K3価格ガイドを参照してください。

1Mコンテキストとキャッシュヒット課金が重要な理由

1,048,576トークンのコンテキストウィンドウがあると、次のような入力を1リクエストに収められます。

大規模なコードベース
長い設計ドキュメント
研究コーパス
数時間分の議事録
大量の固定ルールやシステムプロンプト

ただし、実務で重要なのはコンテキスト長だけではありません。K3では入力料金がキャッシュ状態で大きく変わります。

入力状態	料金
キャッシュヒット	100万トークンあたり0.30ドル
キャッシュミス	100万トークンあたり3.00ドル

キャッシュヒットとミスでは10倍の差があります。

Moonshotによると、Mooncake分散推論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達成しています。次のようなワークロードでは、キャッシュヒットの影響が特に大きくなります。

固定のシステムプロンプトを繰り返す
同じリポジトリ情報を複数ターンで送る
大きなファイルツリーをエージェントに共有する
長いルールセットを維持したままツール呼び出しを繰り返す

たとえば、エージェントループで毎回同じリポジトリコンテキストを送る場合、キャッシュ利用の有無はトークン単価以上に総コストへ影響します。

一方で、速度にはトレードオフがあります。Artificial Analysisの測定では、K3の出力速度は約62トークン/秒で、同価格帯の推論モデルの中央値72.7トークン/秒を下回っています。最初のトークンまでの時間は約1.99秒です。

つまりK3は、低レイテンシ重視というよりも、長い文脈と深い推論を重視するモデルとして評価するのが適切です。

正直な位置づけ：強力でオープンだが、純粋な最先端ではない

Moonshot自身は、K3がClaude Fable 5およびGPT-5.6 Solにまだ劣ると明示しています。公式Kimi K3発表ブログでは、K3が評価スイート全体でフロンティアレベルの性能を示した一方、最も強力なプロプライエタリモデルには届かないとされています。

独立評価でも、この位置づけはおおむね一致しています。

Artificial Analysis Intelligence Indexでは、K3は57点で189モデル中4位です。この指数は、エージェントタスク、コーディング、科学、推論を含む9つの評価を組み合わせています。

導入判断では、以下のように分けるとよいでしょう。

要件	Kimi K3の適性
絶対的に最高の推論性能が必要	閉鎖的な最先端モデルも比較する
オープンウェイトの選択肢が必要	有力候補
長大なコンテキストを繰り返し使う	有力候補
キャッシュ前提で入力コストを抑えたい	有力候補
最低レイテンシが最優先	速度比較が必要
OpenAI互換APIで素早く検証したい	適している

閉鎖的なリーダーモデルとの比較は、以下も参照してください。

今日、Kimi K3を使用できる場所

K3はリリース初日にMoonshotの各サービスで提供されました。

サービス	内容
Kimi.com	ウェブチャットアプリ。K3がデフォルトモデル
Kimi Work	チームワークスペース製品
Kimi Code	ターミナルベースのコーディングエージェント
Kimi API	モデルID `kimi-k3`によるプログラムアクセス
モバイルアプリ	iOS、Android、HarmonyOS
デスクトップ	Kimi Workアプリ、バージョン3.1.0以降
OpenRouter	`moonshotai/kimi-k3`によるルーティングアクセス

ターミナル中心のワークフローでは、Kimi Codeがコーディングエージェントの入口になります。

APIが公開する機能

K3 APIは、本格的なエージェント実装で必要になる機能をサポートしています。

コンテキストキャッシング
ツール呼び出し
ツール選択の制約
JSONモード
構造化出力
制御された補完のためのパーシャルモード
インターネット検索
動的ツールロード
「最大」を含む構成可能な推論努力

この機能セットにより、K3は次のような実装に組み込みやすくなっています。

エージェントフレームワーク
JSON抽出パイプライン
関数呼び出しアプリ
コーディング支援ツール
長文コンテキストを扱う検索・要約システム

基本URLはMoonshotのOpenAI互換Kimiエンドポイントを使用します。ただし、リリース時にコンソールが新しいドメインへ移動しているため、実装前にplatform.kimi.aiで正確な基本URLを確認してください。

OpenAI SDKでの接続例

以下は、OpenAI SDK互換クライアントで接続する基本形です。base_urlはコンソールで確認した値に置き換えてください。

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.environ["KIMI_API_KEY"],
    base_url="https://<KimiのOpenAI互換エンドポイント>/v1",
)

response = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {
            "role": "system",
            "content": "あなたはコードレビューを支援するアシスタントです。"
        },
        {
            "role": "user",
            "content": "この変更のリスクを3点に絞って説明してください。"
        }
    ],
)

print(response.choices[0].message.content)

完全なリクエスト・レスポンス形式は、Kimi K3 APIガイドで確認できます。

Kimi K3をリリースする前のテスト

kimi-k3をエージェントループや本番アプリケーションへ組み込む前に、以下を確認してください。

ストリーミングチャンクの形式
tool_callsペイロードの構造
JSONモードの出力安定性
最大推論努力時のレイテンシ
キャッシュあり・なしのコスト差
長いコンテキストでの出力品質
タイムアウトとリトライ時の挙動

Apidogでは、K3のチャット補完エンドポイントをリクエストとして保存し、APIキーを環境変数で管理できます。共有コレクションにシークレットを含めずに済むため、チームでの検証にも向いています。

ストリーミングをテストする

リクエスト本文にstream: trueを指定します。

{
  "model": "kimi-k3",
  "stream": true,
  "messages": [
    {
      "role": "user",
      "content": "この関数の改善案を説明してください。"
    }
  ]
}

サーバー送信イベント（SSE）のデルタチャンクを確認し、クライアント側のストリーミングパーサーが期待どおり動作するか検証します。

ツール呼び出しをテストする

ツールを定義したリクエストを送信し、モデルが返すtool_callsを確認します。

{
  "model": "kimi-k3",
  "messages": [
    {
      "role": "user",
      "content": "東京の現在の天気を取得してください。"
    }
  ],
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "指定された都市の天気を取得する",
        "parameters": {
          "type": "object",
          "properties": {
            "city": {
              "type": "string"
            }
          },
          "required": ["city"]
        }
      }
    }
  ]
}

ここで重要なのは、アプリのエージェントループを実装する前に、返却される引数が期待するスキーマに一致するかを確認することです。

よくある質問

Kimi K3とは何ですか？

Kimi K3は、2026年7月16日にリリースされたMoonshot AIのフラッグシップ大規模言語モデルです。1Mトークンのコンテキストウィンドウを持つ2.8兆パラメータのMixture-of-Expertsモデルで、APIモデルIDはkimi-k3です。Moonshotはこれを「世界初のオープン3Tクラスモデル」と表現しています。

Kimi K3にはいくつのパラメータがありますか？

総パラメータ数は2.8兆です。MoEルーティングでは、トークンごとに896個の専門家のうち16個がアクティブ化されます。

Moonshotは正確なアクティブパラメータ数を公開していません。そのため、特定のアクティブパラメータ数を事実として引用するのではなく、公開済みの「896個中16個」という値を使用してください。

Kimi K3 APIの費用はいくらですか？

料金は以下のとおりです。

キャッシュヒット入力: 100万トークンあたり0.30ドル
キャッシュミス入力: 100万トークンあたり3.00ドル
出力: 100万トークンあたり15.00ドル

Moonshotは、Mooncake推論が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達成していると報告しています。繰り返しの多いコンテキスト重視タスクでは、実効入力コストが低くなる可能性があります。詳細は価格内訳を参照してください。

Kimi K3はオープンソースですか？

リリース日時点では完全なウェイトは公開されていません。Moonshotは2026年7月27日までに完全なモデルウェイトを公開すると約束しています。

それまでは、ホスト型製品と有料API経由でアクセスします。ウェイト公開後に自己ホスト可能となる予定であり、これが「オープン3Tクラス」という説明の根拠です。

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

Moonshot自身は、K3がClaude Fable 5およびGPT-5.6 Solにはまだ劣ると述べています。

ただし、Artificial Analysis Intelligence Indexでは57点、189モデル中4位です。トップに近い性能を持つ一方で、絶対的な1位モデルではないという位置づけです。

OpenAI SDKでKimi K3を使用できますか？

はい。MoonshotのAPIはOpenAI SDK互換です。クライアントをOpenAI互換のKimiエンドポイントへ向け、モデルにkimi-k3を指定します。

正確な基本URLはplatform.kimi.aiで確認してください。アプリに組み込む前に、Apidogでリクエストとレスポンスの形式を検証できます。

Kimi K3の速度はどれくらいですか？

Artificial Analysisによる測定では、出力速度は約62トークン/秒です。同価格帯の中央値72.7トークン/秒を下回ります。最初のトークンまでの時間は約1.99秒です。

K3は速度よりも深い推論を重視する設計です。レイテンシが厳しい要件では、より高速なモデルと同一プロンプト・同一出力条件で比較ベンチマークしてください。

Kimi K3はKimi K2.7 Codeと比較してどうですか？

K3はK2シリーズの次世代フラッグシップであり、再構築されたアテンションスタックを採用しています。Moonshotによると、K2よりも約2.5倍優れたスケーリング効率を持ちます。

一方、K2.7 Codeはコーディング特化型の選択肢として残ります。直接比較はKimi K3 vs Kimi K2.7 Codeを参照してください。

DEV Community