Kimi K3とは何か｜2.8兆パラメータのオープンウェイトLLMを業務目線で読み解く

中国のMoonshot AIが2026年7月16日、新しい大規模言語モデル「Kimi K3」を公開しました。キーノートも詳細なモデルカードもない静かな公開だったと報じられています。総パラメータ2.8兆(2.8 trillion)という規模が話題になっていますが、業務でLLMを使う立場からは「大きい」以上に、オープンウェイトであること、自社での扱いやすさ、既存のクローズドモデルとの位置づけこそが判断材料になります。この記事では、Kimi K3を業務目線で読み解きます。

何が公開されたのか#

今回のトピックは、Moonshot AIによるKimi K3の公開です。Simon Willisonの記事によると、発表はキーノートやプレスイベントを伴わない静かなもので、詳細なモデルカードも当初は添えられていなかったと報じられています。まず公開されたのはAPIとチャット経由での利用で、オープンウェイト(重みのダウンロード)としての完全公開は2026年7月27日を予定していると伝えられています。

つまり、7月16日時点で「オープンウェイトモデルが出た」と聞いても、いますぐ重みをダウンロードして自社サーバーで動かせるわけではありません。実際、モデル配布の拠点であるHugging FaceのMoonshot AIページを確認しても、既存のKimi K2系(総パラメータ1兆前後)は並んでいますが、本稿執筆時点でK3のモデルカードは見当たりません。API/チャットで先に触れられる状態と、重みを手元に置ける状態は分けて考える必要があります。

2.8兆パラメータのスパースMoEという規模#

Kimi K3は総パラメータ2.8兆のスパースMoE(Mixture of Experts、混合エキスパート)構成と報じられています。MoEは、モデル内に多数の「エキスパート」を持ち、入力トークンごとにその一部だけを稼働させる仕組みです。総パラメータは巨大でも、1トークンあたりに実際に計算されるパラメータは限られるため、規模のわりに推論コストを抑えられるのが特徴です。

一部の集約サイトでは「896エキスパート中16のみ稼働」「コンテキスト長100万トークン」「Kimi Delta Attention(KDA)やAttention Residuals(AttnRes)と呼ばれる注意機構」といった具体的な仕様も報じられていますが、これらは公式のモデルカードで確認できた値ではありません。本記事では確定情報としては扱わず、「そうした構成が報じられている」という水準にとどめます。確かなのは、既存のKimi K2系が総パラメータ1兆前後だったのに対し、K3は2.8兆へと大きく踏み込んだ、という規模感です。People's Daily Onlineなどは、これを世界最大級のオープンウェイトモデルと位置づけて報じています。

総パラメータ2.8兆とスパースMoE構成という骨子はSimon WillisonおよびTom's Hardwareの報道に基づきます。エキスパート数・稼働数・コンテキスト長・注意機構の名称は二次情報由来で一次確認が取れていないため、本文では帰属付きで紹介するにとどめています。

価格とベンチマークは「報道値」として読む#

Simon Willisonの記事によると、Kimi K3のAPI価格は入力が100万トークンあたり$3、出力が$15とされています。この価格帯は、クローズドの上位モデルと比べれば抑えめの部類ですが、為替や改定で変わり得るため、実際の見積もりは必ず公式の料金表で行ってください。

性能面では、第三者評価のArtificial Analysisで、K3が総合Eloで前世代のK2.6から大きくスコアを伸ばし、上位モデルに肉薄したと報じられています。ベンダー自己申告のベンチマークでは、複雑な多段タスクやコーディングでGPT-5.5やClaude Opus 4.8に匹敵、あるいは上回る場面があるとされます。一方で、さらに上位のモデルには及ばない項目もあると報じられており、全面的に最強というわけではありません。

オープンウェイトであることの業務的な意味#

Kimi K3が注目されるのは、単に大きいからではなく、オープンウェイトという公開形態にあります。重みが配布されれば、クローズドAPIとは違う選択肢が生まれます。業務目線で意味が大きいのは、次のような点です。

• データ主権と自社ホスティング: 重みを自社やプライベートな環境で動かせれば、入力データを外部APIに送らずに処理する構成が取りやすくなります。機微なデータを扱う業務では、これが導入可否を左右することがあります。
• コストの見通し: 従量課金のAPIと違い、自社インフラで動かすなら、初期のハードウェア投資と運用コストで見積もる形になります。使い方によっては読みやすくなる一方、2.8兆規模を動かすには相応の計算資源が要ります。
• カスタマイズ: 重みが手元にあれば、追加学習や社内知識との組み合わせなど、クローズドAPIでは難しい調整の余地が広がります。

もっとも、これらは「重みが公開され、かつ自社で運用する体力がある」場合の話です。2.8兆パラメータ級のモデルを自前で推論させるハードルは高く、多くの現場では当面API経由での利用が現実的でしょう。オープンウェイトであることは選択肢を広げますが、全員がすぐ自社ホスティングに移れるわけではありません。ローカルや自社運用の一般的な検討ポイントは、別記事で整理しています。

7月27日の重み公開を待つべきか#

では、実務担当者はいまどう動くべきでしょうか。判断は用途で分かれます。

いますぐ試したいだけなら、API/チャットで触れる範囲で、自社の代表タスクに投げて感触を確かめるのがよいでしょう。品質やコストが要件に合うかを、他モデルと並べて比較する段階です。一方、自社ホスティングやカスタマイズを前提に本格検討するなら、7月27日予定とされる重みの完全公開と、そこで示されるライセンス条項を待ってからのほうが確実です。オープンウェイトといっても、商用利用の条件や再配布の可否はライセンスによって異なります。ライセンスを確認せずに本番投入する判断は避けてください。

よくある質問#

まとめ#

Kimi K3は、総パラメータ2.8兆というオープンウェイトの新顔として注目に値しますが、業務での価値は規模の大きさそのものではありません。重みがいつ・どんなライセンスで公開されるのか、自社で運用する体力があるのか、そして自社タスクで実際に使える品質とコストなのか。この3点を、報道値に振り回されず一次情報で確かめることが、冷静な導入判断につながります。まずはAPIで感触を確かめ、7月27日以降の公開状況を見て、本格検討に進むかを決めるのがよいでしょう。