Kimi K3 発表：2.8兆パラメーターと100万トークンのコンテキストウィンドウ

はじめに

2026年世界人工知能大会およびグローバルAIガバナンスハイレベル会議の開幕を前に、月の暗面（Moonshot AI）は正式に次世代フラッグシップモデル Kimi K3 を発表しました。

総パラメーター数2.8兆を誇るKimi K3は、公開された中で初めて3兆パラメーター級に迫るモデルとなりました。今回の発表が注目を集めたのは、そのパラメーター規模だけでなく、ネイティブな視覚理解能力、100万トークンのコンテキストウィンドウ、そしてソフトウェアエンジニアリング、知識作業、深層研究、マルチモーダル理解、長距離推論などの分野における強力な能力を融合している点にもあります。

本発表は、中国におけるオープンモデルエコシステムの急速な拡大における、もう一つの重要なマイルストーンを示しています。

Kimi K3、2.8兆パラメーターに到達

月の暗面は2026年7月16日、Kimi K3を発表しました。総パラメーター数2.8兆という規模は、同時期に発表された他の注目のオープンフロンティアモデルを凌駕しています。

オリジナルレポートでは、Kimi K3を世界最大のパラメーター数を持つオープンソースモデルと表現しています。国際的な報道では通常、より正確な表現である オープンウェイト が用いられます。これは、トレーニングプロセスの全てが公開されているわけではないものの、モデルの重みはダウンロード、デプロイ、カスタマイズが可能であることを意味します。

月の暗面の公式ドキュメントでは、Kimi K3を3兆パラメーター級初のオープンソースモデルと位置づけています。また、完全なモデル重みは2026年7月27日までに公開される予定であり、技術的な詳細については推論パートナーやオープンソースメンテナーと調整中であるとしています。

以下の規模比較図は、最大のオープンモデルの成長速度を明確に示しています。わずか1つのリリースサイクルで、Kimi K3はそれまでの約1.6兆パラメーターから2.8兆パラメーターへと上限を引き上げました。

パラメーター数が大きいことと、実際のパフォーマンスが優れていることは自動的にイコールではありません。モデルアーキテクチャ、トレーニングデータ、アクティブパラメーター、推論効率、ポストトレーニング、ツール使用能力、評価設計などの要素も同様に重要です。それでもなお、オープンモデルでこの規模に達したことは、技術およびエコシステムの観点から重要なマイルストーンです。

パラメーターの大きさだけではない

Kimi K3の設計は、単に規模に依存しているわけではありません。

月の暗面の公式モデルドキュメントによると、K3はKimi Delta Attentionメカニズム（KDA） を採用しています。これはハイブリッド線形注意機構です。

さらに、注意残差メカニズム と組み合わせられています。これらのアーキテクチャ改善は、計算効率を向上させると同時に、要求の厳しい超長文コンテキストのワークロードをサポートすることを目的としています。

このモデルの中核的な能力は以下の通りです。

• 2.8兆の総パラメーター数
• ネイティブな視覚理解
• 100万トークンのコンテキストウィンドウ
• 長期ソフトウェアエンジニアリング
• エンドツーエンドの知識作業
• 深層推論と研究
• マルチモーダルコンテンツ理解
• APIを通じたツール呼び出しと構造化出力

百万トークンレベルのコンテキストウィンドウにより、モデルは超大規模な資料コレクションを一度に処理できます。タスクやファイル形式に応じて、これらの資料には大規模なドキュメントライブラリ、コードベース、研究資料、長文レポート、またはテキストと画像が混在した入力などが含まれます。

その優位性は、K3が単に「より多くを読み取れる」ことだけではありません。長文コンテキストのパフォーマンスは、モデルが関連情報を正確に特定し、論理的一貫性を維持し、離れたパッセージ間で証拠を関連付け、元の目的から逸脱することなく長いシーケンスを処理できるかどうかにも依存します。

ソフトウェアエンジニアリング向けに設計

Moonshot AIはKimi K3を、孤立したコード補完ではなく、長期にわたるプログラミングのためのソリューションとして位置づけています。

具体的なタスクには、大規模なコードリポジトリの理解、依存関係の追跡、複数ファイルにわたる変更の計画、デバッグとリファクタリング、インターフェースの生成、視覚的フィードバックの処理、および複数段階にわたるプロジェクトの完了が含まれます。

Kimi K3はKimi Codeプラットフォームを通じて提供されており、Moonshotは、コーディング、ゲームおよび3D開発、そして複雑な知識タスクにおいて特に優れたパフォーマンスを発揮すると述べています。

知識作業と深層研究向け

このモデルは、より広範なプロフェッショナルワークフローにも適しています。タスクに大量のソースドキュメント、長文の背景資料、または複数の関連する成果物が含まれる場合、大きなコンテキストウィンドウが重要な役割を果たします。

典型的な使用例は以下の通りです。

• 大規模なドキュメントコレクションのレビュー
• 複数のレポートにわたる証拠の比較
• 構造化された研究成果の生成
• 技術資料やビジネス資料の分析
• ソースドキュメントに基づくプレゼンテーションの構築
• 複数段階のプロジェクトにおけるコンテキストの一貫性維持

これらは、ドキュメントを複数の孤立したプロンプトに分割する必要がある場合に困難になるタスクの種類です。

ネイティブな視覚理解

Kimi K3はテキストに加えて、視覚的なコンテンツも受け取ることができます。Moonshot AIの技術ドキュメントによると、このモデルは画像内の文字、色、物体、形状、スクリーンショット、および動画コンテンツなどの情報を理解できます。

これにより、視覚情報は書面による指示やコードと同じ推論プロセスを共有できます。例えば、コーディングエージェントはスクリーンショットを確認し、インターフェースを修正し、新しい結果をチェックし、実装を継続的に最適化することができます。

市場の注目度とモデル能力が同時に上昇

オリジナルレポートはまた、Kimi K3の発表が、中国のAIモデルに対するビジネス上の関心が高まり続けている時期と重なったことを指摘しています。

レポートは中信証券の調査を引用し、世界の大規模言語モデルの使用量は今後も週ごとに増加し続ける可能性があり、価格競争力のある中国モデルがトラフィックランキングでリーダーシップを維持していると述べています。

また、国内市場におけるより多様な価格設定、サブスクリプションサービス、エンタープライズサービスを含む、より迅速な商業化の進展も指摘しています。

これらの観察は、Kimi K3の技術的特性というよりも、市場のコメントとして捉えるべきです。しかし、それらはより広範な変化、すなわち、オープンソースでコスト効率の高いモデルが、より多くの開発者や企業にとって実用的な選択肢になりつつあることを反映しています。

一方で、モデルプロバイダー間のアクセスポリシーや価格設定も変化し続けています。そのため、モデルの選択は、ベンチマークスコアだけでなく、能力、コンテキスト長、デプロイオプション、データ要件、レイテンシー、総所有コストなどの複合的な考慮に基づいて行われるようになってきています。

レポートで言及された関連中国AI企業

原文では、中国のAI業界全体に関連するいくつかの上場企業にも焦点が当てられています。

三六零安全科技

レポートによると、三六零は360智脳やセキュリティに特化した大規模言語モデルを含む製品を開発しています。そのAI業務は、マルチモーダル理解、推論、コード生成をカバーしています。

これはより広範な業界背景を示すものに過ぎず、三六零がKimi K3の開発に関与していることを意味するものではありません。

昆仑万维

記事はまた、昆仑万維が、その天工AIネイティブモデルおよび製品事業が2026年第2四半期に年間経常収益80億米ドル超を達成したと発表したことにも言及しています。

これも同様に、月の暗面やKimi K3との直接的な関連性ではなく、中国のAI市場におけるビジネスの活力を示す指標として捉えられています。

Kimi K3の発表が意味すること

Kimi K3は、オープンフロンティアモデルの規模上限を引き上げました。さらに重要なのは、この規模と、長文コンテキスト、視覚理解、コーディング、エージェント指向のワークフローを組み合わせたことです。

今回の発表は、様々なグループに利益をもたらす可能性があります。

1. 開発者は、複雑なコーディングやツール駆動型タスクのための、より大規模なモデルを手に入れました。

研究者は、混合線形アテンションを中心に構築された新しい大規模アーキテクチャを研究できるようになる。
3. 企業は、大量の文書や長期間にわたる知識ワークフローを扱う際に、新たな選択肢を得ることになる。
4. オープンソースモデル基盤プロバイダーは、約3兆パラメータ規模のモデルに対する推論サポートを改善する機会を得る。
5. より広範なAIエコシステムは、オープンソースとプロプライエタリな最先端システムを比較するための新たな参照点を得る。

実際の限界は、完全な重み、技術レポート、デプロイガイド、独立した評価、そして実際の使用データが公開された後により明確になる。

よくある質問

Kimi K3とは何ですか？

Kimi K3は、月之暗面（Moonshot AI）が2026年7月にリリースしたフラッグシップ級大規模言語モデルです。2.8兆のパラメータ、ネイティブな視覚理解能力、そして最大100万トークンのコンテキストウィンドウを備えています。

Kimi K3はオープンソースですか？

月之暗面はKimi K3をオープンソースモデルと呼んでいますが、一部の独立系メディアはオープンウェイトモデルと報じています。月之暗面のドキュメントによると、完全な重みは2026年7月27日に公開される予定で、その後さらに多くのアーキテクチャと評価の詳細が公開される予定です。

Kimi K3のコンテキストウィンドウはどのくらいですか？

Kimi K3は最大100万トークンのコンテキストをサポートします。これは、大規模なコードベース、長大な文書、数時間に及ぶ文書、複雑な研究、そして多段階にわたる拡張ワークフローを処理することを目的としています。

Kimi K3は画像と動画をサポートしていますか？

はい。公式のKimiドキュメントには、ネイティブな視覚理解能力とビジュアルコンテンツのサポートが記載されています。また、ビジュアルドキュメントによると、サポートされているワークフローでは、Kimi K3は動画コンテンツも処理できます。

Kimi K3はどのようなシナリオ向けに設計されていますか？

月之暗面は、このモデルを長期間にわたるプログラミング、ソフトウェアエンジニアリング、ナレッジワーク、深い推論、研究、マルチモーダルタスク、そしてエージェントベースのワークフロー向けに位置づけています。

開発者はAPIを通じてKimi K3にアクセスできますか？

はい。Kimi K3は公式のKimi APIプラットフォームに、モデルID kimi-k3 として掲載されています。同プラットフォームのドキュメントでは、推論、ツール呼び出し、JSON出力、構造化出力、コンテキストキャッシングのサポートが提供されています。

Kimi K3はローカルで実行できますか？

ローカルでのデプロイは、完全な重みの入手可能性と、適切な推論ソフトウェアおよびハードウェアに依存します。2.8兆パラメータのモデルには非常に高い要求が伴うため、ほとんどの個人ユーザーは、ホスティングサービスや専門のインフラストラクチャを通じてアクセスする可能性が高いでしょう。

関連ツール

• Kimi：研究、プログラミング、プレゼンテーション、複雑な知識タスクのための月之暗面の公式アシスタント。
• Kimi APIプラットフォーム：APIを通じてKimi K3やその他の月之暗面モデルにアクセスするための公式プラットフォーム。
• Kimi Code：月之暗面によるプログラミングエージェントとコマンドライン開発環境。
• GitHub上の月之暗面：月之暗面のオープンソースリポジトリと開発者プロジェクトをホストする公式組織。
• Hugging Face上の月之暗面：ダウンロード可能なKimiモデルのバージョンとコレクションを提供する公式モデルページ。

関連リンク

• Kimi K3 公式クイックスタート：公式モデル仕様、アーキテクチャ概要、リリース情報。
• Kimi K3 テクニカルブログ：月之暗面によるKimi K3の機能とユースケースの紹介。
• Kimi API モデルリスト：公式モデル識別子、コンテキスト制限、機能説明。
• Kimi K3 API 価格：現在のAPI価格とサポートされているK3機能。
• Kimi Code モデル設定：Kimi CodeでKimi K3を選択するためのドキュメント。
• Kimi K3リリースに関するロイターの報道：モデルの規模、位置づけ、市場背景に関する独立したレポート。

まとめ

Kimi K3は、月之暗面がこれまでに開発した中で最大のモデルであり、2.8兆のパラメータとネイティブな視覚理解能力、そして100万トークンのコンテキストウィンドウを組み合わせています。長期間にわたるプログラミング、ナレッジワーク、研究、推論、マルチモーダルタスク向けに設計されています。

このモデルは、オープンモデルに新たなスケールのベンチマークを打ち立てましたが、パラメータ数だけがその実用的価値を決定するわけではありません。独立した評価、推論要件、最終的な重みの入手可能性、そして実際の信頼性も同様に重要です。

今回のリリースはまた、中国のオープンソースモデルエコシステムの背後にある、成長する商業的・技術的勢いを反映しています。

Kimi K3の真の重要性は、単に規模が大きいことではなく、最先端のスケールモデリング、長文処理、視覚、そして自律エージェント機能を、公開アクセス可能な単一のシステムに統合した点にあります。