対象読者：中国系大規模モデルのオープンウェイト動向を注視する技術責任者、AI 開発者、法務・コンプライアンス担当の方です。2026年7月27日 23 時、月之暗面（Moonshot AI）は Kimi K3 の完全モデル重みと技術レポートを公開し、MoonEP・FlashKDA・AgentEnv の 3 大 Infra を同時にオープンソース化しました——世界初の 3 兆パラメータ級モデルの完全公開（総パラメータ 2.8T、アクティブ約 1040 億、100 万 token コンテキスト）です。本稿で得られるもの：API 初公開から全面公開まで 11 日間のタイムライン、アーキテクチャ革新（KDA / AttnRes / Per-Head Muon）の解説、独立第三者ベンチマーク、ライセンス 2 つの商用ハードル、API 料金と自デプロイハードウェア要件、6 ステップ Runbook。構成：課題 → パラメータとアーキテクチャ → Infra 公開 → ベンチマークとライセンス → デプロイ選定 → FAQ → まとめ。7/16 K3 初公開レビュー、蒸留論争、7 月 OpenRouter ランキングと補完関係にあります。
TL;DR — 30 秒で把握
今回の公開は kimi.com と API 側での K3 初公開からわずか 11 日後です。Hugging Face 上の重みファイルは約 1.56TB、公開 30 分以内にトレンドランキング 1 位を獲得しました。
| 項目 | パラメータ |
|---|---|
| 総パラメータ数 | 2.8 兆（2.8T） |
| アクティブパラメータ数 | 約 1040 億（104B） |
| アーキテクチャ | 混合エキスパート（MoE） |
| エキスパート構成 | 896 ルーティングエキスパート、token あたり 16 個アクティブ（共有エキスパートあり） |
| アテンション機構 | Kimi Delta Attention（KDA）+ ゲート付き MLA |
| コンテキストウィンドウ | 100 万 token |
| マルチモーダル | ネイティブビジョン理解（ViT-V2、27 層） |
| 重み形式 | MXFP4 重み + MXFP8 活性化（SFT 段階から量子化認識学習） |
| 重みサイズ | 約 1.56TB（Hugging Face） |
| License | カスタムライセンス（公式表記：open weight、非 open source） |
Kimi K3 は深層学習の 3 大伝統コンポーネント——アテンション、残差接続、最適化器——を再設計しました。単純なパラメータ積み上げとの決定的な差異です。
従来の Gated DeltaNet はスカラー級の忘却ゲートを用います。KDA はチャネルごとの独立した減衰率を持たせ、長期保持と短期忘却を次元単位で制御します。chunkwise DPLR 公式により線形時間再帰を実現し、100 万 token コンテキストで KV Cache オーバーヘッドを極小化しています。
従来の残差接続は層出力を均等に累積します。AttnRes は入力に応じて過去全層の出力を動的に選択集約し、約 25% の学習効率向上（パラメータコスト 2% 未満）を達成しています。
Muon 最適化器をヘッド単位に拡張し、各アテンションヘッドがより適応的な収束経路を持ちます。API 利用者には不可視の学習期技術ですが、少ないアクティブパラメータでトップ級性能を実現する要因の一つです。
896 ルーティングエキスパートから token あたり 16 個のみアクティブ（スパース度約 1.8%）。Quantile Balancing と MoonEP により、各計算ノードの冗長エキスパート数の理論的上界を証明しています。
| 技術 | 位置づけ | 主要能力 |
|---|---|---|
| MoonEP | 超大規模細粒度 MoE 高性能通信ライブラリ | 過負荷エキスパートの一時複製で各ノードの token 数を均等化。冗長エキスパート数の理論的上界を証明 |
| FlashKDA | NVIDIA CUTLASS ベースの KDA 高性能演算子（既公開） | NVIDIA H20 で prefill 1.72–2.22 倍高速化。flash-linear-attention の chunk_kda 直接代替バックエンド |
| AgentEnv | KVCache.ai 共同開発の Agent サンドボックス（Firecracker microVM） | 大規模並列 Agent RL 学習向け。公式値：checkpoint 133ms、復旧 49ms、メモリ超分最大 6.5 倍（第三者独立再現は未確認） |
機関・評価フレームワークにより数字は大きく異なります。以下は独立第三者の再測定データを優先しています。
| モデル | SWE-bench Verified | 公開日 |
|---|---|---|
| Claude Opus 5 | 97% | 2026-07-24 |
| GPT-5.6 Sol | 96.2% | 2026-07-09 |
| Claude Fable 5 | 95% | 2026-06-09 |
| Kimi K3 | 93.4% | 2026-07-16 |
| Qwen3.7-Max | 79.4% | 2026-05-19 |
| DeepSeek-V4 | 76.2% | 2026-04-23 |
Artificial Analysis 知能指数（max 推論ティア）：Claude Fable 5（max + fallback）60 点、GPT-5.6 Sol（max）59 点、Kimi K3（max）約 57 点——世界第 3、オープンウェイト第 1、GLM-5.2（max）51 点、DeepSeek V4 Pro（max）44 点。
要約すると、オープンウェイト陣営の能力上限であり、コスパ最適解ではありません。K3 は Arena.ai Frontend Code Arena でも 1 位を記録しています。
月之暗面の公式資料は一度も open source を使用していません。常に open weight（オープンウェイト）です。K2 系列になかった 2 つの商用ハードルが新設されました。
大多数の中小チーム・スタートアップには該当せず、通常どおり商用利用できます。
| Token 種別 | 価格（100 万 token あたり） |
|---|---|
| 入力（キャッシュヒット） | $0.30 |
| 入力（キャッシュミス） | $3.00 |
| 出力（推論過程含む） | $15.00 |
月之暗面は OpenAI SDK 互換 Chat Completions API（https://api.moonshot.ai/v1、モデル ID kimi-k3）を提供しています。Mooncake 分離型推論アーキテクチャにより、典型的なプログラミングワークロードではキャッシュヒット率 90% 超が可能で、実コストは $0.30 ティアに近づきます。
自デプロイは公式推奨 64 GPU 以上のスーパーノードです。個人・中小チームには OpenRouter 等の第三者プラットフォーム（既に 7 社が K3 を提供）が現実的です。
from openai import OpenAI
client = OpenAI(
api_key="YOUR_MOONSHOT_API_KEY",
base_url="https://api.moonshot.ai/v1",
)
response = client.chat.completions.create(
model="kimi-k3",
messages=[
{"role": "system", "content": "You are a senior software engineer."},
{"role": "user", "content": "Refactor this function with type hints and docstrings."},
],
max_tokens=4096,
)
print(response.choices[0].message.content)
本番運用の注意：64 GPU スーパーノードは大多数のチームにとって非現実的です。API 経由でも、長セッション Agent は専用 7×24 ノード上の Gateway 配置が推奨されます。429 / タイムアウト時の fallback チェーンを必ず設定してください。
K3 公開は世界人工知能大会（WAIC 2026）の窗口期と重なり、米中「モデル蒸留」争いの激化期でもあります。重み公開の直前、米側は月之暗面の Anthropic モデル「工業化蒸留」を指摘し制裁を警告。7 月 28 日、中国商務部は「AI 覇権主義」を非難し反制を表明しました。月之暗面が重み・技術レポート・3 大 Infra をすべて公開したのは、技術経路の独立性を工程詳細で示す姿勢でもあります。3 日後、阿里巴巴が 24 兆パラメータの Qwen3.8-Max-Preview を発表し、K3 への直接応答と見られています——国産大規模モデル競争は「3T クラブ」段階に入りました。
大多数のチームにとって、64 GPU 要件はAPI 呼び出しが唯一の現実的パスです。しかし API 経由でも、OpenClaw・Hermes Agent・Kilo Code と K3 を接続した本番 Agent ワークフローには三大の隠れコストがあります——ノート PC スリープによる長セッション中断、ネットワーク揺らぎによる推論リンク断絶、複数開発機に散在する API Key のローテーション不能。これらは K3 の 93.4% SWE-bench 能力とは無関係ですが、ビジネス成果への転化を左右します。
100 万 token コンテキストほど、上記問題は長セッション Agent で拡大します。より安定した AI Agent 自動化の本番環境には、MACCOME Mac クラウドホストが適しています——実 macOS、SSH 引き継ぎ、環境分離により、K3 API ルーティングと Agent Gateway を専用インスタンスで 7×24 安定稼働できます。プランと料金はMac mini レンタル価格をご覧ください。
データ出典：Moonshot AI 公式ブログ（kimi.com/blog/kimi-k3）、Hugging Face（moonshotai org）、GitHub（moonshotai/FlashKDA）、Vals AI SWE-bench Verified ランキング、Artificial Analysis Intelligence Index、VentureBeat、Simon Willison's blog。公開前は公式最新データをご確認ください。
よくある質問
Kimi K3 は本当にオープンソースモデルですか？
厳密にはいいえ。オープンウェイト（open weight）モデルです。学習済み重み、技術レポート、一部 Infra ツールは公開されていますが、学習データと完全な学習コードは非公開で、OSI 基準のオープンソース定義には該当しません。月之暗面は公式に常に open weight と表記し、open source は使用していません。
Kimi K3 は商用利用できますか？
はい。大多数の商用シーンでは制限がありません。ただし Model-as-a-Service 事業で年収が 2000 万ドルを超える場合、または MAU 1 億超 / 月収 2000 万ドル超の製品では、ライセンスの追加条項を満たす必要があります。
Kimi K3 を自社デプロイするには何枚の GPU が必要ですか？
公式は 64 GPU 以上のスーパーノードクラスタを推奨しています。個人や大多数の企業には公式 API または OpenRouter 等の第三者プラットフォームが現実的です。詳細は7/16 K3 初公開レビューの接続方式比較をご覧ください。
Kimi K3 の性能はどの程度ですか？
オープンウェイト陣営では総合能力が最も高く、Artificial Analysis 知能指数で世界第 3（Claude Fable 5 と GPT-5.6 Sol に次ぐ）。ただし GLM-5.2 よりコストが高く、「オープンウェイト陣営の能力上限だがコスパ最適解ではない」選択肢です。蒸留論争の背景はOpus 5 と K3 蒸留問題を参照してください。
Kimi K3 と Kimi K2 の違いは何ですか？
K3 のパラメータ規模は K2.5 の約 3 倍です。アーキテクチャに Attention Residuals と Per-Head Muon を新設し、コンテキストとマルチモーダル能力も大幅向上しています。ライセンス面では K3 に MaaS 収入ハードルが新設され、K2 系列より商用制限が細分化されています。
本番環境で K3 接続 Agent スタックを 7×24 運用するには？
専用 Mac クラウドホストに OpenClaw / Hermes Agent 等の Gateway をデプロイし、K3 API または OpenRouter 階層ルーティングと組み合わせることを推奨します。ノート PC スリープによる長セッション中断を避けてください。MACCOME Mac レンタルプランでノード構成と料金を確認できます。