目次
2026年7月16日、中国の Moonshot AI が Kimi K3 を公開した。総パラメータ2.8兆という「史上最大級のオープンモデル」で、公開直後から米国の半導体株が売られ、ホワイトハウス高官が「Anthropicのモデルを蒸留した」と名指しで批判する事態にまで発展している。
ただし、この話題は数字も呼び方も出所によって食い違う。本記事はベンチマークの発行元・金融メディア・Moonshot自身の発表・Hugging Faceの実際のページを突き合わせ、誰がどの数字を出したのかを明示しながら整理する。
Artificial Analysisで57点・3位（発表時点）。Arena.aiのFrontend Code Arenaでは1位。ただし総合ではFable 5とGPT-5.6 Solに届かない。
入力$3／出力$15はOpus 4.8やGPT-5.6 Solより明確に安い。一方中国勢の中では最も高い——GLM-5.2の3倍。
公開予定は7月27日。執筆時点でHugging Faceはカウントダウン表示のままで、ライセンスも未公表。
1. Kimi K3とは——基本スペックと会社
Kimi K3 は Moonshot AI のフラッグシップモデルで、2026年7月16日にAPIが公開された（ITmedia NEWS、OpenRouterほか一致）。同社は2023年設立で、AlibabaとTencentが出資し、直近の資金調達で評価額200億ドル超（過去は43億ドル、100億ドル）、ARRは2億ドル（2026年4月時点）と Forbes が報じている。
出典：Moonshot AI の発表（ITmedia NEWS、npaka氏の解説が引用）およびNorthflankの検証記事。コンテキスト長・重みサイズはNorthflankの実測値。
アーキテクチャで名前が付いている新機軸は主に2つだ。Kimi Delta Attention（KDA）——100万トークン級の文脈で復号を高速化する仕組みで、AINewsは「最大6.3倍高速」と伝えている。そして Attention Residuals（AttnRes）——過去の層から必要な表現を選択的に取り出す仕組みで、同記事は「追加コスト2%未満で学習効率が約25%向上」としている。重みは MXFP4、アクティベーションは MXFP8 で、量子化を後付けするのではなくSFT以降の学習段階から量子化前提で回している。
🟡 アクティブパラメータは公式発表がない。「2.8T-A50B（アクティブ約500億）」という表記が出回っているが、これは 16/896 という比率からの推計であって、Moonshotが公表した数字ではない（Northflankは「Moonshotはアクティブパラメータを明示していない」と明記）。なお OpenAIもAnthropicも自社モデルのパラメータ数を公表していないため、「2.8兆＝世界最大」はあくまで公表しているモデル同士の比較である。
2. 「3位」の正体——どのランキングで、いつの話か
「OpenAI・Anthropicの最新モデルに次いで3位」という表現は概ね正しい。ただし出所を特定しておかないと、後で数字が合わなくなる。
根拠は Artificial Analysis の Intelligence Index だ。同社は2026年7月17日付の記事で Kimi K3 は57点、Claude Fable 5 と GPT-5.6 Sol に次ぐ3位で、知能水準は Opus 4.8 や GPT-5.5 と同等と評価している。参考までに同じ指標で GLM-5.2 が51点、DeepSeek v4 Pro が44点だ。
⚠️ 同じ57点でも「3位」「4位」「7位」が併存する
Artificial Analysis自身の発表記事では3位、Northflankの集計では189モデル中4位、そして同社のライブページでは190モデル中7位と表示される。点数（57）は変わっていないので、これは比較対象に何を含めるか（推論強度の違う派生モデルを別枠で数えるか）と、集計した時点の差だ。ランキングは日々動く指標であり、「3位」は2026年7月17日時点のスナップショットとして読むのが正しい。
より実務に近い指標では、順位はもっとはっきりする。Artificial Analysis の GDPval-AA v2（実務タスクをEloで測る指標、人間の基準値を1,000とする）は次のとおりだ。
| モデル | GDPval-AA v2（Elo） | 位置づけ |
|---|---|---|
| Claude Fable 5 | 1760 | 1位 |
| Kimi K3 | 1668 | Fable 5 と Sol に次ぐ |
| Claude Opus 4.8 | 1600 | K3が上回る |
| GLM-5.2 | 1514 | 中国勢の前世代トップ |
| GPT-5.5 | 1494 | — |
| Kimi K2.6（前世代） | 1190 | K3で478ポイント上昇 |
出典：Artificial Analysis（2026年7月17日公開の同社記事）。同社の非公開エージェント評価 AA-Briefcase でも K3 は Elo 1547 で Fable 5 に次ぐ2位、前世代 K2.6 から +732ポイント。AutomationBench-AA では 53%で1位。
本当に効いているのは「3位」より「前世代からの跳ね方」だ。GDPval-AA v2 で1190→1668、AA-Briefcase で +732ポイント。中国のオープンモデルが1世代で米国フロンティアの射程に入ったことが、市場を動かした実体である。
3. ベンチマークは誰が測ったか——自社とサードパーティを分ける
ベンチマークの数字は、Moonshotが自社で測ったものと第三者が測ったもので重みがまったく違う。ITmediaはこの2つを分けて報じており、ここでもそれに倣う。
- Program Bench：K3 77.8%（GPT-5.6 Sol 77.6%／Fable 5 76.8%）
- SWE Marathon：K3 42.0%（2位 Opus 4.8 40.0%）
- BrowseComp：K3 91.2%（GPT-5.6 Sol 90.4%）
いずれも僅差での勝ち。ベンダー自身の測定であることを踏まえて読む必要がある。
- Frontend Code Arena（Arena.ai）：K3 1679で1位（Fable 5 1631／GPT-5.6 Sol 1618）。7サブドメイン中6つで首位、K2.6の18位から17ランク上昇
- GDPval-AA v2：K3 1668で3番手（Artificial Analysis）
- FrontierSWE：Fable 5 86.6% > K3 81.2% ← K3が負けている
- Vals Index：74.70%（38モデル中2位、Northflank集計）
注目すべきは FrontierSWE で Fable 5 に5.4ポイント差で負けている点だ。「一部ベンチで首位」という見出しは事実だが、全面的に勝っているわけではない。Moonshot自身も、Fable 5 と GPT-5.6 Sol には総合で及ばないと認めている（後述）。
🟡 スコアの算出方法に異議も出ている。Program Bench の作者は、Moonshotが「完全に動作したプログラムの数」ではなく「実装率の平均」を使っていると指摘した。またAI企業家のBindu Reddyは、LiveBenchのような汚染されていない非公開評価での検証が要ると述べている。ベンダー発表の僅差の勝利は、この点を踏まえて割り引いて読むべきだ。
4. 価格は「何と比べるか」で評価が逆転する
Kimi K3 の料金は入力$3.00／出力$15.00（100万トークンあたり、キャッシュヒット時の入力は$0.30）。この数字は比較対象を変えると評価が正反対になるので、どちらか一方だけを見ると判断を誤る。
- Kimi K3：$3 / $15
- Claude Opus 4.8：$5 / $25
- GPT-5.6 Sol：$5 / $30
入力で約4割、出力で4〜5割安い。「フロンティア級の性能を西側より低い価格で」というのがKimiの一貫した売り込みで、ここは実際にそのとおり。
- Kimi K3：$3 / $15
- GLM-5.2：K3の約1/3のタスク単価
- DeepSeek V4 Pro：K3の約1/23のタスク単価
Simon Willison は自社の従来モデルからの大幅な値上げだとして「中国のAIラボがリリースしたモデルとして最も高額」と評している。
DeepSeekショックの再来ではない、という点だけは押さえておきたい。2025年1月のDeepSeekは「西側の数十分の一」という桁違いの安さが衝撃の中心だった。K3は西側より4〜5割安いが、桁は同じ。価格破壊ではなく、性能が追いついたうえで少し安いという位置づけだ。
さらに、実際に支払う額は単価だけでは決まらない。1タスクを終えるまでの実測コストを Artificial Analysis が同社のIntelligence Index実行時に計測している。
Artificial Analysis が計測した1タスクあたりコスト（同社 Intelligence Index 実行時）
出典：Artificial Analysis。同社の計測では Kimi K3 は Intelligence Index の実行に出力トークン約1億3,200万を要し、前世代K2.6の約1億6,600万より少ない。単価は高くても、思考が冗長でない分だけ総額が下がる。
単価でも実測でも Opus 4.8 より安く、中国勢の中では最も高い——これが価格の全体像だ。「中国製だから激安」という括りは当てはまらないし、逆に「高い」と切り捨てるのも西側と比べれば正しくない。
5. まだ誰もダウンロードできない——オープンウェイトの現在地
呼び方が媒体で割れている。VentureBeatは見出しで「largest open-source model ever」、SCMPも「world's largest open-source AI model」と書く一方、Reutersは「open-weight（オープンウェイト）」と表記している。技術的に正確なのは後者で、実態は次のとおりだ。
Hugging Face の moonshotai/Kimi-K3 はカウントダウン表示のままで、safetensorsファイルは1つも並んでいない。Artificial Analysisのモデルページも「proprietary（非公開）」扱い。※2026年7月27日 時点の確認——公開予定日当日のため、読む時点では状況が変わっている可能性が高い。上のリンクで現物を確認してほしい。
Northflankは7月17日時点で「ライセンスは未公表」と明記。Hugging Faceのコミュニティ記事も「重み公開と同時にTBD」としている。「Modified MIT」という記述はK2世代からの類推による二次情報で、確定していない。
公開が予告されているのは学習済みの重みであって、学習データや学習コードではない。この形態はオープンウェイトと呼ぶのが正確で、OSIの定義するオープンソースとは別物だ。
公開されたとして、個人が回せる規模でもない。4bit（MXFP4）でも重みだけで約1.4TBあり、KVキャッシュや活性化の余裕を含めるとNorthflankの試算で80GB GPU×8枚のノードを8台級、Moonshotの推奨は64アクセラレータ以上のスーパーノード。H100/H200/B200のどれ1枚にも載らず、分散クラスタが必須で、実運用はLinux＋NVIDIA一択とされる。ローカルLLMの必要スペックで扱っているような個人環境の話ではまったくない。
とはいえ意味は大きい。フロンティア級の重みが降りてくれば、規制産業や政府系のようにデータを外に出せない組織が自前で回せる。同じ土俵に立てる公開モデルが存在すること自体が、クローズドAPIの価格交渉力を変える。オープンモデルの選び方の前提も、この一件で更新が要る。
6. 米国株はどれだけ下げたか——数字は報道でぶれる
公開の週、米国の半導体株は実際に売られた。ただし下落率の数字は媒体によって食い違っているので、断定せずに幅で示す。
| 対象 | 報じられた動き | 出典・注記 |
|---|---|---|
| ナスダック | 金曜に -1.5%（週内で最悪のセッション） | Yahoo Finance |
| 台湾市場 | -6%超 | 同上 |
| 日本市場 | -4%で引け | 同上 |
| 半導体ETF（SMH） | 6月末の高値から20%超下落 | 同上 |
| フィラデルフィア半導体株指数（SOX） | 週間で -9%〜-12.5% | ⚠️ 媒体により数字が異なる（「12.5%・15か月ぶりの最悪週」「9%超」「約10%・2025年4月以来の下げ幅」） |
| 個別株（7/17） | AMD -5%／Intel -4%／NVIDIA -3%（いずれも一時、その後戻す） | 24/7 Wall St. |
| 香港上場の中国AI勢 | Zhipu -28.4%／MiniMax -15.6%（7/17） | Forbes。中国勢の方が大きく売られた |
比較対象としてよく持ち出されるDeepSeekショック（2025年1月）では、Yahoo FinanceによればNVIDIA一社が1営業日で約5,900億ドルの時価総額を失った。今回のNVIDIAの下げは一時-3%で、規模はまったく違う。
🟡 その後、下げは戻している
Yahoo Financeは続報で「押し目買いが入り半導体株は下げ幅を縮小」と報じ、Bank of Americaは「夏の調整にすぎない」と冷静な見方を示している。アナリストの評価も割れており、Bernsteinの Robin Zhu はK3を「confirmatory（既存トレンドの確認）」——中国勢が追い上げているという既知の流れの追加データ点にすぎない——と位置づけた。一方 Morgan Stanley の Gary Yu は「K3は世界的に好意的な反応を得ており、モデル規模・性能・価格の全面で中国LLMが米国トップにキャッチアップしていることを示す」と述べている。
なお「AI関連で3日間に4,700億ドルが消失」という数字も流通しているが、出所が暗号資産系メディアのフラッシュニュースで主要金融メディアに裏が取れなかったため、本記事では採用しない。
7. 蒸留疑惑と、その反論
7月22〜23日、話は技術から地政学に移った。ホワイトハウス科学技術政策局（OSTP）長官の Michael Kratsios が、Moonshotについて2つの主張を行った（CNBC、The Hill、Yahoo News ほか複数が報道）。
MoonshotがNVIDIA GB300搭載サーバーを入手し、タイでもGB300にアクセスして自社モデルの学習に使った可能性がある、という主張。GB300はBlackwell世代で、中国への販売は認められていない。
Anthropicの Fable に対して「産業規模の隠密蒸留」を行い、検知を避けるためアクセス手段を切り替える専用プラットフォームまで構築していた、という主張。同席した Jacob Helberg は「米国の貴重な知的財産の強奪」と表現した。
Moonshot社員の Randy Xian はXで「Fableの一般公開は7月1日、K3の公開は7月15日。15日で最先端モデルを一から学習したことになる。ギネス級だ」と皮肉で応じた。AI研究者の Braden Hancock はTechCrunchに「Fableは7月1日から公開されたばかり。2週間でそれだけのデータを蒸留し、学習し、リリースするのは不可能」と語っている。
🔴 公開された証拠はない。SCMPによれば、複数のAI専門家がこの主張を「政治的」「無謀」と批判し、そもそもモデルの出力に著作権はないと指摘している。Reutersは外交公電をもとに、米国務省が4月時点で各国大使館に中国AI企業の知財侵害を周知するよう指示し、Moonshotも名指しされていたと報じた。つまりこの告発は今回のK3公開より前から続く流れの一部であり、K3固有の証拠が示されたわけではない。
さらにこの構図は米国側でも一枚岩ではない。NVIDIAはAnthropicを名指しで批判し、輸出規制の抜け穴に関するAnthropicの主張について「米国企業は作り話を語るのではなく、イノベーションに集中して挑戦を受けて立つべきだ」とコメントしている。
8. 弱点——速度・ハルシネーション・Moonshot自身の認識
性能の話題に隠れているが、実務で効く弱点が3つある。
Artificial Analysisのライブ計測では出力33トークン/秒（190モデル中145位）、最初のトークンまで177秒。一方Northflankは62トークン/秒・1.99秒としている。この開きは需要過多による容量逼迫が大きい——OpenRouterは同モデルに「上流の容量が逼迫しており429エラーが頻発しうる」と警告を出している。
Artificial Analysisは、正答率が上がる一方でハルシネーション率が39%から51%へ上昇したと報告している。知能スコアの上昇と事実性は別物であり、裏取りなしで使える相手ではない。
同社は Claude Fable 5 および GPT-5.6 Sol との間に「ユーザー体験で明確な差がある」と述べている。ベンチマークの僅差と、実際に使ったときの体感は別、という自己評価だ。
9. 日本から使うには
現時点（重み公開前）で試す方法は3つある。
| 方法 | 内容 | 向いている人 |
|---|---|---|
| Kimi公式アプリ／Web | kimi.com から。無料枠あり | まず品質を確かめたい |
| Moonshot API | 入力$3／出力$15、キャッシュヒット$0.30（100万トークンあたり） | 自社プロダクトに組み込む |
| OpenRouter経由 | OpenRouter。既存の他モデルと同じ口で叩ける | 複数モデルを比較したい |
| 自前ホスト | 重み公開（7/27予定）後。64アクセラレータ以上が推奨で、vLLM／TensorRT-LLM／SGLangにMoE対応スケジューリングが要る | データを外に出せない組織 |
ただし前述のとおり容量が逼迫しており429が返りやすい。本番のワークロードを丸ごと載せ替える前に、クラウドとローカルの使い分けと同じ発想で、フォールバック先を用意した上で一部から流すのが現実的だ。
10. 確度の切り分け
- 2026年7月16日にAPI公開、総パラメータ2.8兆、896専門家中16有効、100万トークン
- API単価は入力$3／出力$15／キャッシュ$0.30
- Artificial Analysis Intelligence Index で57点
- GDPval-AA v2 で1668（Fable 5=1760、Opus 4.8=1600）
- Frontend Code Arena で1679の1位
- タスクあたりコストは$0.94でOpus 4.8($1.80)より安い
- ハルシネーション率は39%→51%に上昇
- Intelligence Indexの順位（3位／4位／7位が併存）
- SOXの週間下落率（-9%〜-12.5%）
- 出力速度（33 tok/s と 62 tok/s）
- アクティブパラメータ「約500億」（推計であり公式値ではない）
- ライセンス「Modified MIT」（K2からの類推）
- 蒸留疑惑——公開された証拠はなく、日程の不整合を根拠に研究者が否定
- 禁輸チップ入手——米政府高官の主張。Moonshotの公式反論も証拠も未公開
- 重みとライセンス——執筆時点で未公開（予定は7月27日）
- 「AI関連3日で4,700億ドル消失」——主要金融メディアで裏が取れず
まとめると、Kimi K3の最大のニュースは「中国のオープンモデルがフロンティアの射程に入った」という事実そのものだ。西側フロンティアより4〜5割安い価格でそこまで来たが、桁違いの安さではなく、総合ではFable 5とGPT-5.6 Solに及ばず、遅く、ハルシネーションは増えた。それでも1世代でGDPval-AA v2を478ポイント押し上げ、重みを公開すると宣言している——市場が反応したのはそこだ。
FAQ
Q1. Kimi K3はオープンソースですか？
いいえ。予定されているのは学習済み重みの公開（オープンウェイト）であって、学習データや学習コードの公開ではありません。さらに本記事執筆時点では重み自体がまだ公開されていません——Hugging Faceのmoonshotai/Kimi-K3はカウントダウン表示のままで、ライセンスも未公表です。公開予定は2026年7月27日です。
Q2. 本当にベンチマーク3位ですか？
Artificial Analysis の Intelligence Index で57点・3位（Claude Fable 5、GPT-5.6 Solに次ぐ）というのが根拠で、2026年7月17日時点では正しい評価です。ただし同じ57点でも4位・7位という集計も併存します。比較対象の取り方と集計時点で変わるためで、「3位」はスナップショットとして読んでください。コーディング特化のFrontend Code Arenaでは1位、逆にFrontierSWEではFable 5に負けています。
Q3. 料金は本当に安いのですか？
何と比べるかで逆転します。入力$3／出力$15（100万トークンあたり）は、Claude Opus 4.8（$5/$25）やGPT-5.6 Sol（$5/$30）より入力で約4割・出力で4〜5割安いので、西側フロンティアとの比較では明確に安価です。実測でも1タスクあたり$0.94で、Opus 4.8の$1.80より低く済みます（Artificial Analysis）。一方で中国勢の中では最も高く、GLM-5.2の約3倍、DeepSeek V4 Proの約23倍。Simon Willisonは「中国のAIラボがリリースしたモデルとして最も高額」と評しています。DeepSeekショックのような桁違いの安さではありません。
Q4. なぜ米国株が下がったのですか？
「安価な中国製モデルが高価な計算資源への需要を減らすのでは」という懸念です。発表週にナスダックが金曜に-1.5%、台湾-6%超、日本-4%、半導体ETF(SMH)は6月末高値から20%超下落しました。ただし半導体株はその後、押し目買いで下げ幅を縮小し、Bank of Americaは「夏の調整にすぎない」との見方を示しています。DeepSeekショック（2025年1月にNVIDIA一社が1日で約5,900億ドル消失）とは規模が異なります。
Q5. Anthropicのモデルを盗んだというのは本当ですか？
証拠は公開されていません。ホワイトハウスOSTP長官のMichael Kratsiosが「AnthropicのFableに対する産業規模の蒸留」を主張しましたが、Moonshot側はFableの一般公開が7月1日、K3の公開が7月15日という15日間の日程を挙げて否定。AI研究者のBraden Hancockも「2週間で蒸留・学習・リリースは不可能」とTechCrunchに述べています。SCMPによれば複数の専門家がこの主張を「政治的」と批判しています。判断がつくだけの材料は現時点でありません。
Q6. 自分のPCで動かせますか？
できません。4bit量子化（MXFP4）でも重みだけで約1.4TBあり、H100/H200/B200のどれ1枚にも載りません。Northflankの試算では80GB GPU×8枚のノードを8台規模、Moonshotの推奨は64アクセラレータ以上です。macOS・Windowsは実運用の対象外で、Linux＋NVIDIAが前提となります。個人でローカルLLMを動かす話とはスケールがまったく違います。
Q7. 実務で使うべきですか？
いきなり全面移行はおすすめしません。理由は3つ——①容量が逼迫しており429エラーが頻発しうる（OpenRouterが警告）②ハルシネーション率が39%→51%に上昇している③Moonshot自身がFable 5・GPT-5.6 Solとの「ユーザー体験の明確な差」を認めている。フォールバック先を用意した上で、フロントエンドのコード生成のような得意分野から一部を流して比較するのが現実的です。
Q8. 前世代のK2.6からどれくらい良くなったのですか？
跳ね方が今回の本質です。Artificial AnalysisのGDPval-AA v2で1190→1668（+478ポイント）、同社の非公開エージェント評価AA-Briefcaseでは+732ポイント。Arena.aiのFrontend Code Arenaでは18位から1位へ17ランク上昇しました。市場が反応したのは絶対順位より、この1世代での距離の詰め方です。
