
AIは「見て」から間違えている。知覚だけを試す新ベンチマークが暴いた60%の壁
Moonshot AIのPerceptionBenchは、推論や知識を排除して視覚知覚だけを測る3,000問のベンチマークだ。16の最先端モデルを評価した結果、最高59.7%。総合点の近さが隠す能力の偏りと、「推論の失敗」の正体が知覚の失敗であるという構造を定量的に示した。
Moonshot AI(月之暗面)は、2023年3月に中国・北京で設立された人工知能企業である。創業者は楊植麟(Yang Zhilin)で、AlibabaやHongShan(旧Sequoia China)などから出資を受けている。主力製品は大規模言語モデル「Kimi」シリーズであり、モデル重みを公開するオープンウェイト路線を採ることで、中国国内外のAI開発者コミュニティに影響を与えている。
本社は北京にあり、設立以来急速に資金調達を重ね、中国を代表する大規模言語モデル開発企業の一社となった。Kimiシリーズは対話型AIアシスタントとして提供される一方、研究用途にモデル重みを公開するオープンウェイト路線を採ることで知られ、OpenAIやAnthropic、DeepSeekなどと並び中国発LLMの代表格と見なされている。
最新モデルであるKimi K3は、性能評価において総合ベンチマークのスコアだけでなく、視覚知覚やサイバー攻撃能力といった個別能力を切り分けた評価の対象となっている。Moonshot AI自身も、推論や知識を排除して知覚だけを測る評価手法の開発に取り組んでおり、モデルの能力を多角的に検証する動きの一端を担っている。
2026年7月25日には、英国AI安全保障研究所と米CAISIがKimi K3のサイバー攻撃能力を評価し、ExploitBenchでのスコアは32%にとどまり、米国モデル平均の約76%を下回った。評価条件の非対称性が指摘されつつも、中国製モデルの安全保障上の位置づけを測る材料として注目された。
同時期の2026年7月28日には、中国商務部がAIモデルの知識蒸留を理由とする米国の制裁論に対抗措置を警告するなど、米中間でのAI規制を巡る緊張が高まった。これに対し2026年7月29日にはNVIDIAやAnthropicが、モデルの出自や公開方式のみに基づく一律禁止案に反対を表明し、実測された危険性に基づく規制を求めた。これらの動きは、Moonshot AIのような中国製オープンウェイトモデルの流通が、米国の安全保障政策における争点となっていることを示している。
2026年8月1日には、DeepSeekが価格を据え置いたままV4 Flash 0731を公開した記事の中で、MoonshotのGPU契約が低価格API競争を支える計算資源調達の一例として言及された。さらに2026年8月8日には、ByteDanceが最大10兆パラメータのモデルを事前学習しているとの報道を受け、Kimi K3の公式仕様と比較する分析が行われ、パラメータ総数だけでは性能差を測れないことが指摘された。
2026年8月16日には、Moonshot AIが開発した視覚知覚特化型ベンチマーク「PerceptionBench」が公表された。推論や知識を排除し、3,000問を通じて視覚知覚のみを測定する設計で、16の最先端モデルを評価した結果、最高スコアは59.7%にとどまった。この結果は、総合ベンチマークのスコアの近さが実際の能力の偏りを覆い隠していることを定量的に示すとともに、Moonshot AI自身がモデル評価手法の開発にも取り組んでいることを裏付けている。

Moonshot AIのPerceptionBenchは、推論や知識を排除して視覚知覚だけを測る3,000問のベンチマークだ。16の最先端モデルを評価した結果、最高59.7%。総合点の近さが隠す能力の偏りと、「推論の失敗」の正体が知覚の失敗であるという構造を定量的に示した。

ByteDanceが最大10兆パラメータのAIモデルを事前学習していると報じられた。Kimi K3の公式仕様とAnthropicの非開示方針から、総数だけでは性能差を測れない理由を検証する。

中国人民解放軍の部隊や国防系大学の研究者が、OpenAIやAnthropicのAIモデルを教師役に利用し、国内の小型AIを訓練していたことが判明した。これは知識蒸留という手法で特定能力を安価に抽出するもので、半導体規制だけでは防げない技術移転の経路となっている。

DeepSeekはV4 Flash 0731を価格据え置きで公開し、再事後学習によりエージェント性能を改善した。ピーク時間帯2倍料金とMoonshotのGPU契約から、低価格APIを支える計算資源競争を読み解く。

OpenAIがGPT-5.6 LunaのAPI料金を80%引き下げた。旧nano級へ戻った新単価を中国勢と比べると、入力比率と長文割増で最安モデルが入れ替わる。

米政府による中国製オープンウェイトAIの一律禁止案に対し、NVIDIAやAnthropicは、モデルの出自や公開方式のみで規制する危うさを指摘した。両者は、画一的な禁止ではなく、実測された危険性や計算資源の管理に基づく精緻な安全保障策を求めている。

中国商務部がAIモデル蒸留を理由とする米国の制裁論に対抗措置を警告した。争点は蒸留技術そのものから、モデルへのアクセス手段と利用許諾の有無へ移っている。

英国AI安全保障研究所と米CAISIが2026年7月23日、Kimi K3のサイバー攻撃能力を評価。ExploitBenchで32%(米モデル平均は約76%)にとどまったが、測定条件の非対称性と発表タイミングが評価の読み方を複雑にしている。

2026年の国際数学オリンピック上海大会において、複数のAIモデルが史上初めて全6問正解の満点を獲得した。言語処理から厳密な「機械的推論」へと進化したAIのアルゴリズムが、トップ1パーセントの人間の数学者と肩を並べ、科学研究の自動化に向けた新たな段階に入ったことを示している。

米政府がMoonshot AIによるFable蒸留とGB300利用を名指しで主張した。証拠は未公開で、7月27日のK3全重み公開と政府の具体策が次の判断材料となる。

MicrosoftがKimi K3のAzure提供とCopilot採用を評価していると報じられた。最大6億ドル削減の成否は、品質を保ったまま処理を振り分けられる割合で決まる。

MoonshotはKimi K3への需要増で新規契約を止め、既存会員を優先する。今後はWeb・アプリ・Work向けとコーディング向けに会員制度を分け、GPU容量の配分を見直す。

Moonshot AIのKimi K3が2026年7月、Arenaコーディング首位を獲得した裏で、米Cursorが旧版Kimiへの依存を当初公表していなかった過去が発覚。中国製AIを巡る疑惑と依存が数カ月で交錯した経緯を追う。

Anthropicは、Claude Codeのプロンプト内に隠し識別子を埋め込み、不正な代理アクセスやモデル蒸留を検知する実験を行っていた。開発者からの指摘を受け同社は仕組みの削除を決定したが、開発ツールの透明性と信頼性を巡る議論を呼んでいる。

Anthropicがアリババによる大規模なモデル出力の不正抽出を告発した。数千万回のやり取りを通じてエージェント推論や高度な開発能力を盗用した疑いがあり、モデルの応答自体を訓練データとして奪い合うAI開発競争の激化と規約逃れの実態を浮き彫りにしている。

Anysphereは、独自の後処理と強化学習を施したAIコーディングモデル「Composer 2.5」を発表した。このモデルは、競合するフロンティアモデルと同等水準のベンチマーク性能を約10分の1のコストで実現し、テキストフィードバックによる強化学習や1兆パラメータ規模の最適化などの高度な技術に支えられている。

中国NDRCがMetaによるAIエージェント開発元Manusの買収を統合フェーズ後に禁止したことは、中国競争規制史上稀な措置であり、AIエージェント分野の覇権争いがM&Aにも及んでいることを示す。この禁止命令は、中国のAIスタートアップが米国系資本を受け入れる際の政府事前承認義務化など、今後の資金調達構造にも影響を与える可能性が高い。

米ホワイトハウスは、中国を主な拠点とする外国主体が米国製フロンティアAIモデルの出力を大量に収集し、能力を抽出する「敵対的蒸留」キャンペーンを実施していると発表した。これは、API利用による技術移転を国家間の経済スパイ問題として扱い、AIモデルの盗用に対する政策転換と対応策の検討を促すものだ。

Moonshot AIのKimi K2.6は長時間動作するエージェントとして注目されるが、その運用堅牢性に関する詳細な情報が不足している。企業が求めるのは、モデルの性能指標だけでなく、監督方法や復旧手順といった具体的な運用開示であり、今後の課題となっている。

2026年1月、AI業界にまたしても中国からの巨大な波が押し寄せた。AlibabaやHongShan(旧Sequoia China)から巨額の支援を受けるMoonshot AI(月之暗面)が、最新のオープンソースモデル「 […]