Moonshot AIが2026年7月27日、Kimi K3のモデルウェイトと技術レポートをHugging FaceとGitHubで同時公開した。API経由でのサービス提供から11日後の公開だ。
K3の規模はその存在だけで話題になる。総パラメータ数2.8兆、コンテキストウィンドウ100万トークン。ただし実際に動かすには約594 GBのストレージが必要で、Moonshotは64台以上のアクセラレータによる「スーパーノード」構成を推奨している。一般的な開発者がローカルで気軽に試せる代物ではないが、クラウドインフラや大規模GPU環境を持つ組織にとっては、プロプライエタリなAPIへの依存を断ち切る選択肢が生まれた。
Moonshotはウェイトに加え、高性能アテンションカーネル、MoE通信ライブラリ、エージェント基盤となるツール群もオープンソースで公開した。Kimi Delta Attention（KDA）が従来のプレフィックスキャッシュと互換性がないため、KDA向けのキャッシュ実装をvLLMプロジェクトに直接コントリビュートしている。
「3兆パラメータクラス初のオープンモデル」を支えるアーキテクチャ
K3はMixture-of-Experts（MoE）構造を取る。全896のエキスパートのうち、各トークンの処理に実際に使われるのは16個だ。全93層のうち69層を「Kimi Delta Attention」が担い、残り24層はgated latent-attentionが処理する。また「Attention Residuals」と呼ぶ仕組みが、表現を均一に積み上げるのではなく深さをまたいで選択的に取り出す。
Moonshotはこのアーキテクチャの組み合わせと、Stable LatentMoEと呼ぶルーティング手法が、Kimi K2比で約2.5倍のスケーリング効率を実現したと述べている。ただしこの数値は同社公称であり、独立した再現実験を経ていない。
もう一点、デプロイ時に見落とすと手戻りが大きい仕様がある。K3は「preserved thinking history mode」と呼ばれるモードで学習されており、過去のアシスタント発話、推論内容、ツール呼び出しをすべて次の入力に含めて渡す必要がある。途中でモデルを切り替えたり、この履歴を省略したりすると、出力が不安定になることをMoonshotは明示している。
開発者コミュニティにとってこの仕様は設計の前提を変える。単一の会話で完結する用途では問題にならないが、長期タスクや複数モデルをオーケストレーションするエージェント構成を組む場合、K3を途中から差し込むことは難しい。K3専用の会話スレッドをセッションの最初から走らせるか、既存のマルチモデルフレームワークをK3向けに再設計する必要がある。推論インフラをオープンソース化した理由の一端は、こうした実装上の難所をコミュニティと共に解決したいという意図とも読める。
MIT条項の先にある収益ライン
ライセンス設計はモデル本体のインパクト以上に業界への問いかけになっている。
Kimi K3 Licenseは権利付与の部分だけ読めばほぼMITだ。使用、複製、改変、配布、サブライセンス、販売、デプロイ、ファインチューニング、派生物の作成まで、誰でも無償でできる。ただし収益の大きさに応じて二つの条件が附帯する。
①再販ビジネスへの商業ライセンス要件：MaaS再販事業者には、第三者に推論やファインチューニングへのアクセスを提供し、入力やパラメータに対する制御権を与えるビジネスモデルに対し、年間売上が2,000万ドルを超えた時点でMoonshotとの別途契約が求められる。Kimi K3のAPIを再販して収益を得るSaaS事業者がその典型だ。
②大規模商用プロダクトへの表示義務：大規模プロダクトには、月間アクティブユーザー1億人以上、または月間売上2,000万ドル超の商用プロダクトに対し、UIへの「Kimi K3」表示が義務づけられる。
自社インフラで社内利用する場合、あるいはMoonshotの認定推論パートナーを通じたアクセスは、この条件の対象外となる。
線引きの基準はユーザー規模ではなくビジネスモデルだ。スタートアップが研究や製品開発でK3を自由に使い込み、大規模なAPI再販ビジネスへ成長した段階でMoonshotの関与が生まれる設計だ。DeepSeekのMITライセンスが商業利用を制限しなかったことで生まれたエコシステムとは異なる。K3が広がれば広がるほどMoonshotの交渉力が高まる仕組みでもある。
クラウドプロバイダーの動向は今後の焦点になる。報道時点でAWS Bedrock、Microsoft Azure AI Foundry、Google Vertex AIの三大ハイパースケーラーはいずれもKimi K3を提供リストに加えていない。中国発の大規模オープンモデルをマネージドサービスとして提供することへの政治的なリスクを各社が計算していると考えられる。このポジションはMoonshotにとって両義的だ。大手クラウドが動かない分だけ、K3をホストする専業の推論プロバイダーや独自デプロイを選ぶ企業への需要が生まれる。しかし逆に、大手クラウドに乗らないモデルは企業の調達プロセスに乗りにくく、普及に時間がかかるという現実もある。
評価結果と埋まらないギャップ
ベンチマーク上の立ち位置は明確だ。Artificial Analysisは、API公開時点のK3のIntelligence Indexスコアを57と測定し、総合3位相当、Claude Opus 4.8とGPT-5.5と同水準に置く。Claude Fable 5とGPT-5.6 Solには届かないが、オープンウェイトモデルの中では突出している。GLM-5.2が51、DeepSeek V4 Proが44であることを考えると、その差は小さくない。
エージェント性能の数値はさらに際立つ。GDPval-AA v2でのEloレーティングは1668で、前モデルKimi K2.6の1190から大幅に伸びた。AutomationBench-AAでは53%で1位に立ち、タスクあたりコストは0.94ドルとGPT-5.6 Solと同水準、Claude Opus 4.8の約半額だった。
一方、UK Cyber Instituteの独立テストはサイバー能力でフロンティアモデルとの大きな差を指摘している。数学能力でも同様のギャップが確認されており、これが蒸留による能力の偏りを示している可能性があると複数の研究者が言及している。ただし証拠は状況証拠の域を出ない。
Moonshot自身もGPQA Diamondで93.5%、BrowseCompで91.2を記録したと発表しているが、技術レポートでは「評価ハーネスの条件がモデルごとに異なる」と注記している。ウェイトが公開されたことで、これらの数値をMoonshot以外の環境で再現する作業が今後可能になった。
蒸留疑惑とベンチマークのギャップは切り離して考える必要がある。たとえ蒸留が一定程度行われていたとしても、サイバー能力や数学能力の弱点がそれだけで説明されるとは限らない。学習データの構成と評価ハーネスの違いが複合的に作用している可能性があり、どの要因がどれだけ寄与しているかは、外部研究者が直接ウェイトにアクセスして実験を重ねなければわからない。ウェイト公開前はそもそもそのアクセスがなかった。
市場が最初に反応し、ワシントンが続いた
K3の登場が市場に与えたインパクトはAPI公開の段階で出た。中国AIの競合株はZ.aiが最大30%、MiniMaxが最大16%、Alibabaが4%それぞれ下落した。アリーナでのブラインド評価ではフロントエンドコーディングタスクで開発者がK3を米国モデルより高く評価した。
Moonshot自体の数字も動いた。K3公開以降の日次収益は少なくとも6倍に増加した（Bloomberg報道）。ARRは2026年3月に1億ドル、4月に2億ドル、6月に3億ドルと三段跳びで成長しており、現在は500億ドル規模の評価額での資金調達と香港でのIPO準備を同時進行させている。
ワシントンでの反応は鋭かった。ホワイトハウス科学技術政策局（OSTP）のMichael Kratsios局長は2026年7月22日、MoonshotがNVIDIAのGB300チップを禁輸措置を回避して調達し、AnthropicのFable 5から大規模な蒸留を行ったと公に非難した。財務長官Scott Bessent氏はエンティティリストへの掲載と制裁を「選択肢に入っている」と述べ、商務省BISが調査を開始したと報道されている。
Moonshotはこれらの疑惑に対し公式のコメントを出していない。同社の社員はFable 5の公開からK3発表まで15日間しかなく、大規模な蒸留を行うことは物理的に不可能だと主張している。蒸留が業界で広く使われる手法であること自体は事実で、米国の開発者やオープンウェイト支持者の間でも、それ自体を不正と見なす見方は少数派だが、中国ラボによる米国モデルへの適用となれば別の問題として扱われている。ウェイトが公開されたことでトレーニングプロセスの独立検証が多少は近づいたが、学習データの追跡は依然として容易ではない。
NVIDIA、Microsoftが7月24日に連名でオープンウェイトAIへの支持を表明し、同日OpenAIのSam AltmanがGPT後継モデル計画を携えてワシントン入りした。そこへ2.8兆パラメータの中国発モデルが誰でもダウンロードできる形で登場した。AI規制の議論に動かしがたい事実が一つ加わったことになる。
BISの調査が結論に至るより前に、開発者コミュニティによるK3の再現実験と能力評価が先行するだろう。サイバー能力の独立検証と、推奨ハーネスを外した際のベンチマーク再現性が、次の観測点となる。
