Kimi K3 全面オープンウェイト：2.8兆パラメータと100万トークンコンテキスト
2026年7月27日、Moonshot AI（月之暗面）は約束どおり Kimi K3 の完全オープンウェイトを Hugging Face で公開しました。2.8兆（2.8T）総パラメータ、推論時 1040億（104B）活性パラメータ、100万 token コンテキスト——史上最大級のダウンロード可能モデルです。推論スタック MoonEP、FlashKDA、エージェント評価環境 AgentEnv も同時リリースされました。
本記事では、AI 開発者・技術リード向けに次の三つを回答します。① K3 のアーキテクチャ（KDA / AttnRes / Per-Head Muon）と推論スタックの技術要点；② 公式 Benchmark、ライセンスゲート、API 料金の実務比較；③ 六ステップの本番デプロイ手順、FAQ、およびホワイトハウス蒸留非難を含む地政学リスク。7月16日の API 先行リリース解説は Kimi K3 徹底レビュー、蒸留論争の背景は Claude Opus 5 と Kimi K3 蒸留問題をご参照ください。
01 7月27日全面オープンウェイト公開：開発者が直面する三つの課題
7月16日の API 先行リリースから11日後、Moonshot AI は 2026年7月27日に Kimi K3 の完全ウェイトを公開しました。MXFP4/NVFP4 量子化版、vLLM/SGLang 統合パッチ、MoonEP 推論エンジン、FlashKDA カーネル、AgentEnv ベンチマーク環境が同梱されています。これにより外部研究者は初めて K3 のアーキテクチャと Benchmark 主張を独立検証できる段階に入りました。
本番導入を検討する開発者が直面する主な課題は次のとおりです。
- 課題一：推論インフラの規模ギャップ。 2.8T フルウェイトは BF16 で約 5.6TB のストレージを要し、64 枚以上の H100/B200 級 GPU クラスタが目安です。量子化版でも 8×H100 80GB は最低ラインです。
- 課題二：ライセンスゲートの実務解釈。 Modified MIT ライセンスは商用利用を許可しますが、年間収益 2000 万米ドル超の企業は追加申請が必要です。輸出規制対象地域への再配布、軍事用途、競合モデルへの蒸留は明示的に禁止されています。
- 課題三：地政学リスクと供給網の不確実性。 7月22–23日のホワイトハウス蒸留非難、2月の Anthropic 3.4M 件異常 API 相互作用告発、GB300 輸出規制疑惑——エンタープライズ選定では Benchmark だけでなくコンプライアンス文書化が必要です。
K3 の全面オープンウェイト公開は「パラメータ数の見せかけ」ではなく、Moonshot が 315 億ドル評価額の商用 AI 企業として技術主権を宣言した瞬間です。しかしダウンロード可能になった今、真の試金石は外部研究者による独立再現と、蒸留論争の検証です。
02 2.8T / 104B 活性：KDA・AttnRes・Per-Head Muon と推論スタック
Kimi K3 は Stable LatentMoE アーキテクチャを採用しています。総パラメータ 2.8兆（2.8T）、推論時に活性化されるのは 896 エキスパート中 16 個——活性パラメータ相当は約 1040億（104B） です（スパース度 1.8%）。100万 token コンテキストとネイティブ視覚理解を統合しています。
Kimi Delta Attention（KDA）
KDA はハイブリッド線形注意機構で、線形層と全注意層を 3:1 で交互配置します。KV キャッシュメモリを最大 75% 削減し、100万 token 下でのデコード速度を最大 6.3 倍 向上させます。Kimi K2 比で全体拡張効率は約 2.5 倍 です。
Attention Residuals（AttnRes）
AttnRes は残差接続に選択的取得を導入し、深い層がより早い層の高価値表現を直接参照できます。Moonshot は約 25% の学習効率向上を報告し、追加計算コストは 2% 未満です。
Per-Head Muon と Stable LatentMoE 付随技術
| コンポーネント | 役割 |
|---|---|
| Per-Head Muon | 各注意ヘッドを独立最適化。大規模 MoE 学習の収束安定性と表現力を向上 |
| Quantile Balancing | ルーター得点の分位数からエキスパート割当を導出。ヒューリスティック超パラメータを排除 |
| Gated MLA | Multi-head Latent Attention の選択性向上。長コンテキスト時の情報保持を改善 |
| Sigmoid Tanh Unit（SiTU） | 活性化関数制御の改善。深層 MoE での勾配安定性を確保 |
MoonEP / FlashKDA / AgentEnv——7月27日同梱推論スタック
ウェイト公開と同時に Moonshot は三つの推論・評価コンポーネントをリリースしました。
- MoonEP（Moonshot Expert Parallelism）：896 エキスパートの MoE 推論を効率化するエキスパート並列フレームワーク。Tensor Parallel + Expert Parallel のハイブリッド配置に対応し、64+ GPU クラスタでの推論スループットを最大化します。
- FlashKDA：KDA 注意機構向けの CUDA/Triton 最適化カーネル。100万 token デコード時の KV キャッシュメモリをさらに 15–20% 圧縮し、vLLM/SGLang への統合パッチとして提供されます。
- AgentEnv：K3 向けエージェント評価環境。Terminal Bench 2.1、SWE Marathon、BrowseComp、Automation Bench の再現 harness を同梱。独自 Agent パイプラインの品質検証に利用できます。
KDA + AttnRes + Per-Head Muon の組み合わせは、パラメータ数の積み上げではなく、長コンテキスト Agent 推論の実効コストを下げるためのエンジニアリング設計です。FlashKDA 有効時は 100万 token シーンで API コスト同等のローカル推論が現実的な選択肢になります。
03 Kimi K3 Benchmark 比較：公開時点の公式スコア
| Benchmark | Kimi K3 | Claude Fable 5 | GPT-5.6 Sol | Claude Opus 5 | 備考 |
|---|---|---|---|---|---|
| GPQA-Diamond | 93.5% | 92.6% | 94.1% | 91.8% | オープンウェイト最高 |
| Terminal Bench 2.1 | 88.3% | 84.6% | 88.8% | 86.2% | GPT-5.6 Sol が 0.5pt リード |
| BrowseComp | 91.2% | 88.0% | 90.4% | 87.5% | カテゴリ最高 |
| Program Bench | 77.8% | 76.8% | 77.6% | 75.4% | 総合最高 |
| SWE Marathon | 42.0% | 35.0% | 39.0% | 38.5% | 持続的長コード首位 |
| FrontierSWE | 81.2% | 86.6% | 71.3% | 84.1% | Fable 5 が大幅リード |
| DeepSearchQA（F1） | 95.0% | 93.2% | 94.5% | 92.8% | — |
| OmniDocBench | 91.1% | 89.8% | 85.8% | 88.3% | 文書理解首位 |
| Automation Bench | 30.8% | 29.1% | 29.7% | 31.2% | Opus 5 が僅差リード |
| Artificial Analysis Index v4.1 | 57.1 | 59.9 | 58.9 | 57.8 | 第4位 |
解読の要点：
- SWE Marathon（42.0%）：数時間規模の持続的コーディングで首位。K3 の 100万 token コンテキストと KDA 効率の相乗効果が表れています。
- FrontierSWE：複雑 Repo 級バグ修正では Fable 5（86.6%）が依然として大幅リード。最高難度 SWE タスクではクローズドソース旗艦が優位です。
- GPQA-Diamond（93.5%）：オープンウェイト最高スコア。7月27日以降、外部研究者による独立再現が進行中です。
上記は Moonshot 自報データです。各モデルは異なる推論 harness を使用しています（K3 は Kimi Code、GPT は Codex、Claude は Claude Code）。AgentEnv 公開により、K3 側の再現性は向上しましたが、クロスモデル公平比較は依然として課題です。
04 ライセンスゲートと API 料金：実務比較表
Modified MIT ライセンスのゲート条件
| 条件 | 内容 | 対象 |
|---|---|---|
| 基本利用 | 研究・商用・改変・再配布を Modified MIT で許可 | 全ユーザー |
| 収益ゲート | 年間収益 2000 万米ドル超の企業は Moonshot への追加ライセンス申請が必要 | 大規模商用 |
| 輸出規制 | 米国/EU/英国輸出規制対象地域へのモデル再配布を禁止 | グローバル展開 |
| 蒸留禁止 | K3 ウェイトを用いた競合基盤モデルの構築・蒸留を明示禁止 | AI ラボ・モデル開発者 |
| 用途制限 | 軍事用途、大量監視、生物兵器開発支援を禁止 | 全ユーザー |
| 帰属表示 | 派生物・サービスに「Kimi K3 by Moonshot AI」の帰属表示を義務付け | 再配布・API 提供 |
API 料金と競合比較
| モデル | 入力（$/M） | 出力（$/M） | キャッシュヒット入力 | コンテキスト |
|---|---|---|---|---|
| Kimi K3 | $3.00 | $15.00 | $0.30 | 1M |
| Claude Opus 5 | $5.00 | $25.00 | — | 1M |
| Claude Fable 5 | ~$10.00 | ~$50.00 | — | 1M |
| GPT-5.6 Sol | $8.00 | $40.00 | — | 400K |
| DeepSeek V4 Pro | $1.74 | $3.48 | $0.145 | 128K |
K3 は Claude Sonnet 5 と標準価格が同じ（$3/$15）ですが、コンテキストは 5 倍。プログラミングシーンではキャッシュヒット率が 90% 超となり、実効入力コストは $0.30/M 近傍に収束します。中国国内料金：入力 ¥20/M、出力 ¥100/M、キャッシュヒット ¥2/M。kimi.com 無料アカウントでも利用可能です。
オープンウェイト公開後も API 利用は依然として最も現実的な選択肢です。64+ GPU クラスタの調達・運用コストは、多くのチームにとって token 従量課金を上回ります。収益ゲートと輸出規制条項は、クロスボーダー SaaS 提供前に法務レビューが必須です。
05 Kimi K3 本番デプロイ：六ステップ実践ガイド
7月27日以降、K3 オープンウェイトの本番デプロイは次の六ステップで進められます。
- Hugging Face からウェイトを取得する：
moonshotai/Kimi-K3リポジトリから BF16 フルウェイト（約 5.6TB）または MXFP4/NVFP4 量子化版（約 700GB–1.4TB）をダウンロードします。git lfs cloneまたはhuggingface-cli downloadを使用してください。 - ハードウェア要件を確認する： BF16 推論は 64+ H100/B200 80GB が目安。MXFP4 量子化版は 8×H100 80GB で推論可能。NVMe ストレージ 6TB 以上、InfiniBand 400Gbps 以上のクラスタ間通信を推奨します。
- MoonEP + FlashKDA 推論スタックをインストールする：
pip install moonshot-moonep flash-kdaで推論エンジンを導入。vLLM 0.8.x または SGLang 0.4.x との統合パッチを適用し、Expert Parallel 設定を--ep-size 8で初期化します。 - 量子化版を選択してモデルをロードする： 本番環境では MXFP4（品質損失 1% 未満）を推奨。FlashKDA カーネルを有効化し、KV キャッシュ圧縮率 75% を確認します。
--max-model-len 1048576で 100万 token コンテキストを設定します。 - vLLM / SGLang サービスを起動する： OpenAI 互換 API エンドポイントを
0.0.0.0:8000で公開。ヘルスチェック、P99 レイテンシ、トークン/秒スループットを Prometheus で監視します。 - AgentEnv で品質検証を実施する： 同梱の AgentEnv harness で Terminal Bench 2.1、SWE Marathon のサブセットを実行。API 版との出力差分が 2% 以内であることを確認してから本番トラフィックを切り替えます。
huggingface-cli download moonshotai/Kimi-K3 --include "*.safetensors"
pip install moonshot-moonep flash-kda vllm>=0.8.0
python -m vllm.entrypoints.openai.api_server \
--model moonshotai/Kimi-K3 \
--quantization mxfp4 \
--enable-flash-kda \
--tensor-parallel-size 8 \
--max-model-len 1048576 \
--port 8000API 経由で迅速に試す場合は、OpenAI 互換クライアントで base_url="https://api.moonshot.ai/v1"、モデル ID kimi-k3 を設定します。OpenRouter 経由なら moonshotai/kimi-k3 を直接呼び出せます。
06 FAQ、地政学リスク、引用データ、本番環境への提言
地政学リスク：蒸留論争と供給網
7月27日のウェイト公開は技術的マイルストーンですが、地政学リスクは解消されていません。
- 7月22–23日、ホワイトハウス OSTP 長 Michael Kratsios が X で Moonshot の「大規模秘密蒸留」を非難。Anthropic Fable モデルからの技術窃取と、タイ経由の輸出規制 GB300 チップ取得を alleged。
- 2026年2月、Anthropic は Moonshot、DeepSeek、MiniMax を名指し、340万件超の異常 API 相互作用——「意図的能力抽出」——を公表。一部は Moonshot 上級スタッフのリクエストメタデータに紐づくと主張。
- Ryan Greenblatt（Redwood Research） の分析（GitHub:
rgreenblatt/which_claude_is_k3）では、K3 が Claude 自称しclaude-opus-4-5-20250929等の内部デプロイ ID を出力する統計的証拠を報告。蒸留の直接証明ではないが、最も技術的な間接証拠です。 - 独立研究者の反論： Fable 5 公開（7月1日）から K3 ローンチ（7月16日）まで僅か2週間——深度蒸留のタイムラインとして非現実的との指摘（Braden Hancock、Nathan Lambert ら）。
7月27日以降、外部研究者はウェイトを直接検査し、アーキテクチャの独自性と蒸留痕跡を独立検証できます。エンタープライズ選定では、Benchmark スコアと並行して供給網・出所リスクを選定文書に記録してください。
引用可能なハードデータ（Moonshot 公式・公開情報、2026-07-28）：
- 総パラメータ / 活性パラメータ： 2.8T / 104B（896 エキスパート / 16 活性化、スパース度 1.8%）
- KDA 効率： KV キャッシュ 75% 削減、100万 token デコード 6.3× 高速化、K2 比拡張効率 2.5×
- AttnRes： 学習効率 +25%、追加計算コスト 2% 未満
- API 料金： 入力 $3.00/M、出力 $15.00/M、キャッシュヒット $0.30/M
- ライセンス： Modified MIT、収益 $20M 超で追加申請、蒸留禁止・輸出規制条項付き
- 商用指標： ARR $300M+、評価額 $31.5B、API 収入 70%+
- タイムライン： API 先行 7/16 → 蒸留非難 7/22–23 → 完全ウェイト 7/27 → 独立検証開始 7/28–
Q：Kimi K3 の完全ウェイトはいつダウンロードできますか？
A：2026年7月27日に Hugging Face で公開済みです。BF16 フルウェイト、MXFP4/NVFP4 量子化版、MoonEP/FlashKDA/AgentEnv が同梱されています。
Q：Kimi K3 の活性パラメータ数はいくつですか？
A：総 2.8T、推論時活性約 104B です。896 エキスパート中 16 個を token ごとに活性化します。
Q：Kimi K3 は商用利用できますか？
A：Modified MIT で商用利用可能ですが、年間収益 2000 万米ドル超は追加ライセンス申請が必要です。蒸留禁止・輸出規制・軍事用途禁止条項に注意してください。
Q：Kimi K3 API の料金はいくらですか？
A：入力 $3.00/M、出力 $15.00/M、キャッシュヒット $0.30/M。100万 token コンテキストは追加料金なし。
Q：ローカル推論に必要なハードウェアは？
A：BF16 は 64+ H100/B200 80GB が目安。MXFP4 量子化版は 8×H100 80GB。FlashKDA 有効時は KV メモリをさらに 15–20% 圧縮できます。
Q：Kimi K3 の蒸留問題は解決しましたか？
A：未解決です。ウェイト公開により独立検証が可能になりましたが、Greenblatt 分析とホワイトハウス非難は継続中です。コンプライアンス要件の高い環境では慎重な選定を推奨します。
Kimi K3 の全面オープンウェイト公開は、中国 AI エコシステムが「低価格で市場獲得」から「知能フロンティアへの挑戦」へ転換した象徴です。KDA、AttnRes、Per-Head Muon、MoonEP/FlashKDA/AgentEnv は実際のエンジニアリング革新であり、SWE Marathon と文書理解で一部クローズドソース旗艦に匹敵乃至凌駕しています。
純粋な API 呼び出しでも K3 に素早く接続できますが、本番 Agent 運用では 64+ GPU クラスタの調達・運用コスト、共有 VPS 上での長コンテキスト Agent メモリ不足、多モデル A/B テスト用の 7×24 安定ホスト不在という三つの隠れコストがあります。Kimi Code 型 Agent、リポジトリ全体分析、MCP Server を継続稼働させる本番環境では、JEXCLOUD 多リージョン裸金属 Macがより適した選択です。Apple Silicon 統一メモリを独占、超売りジッターなし、launchd 常駐 Agent ゲートウェイ、120 秒デプロイ。ノードと価格は JEXCLOUD 料金ページをご覧ください。