Kimi K3を徹底解説：Moonshotの2.8兆パラメータ・オープンモデルを実機で試す

Kimi K3とは何か

Kimi K3はMoonshot AIの新しいフラッグシップモデルです。ハイブリッド線形アテンション機構であるKimi Delta Attention（KDA）を基盤とするスパースなMixture-of-Expertsシステムで、Attention Residualsと、公式がStable LatentMoEと呼ぶルーティング方式を組み合わせています。1トークンあたり896個のエキスパートのうち16個しか活性化しません。この点が「2.8兆パラメータ」という数字そのものよりも重要です。全体を一枚岩の巨大モデルとして評価するのではなく、ルーティング可能なスパースシステムとして捉える必要があるということです。

これらの数字を支える学習基盤には、後で技術レポートを読む際に知っておきたい4つの工夫があります。ヒューリスティックな補助損失の代わりにエキスパートの負荷配分を行うQuantile Balancing、アテンションヘッドごとに独立して最適化を行うPer-Head Muon、そして活性化制御とアテンション選択性をそれぞれ担うSigmoid Tanh Unit（SiTU）とGated MLAです。これらはAPIの呼び出し方には影響しませんが、Moonshotがこの規模で学習を安定させられた理由を説明しています。

注意点：「オープン」＝「今すぐダウンロード可能」ではない

Moonshotは Kimi K3 をオープンウェイトモデルとして明言していますが、同時に、発表時点でHugging Faceにチェックポイントが公開されていないことも明言しています。完全な重みは、テクニカルレポートおよびvLLM向けのKimi Delta Attention実装とあわせて2026年7月27日までに公開されるとされています。それまでは、APIおよび提供中のアプリ（kimi.com、Kimi Work、Kimi Code）が、K3を実際に利用できる唯一の方法です。

Kimi K3の市場での立ち位置

発表から1週間以内に出てくるラボ横断のベンチマーク比較は、暫定的なものとして扱うべきです。各ラボは独自の評価ハーネスを使っており、第三者による数値も後から修正されることが少なくありません。今日時点で検証可能なのは、コンテキスト長・ライセンスの立て付け・価格という構造的な比較です。

クリーンな環境でKimi K3を試す6ステップ

自分自身で判断を下す一番早い方法は、完全に自分が管理する環境からAPIを呼び出すことです。過去のプロジェクトで残ったPythonのバージョン競合も、中途半端にインストールされたSDKもありません。以下は、ゼロからツール呼び出しのテストが動くまでの6ステップです。

1. APIキーを取得する：Kimi APIプラットフォームに登録し、kimi-k3モデルを呼び出せるキーを発行します。
2. クリーンなマシンを用意する：新規プロビジョニングしたmacOSマシンにSSH接続します（レンタルしたばかりのMac mini M4が最適です。Root権限があり、実験と競合するものが何も入っていません）。Python仮想環境を作成します。

python3 -m venv ~/kimi-lab && source ~/kimi-lab/bin/activate
pip install --upgrade openai

3. OpenAI互換クライアントをMoonshotのエンドポイントに向ける：Kimi K3はOpenAIのChat Completions形式に対応しているため、既存のSDKはbase_urlの変更だけで動作します。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MOONSHOT_API_KEY"],
    base_url="https://api.moonshot.cn/v1",
)

4. 最大推論強度で最初のリクエストを送る：K3は常に思考モードが有効で、発表時点ではmaxのみサポートされています。

resp = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "KDAアテンション機構を3つの要点でまとめてください。"}],
    extra_body={"reasoning_effort": "max"},
)
print(resp.choices[0].message.content)

5. ツール呼び出しをテストする：K3はfunction callingと厳密なJSON Schema出力に対応しています。チャットボットではなくエージェントを構築するなら重要なポイントです。

tools = [{
    "type": "function",
    "function": {
        "name": "get_rental_quote",
        "parameters": {"type": "object", "properties": {"sku": {"type": "string"}}},
    },
}]
resp = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "m4-16-256の日額料金を教えてください。"}],
    tools=tools,
    extra_body={"reasoning_effort": "max"},
)

6. ネイティブの常駐クライアントも試す：単発呼び出しではなく無人稼働のエージェントが目的なら、Kimi Code（ターミナルCLI、/modelコマンドでモデルを選択）を導入するか、Kimi Workデスクトップアプリを実行します。MoonshotはApple Siliconネイティブビルドを提供しているため、ステップ1〜5で使ったレンタルMacの上で、Rosetta変換を挟むことなくそのまま動作します。

Kimi Codeのセッションをバックグラウンドサービスとして常駐させ続けることは、CIランナーを常駐させ続けることと本質的に同じ課題です。鍵認証のみのSSH、ログアウトしても生き残るプロセス、そして気兼ねなく初期化・再構築できるマシンが必要になります。このlaunchdベースの構成については、Xcode CIランナー構築ガイドで詳しく解説しました。そこで紹介したSSH強化とサービス登録の手順は、Xcodeビルドだけでなく、長時間稼働するKimi Codeエージェントにもそのまま応用できます。

引用しておきたい数値

• 総パラメータ数2.8兆、1トークンあたり896個中16個のエキスパートのみ活性化——この疎性の比率が推論コストを抑えています。
• コンテキストウィンドウ1,048,576トークン、入力と出力を合算した値で、ウィンドウ全体を通じて長さによる段階課金はなく均一料金です。
• グローバルAPI料金：キャッシュ未ヒットの入力が100万トークンあたり$3.00、キャッシュヒットが$0.30、出力が$15.00。
• 完全な重みの公開日：2026年7月27日まで。テクニカルレポートおよびvLLM向けKimi Delta Attention実装も同時に公開予定。

発表直後のこうした詳細は変化が早く、料金体系、レート制限、正確な重み公開日は前後にずれる可能性があります。本記事の要約ではなく、以下のリンク先の一次情報を正としてください。

Moonshot AI公式 —— Kimi K3発表ブログ

Kimi APIプラットフォーム —— K3クイックスタートドキュメント

Northflank —— Kimi K3のベンチマーク・料金・セルフホスティング分析

IoT Digital Twin PLM —— Kimi K3のアーキテクチャとベンチマーク解説

よくある質問 FAQ

ここまでの6ステップに特別な装備は必要ありません。SSHセッションとPython仮想環境があれば十分に始められます。本当に必要なのは、テスト用の依存関係や書きかけのエージェントスクリプト、消し忘れたKimi Codeのプロセスで汚れることを気にしなくていいマシンです。共用のノートPCはこうした痕跡があっという間に積み重なりますが、いつでも初期化でき、日単位で借り直せる実機のApple Siliconマシンならその心配がありません。新しいモデルの発表を検証する際に、メインマシンではなく日単位で借りられるMacを使う理由はここにあります。