2.8兆パラメータのオープンモデルが
最先端の米国勢に肉薄した意味
2026年7月、中国のAIスタートアップMoonshot AIが、総パラメータ数2.8兆という巨大なAIモデル「Kimi K3」を発表しました。しかも事前告知はなし。一部の性能テストでは米国の最先端モデルを上回り、さらにモデルの設計情報を公開するという方針を打ち出しています。AIの主導権争いに、新たなプレイヤーが本格参戦しました。
「突然」の登場
2026年7月中旬、Kimi K3は何の前触れもなく利用可能になりました。 事前にリークもなければ、カウントダウンもない。 ある日突然、使えるようになっていたのです。
AIモデルの発表は、通常なら大規模なイベントや事前の予告を伴います。 OpenAIやGoogleのモデル発表は世界中のニュースになり、何週間も前から話題になるのが常です。 ところがMoonshot AIは、その慣例をまったく無視しました。
なぜ、そんな奇妙な登場の仕方をしたのでしょうか。 理由は公式には語られていません。 ただ、結果として「とにかく触ってみてほしい」というメッセージは、明確に伝わりました。
2.8兆個の「パラメータ」とは何か
Kimi K3を語るうえで避けて通れないのが、「2.8兆パラメータ」という数字です。
パラメータとは、AIが学習によって獲得する数値の集まりのことです。 人間の脳でいえば、神経細胞どうしのつながりの強さに相当します。 一般に、パラメータが多いほど複雑な問題に対応できますが、そのぶん動かすのに膨大な計算能力が必要になります。
2.8兆という数は、現在公開されているAIモデルの中で最大級です。 比較対象として、2025年に大きな話題を呼んだDeepSeek-V3は約6,710億パラメータでした。 Kimi K3はその約4倍の規模を持っています。
ただし、巨大であること自体は、それだけでは強みになりません。 動かすたびに2.8兆個すべてを計算していたら、速度もコストも現実的ではなくなります。
「全員を起こさない」という設計思想
ここにKimi K3の工夫があります。
Kimi K3は、MoE（Mixture of Experts） と呼ばれる仕組みを採用しています。 896人の「専門家」を内部に抱えていますが、一つの質問に対して実際に動くのは16人だけです。 残りの880人は、出番が来るまで待機しています。
日常的な質問には日常的な専門家が、プログラミングの問題にはコーディングの専門家が、それぞれ選ばれて応答する。 全員を同時に呼び出すことなく、必要な人材だけを的確に配置する仕組みです。
この設計のおかげで、Kimi K3は前世代のKimi K2と比べてスケーリング効率が約2.5倍向上したと報告されています。 巨大さを維持しながら、動かすコストを抑えるという、相反する要求を両立させた設計と言えます。
米国の最先端モデルとの比較
では、実際の性能はどうなのでしょうか。
AIの能力を測る各種テスト（ベンチマーク）で、Kimi K3はいくつかの分野で注目すべき結果を残しました。
ベンチマーク | Kimi K3 | Claude Fable 5 | GPT-5.6 Sol |
Program Bench（コーディング） | 77.8% | 76.8% | 77.6% |
SWE Marathon（長時間タスク） | 42.0% | 35.0% | 39.0% |
BrowseComp（Web操作） | 91.2% | 88.0% | 90.4% |
コーディング、長時間にわたる複雑な作業、Webブラウジングの3分野で、いずれもClaude Fable 5とGPT-5.6 Solの両方を上回っています。
一方で、総合的な性能ではまだ差があります。 難問ベンチマークの「HLE-Full」では43.5%にとどまり、Claude Fable 5の53.3%に約10ポイント及びませんでした。 Moonshot AI自身も「総合性能ではClaude Fable 5とGPT-5.6 Solには及ばない」と率直に認めています。
この正直さは、逆に信頼に値するのではないでしょうか。 得意な分野と苦手な分野を隠さずに公表する姿勢は、性能を水増しして発表するケースが散見されるAI業界において、むしろ好感が持てます。
「コードを書いて、自分で画面を見て、直す」
技術的に面白いのは、Kimi K3が持つ「自己修正」の能力です。
プログラムのコードを書いたあと、その実行結果のスクリーンショットをAI自身が確認し、問題があれば自分で修正するというループを回せます。 ゲーム開発やWebサイトのデザインなど、見た目の確認が必要な作業との相性がよいとされています。
さらに、Moonshot AIの社内テストでは、最大24時間にわたって自律的に作業を続ける検証も行われました。 GPU（画像処理チップ）の性能を引き出すためのプログラム最適化において、Kimi K3はClaude Fable 5と互角の成績を収め、他の主要モデルを大幅に上回ったと報告されています。
24時間、人間の介入なしに作業を続けられるAI。 そうした存在が、少しずつ現実味を帯びてきています。
「オープン」な重み
Kimi K3のもう一つの注目点は、モデルの重み（学習済みの数値データ）を7月27日までに完全公開すると宣言していることです。
AIモデルの「オープン化」は、ここ数年のAI業界で大きな論点になっています。 OpenAIのGPTシリーズやGoogleのGeminiシリーズは、基本的にモデルの中身を公開していません。 一方、Metaの「Llama」シリーズや、同じく中国発の「DeepSeek」「Qwen」は、モデルの重みを公開し、誰でも改良や研究に使えるようにしています。
2.8兆パラメータという巨大モデルの重みが公開されれば、世界中の研究者や開発者がその中身を調べ、改良し、自分たちの用途に合わせて活用できるようになります。 もちろん、それだけの規模のモデルを動かすには相応のコンピュータ環境が必要ですが、技術の進歩は年々そのハードルを下げています。
公開のライセンス条件がまだ明らかになっていない点は気がかりです。 前世代のKimi K2.6やKimi K2.7 Codeは、比較的自由度の高い「Modified MITライセンス」で公開されていましたが、K3でも同様の条件になるかは、7月27日を待つ必要があります。
Moonshot AIという会社
Kimi K3を開発したMoonshot AI（月之暗面）は、2023年3月に設立された北京のAIスタートアップです。 創業者の楊植麟（ヤン・ジーリン）氏は、GoogleやMetaでの研究経験を持ち、Transformer-XLやXLNetといった基盤技術の開発に携わった人物です。
社名の由来は、創業者が愛聴するPink Floydのアルバム「The Dark Side of the Moon」。 「月の裏側」という名の会社が、AI開発の表舞台に躍り出たというのは、なかなか洒落た展開です。
Alibaba、Tencentといった中国の大手テック会社からの出資を受けており、香港でのIPO（新規株式公開）も視野に入れていると報じられています。 設立からわずか3年で、世界の最前線に挑むモデルを送り出したことになります。
見えてきた新しい構図
Kimi K3の登場は、AI開発の勢力図に確かな変化をもたらしています。
半年前、2026年初頭の時点では、最先端のAI開発は米国勢の独壇場に見えました。 OpenAI、Anthropic、Google、Metaが次々と大型モデルを発表し、その性能を競い合っていたからです。
ところが2026年に入ってから、中国発のモデルが急速に力をつけています。 DeepSeek、Qwen（Alibabaグループ）、そしてKimi。 特定の分野では米国の最上位モデルを上回るケースも珍しくなくなりました。
この状況は、私たちにとって何を意味するのでしょうか。
一つは、AIを「選べる」時代になりつつあるということです。 目的に合わせて最適なモデルを選ぶ。コーディングに強いモデル、文章作成に強いモデル、長時間の自律作業に強いモデル。 万能の一強ではなく、得意分野の異なる複数のモデルが並び立つ世界が現実になりつつあります。
もう一つは、オープンモデルの選択肢が充実してきたことです。 モデルの中身が公開されていれば、自社の環境に合わせた調整や、セキュリティの検証が可能になります。 「中身がわからないものを信じて使う」以外の道が、着実に広がっています。
Kimi K3が「最強のAI」であるかどうかは、正直なところまだわかりません。 モデルの重みが公開され、世界中の研究者による独立した検証が進めば、より正確な評価が見えてくるでしょう。
ただ、一つだけ確かなことがあります。 AIの進化は、もはや特定の国や会社だけのものではなくなった、ということです。
用語解説
パラメータ
AIモデルが学習によって獲得する数値の集まり。人間の脳でいえば神経回路の結合の強さに相当し、パラメータが多いほど複雑な問題を扱えるが、動作に必要な計算量やコストも増大する。MoE（Mixture of Experts）
複数の小さな専門家モデル（エキスパート）を内蔵し、入力内容に応じて一部だけを選択的に動かす設計方式。モデル全体のパラメータ数が大きくても、一度に使う計算量を抑えられるため、規模と効率を両立できる。ベンチマーク
AIモデルの性能を測るための標準化されたテスト。コーディング能力、知識量、推論力など、さまざまな観点からモデルを評価し、他モデルとの比較を可能にする。オープンウェイト（オープンモデル）
AIモデルの学習済みパラメータ（重み）を一般に公開すること。公開されたモデルは、他の研究者や開発者が検証、改良、自社環境への適用などに利用できる。GPU
Graphics Processing Unitの略。もともとは画像処理用のチップだが、大量の並列計算が得意なため、現在ではAIの学習や推論処理の中核として広く使われている。
出典・参考情報
- 一部ベンチでFable 5超え、2.8兆パラメータの「Kimi K3」正式発表 – PC Watch
本コラムの主要な題材。Kimi K3の正式発表に関するニュース記事。8兆パラメータ、MoEアーキテクチャ、ベンチマーク結果、API料金体系、重み公開予定などを網羅的に報道。 - Kimi K3 – Official Blog | Moonshot AI
Moonshot AI公式ブログによるKimi K3の発表記事。Kimi Delta Attention（KDA）やAttention Residualsなどの新アーキテクチャ詳細、各ベンチマークでの成績、利用可能なプラットフォーム、重み公開スケジュールについて記載。 - MCP連携でOpus 4.8超え、1兆パラメータLLM「Kimi K2.7 Code」無償公開 – PC Watch
前世代モデルKimi K2.7 Codeに関するニュース記事。1兆パラメータ規模、Modified MITライセンスでの重み公開、MCP連携によるコーディング性能などを報道。K3との世代比較の参考として参照。 - コーディングでGPT-5.4超え、1兆パラメータAI「Kimi K2.6」を無償公開 – PC Watch
Kimi K2.6に関するニュース記事。K2系列のモデルの進化過程と、Modified MITライセンスでのオープンウェイト公開の方針を確認するために参照。 - Moonshot AI – Wikipedia
Moonshot AI（月之暗面）の会社概要、創業者の経歴、設立経緯、出資元などの基本情報を確認するために参照。
技術とノウハウでデジタルシフトをサポート
中小企業の頼れるパートナー
執筆者: 綾部 一雄（株式会社クロスディーズ 代表取締役）
ネットワーク維持管理、システム開発、ベンダー調整のスペシャリスト。前職では、600名以上の介護事業所で、介護事業用ソフトの導入や契約の電子化、テレワークシステムの導入等に幅広くに携わる。2021年より、株式会社佐々木総研にて業務効率化のためのロボットや最新技術を活用した開発を行っている。