Kimi K3発表 — 3TパラメータMoEのオープンフロンティアモデル、7月27日にウェイト公開
Moonshot AIが3TパラメータのMoEモデルKimi K3を発表。Kimi Delta AttentionとStable LatentMoEを採用し、16/896エキスパートを活性化。コーディング・ビジュアル推論・研究自動化でフロンティア性能を発揮。7月27日にオープンウェイト公開予定。
Kimi K3発表 — 3TパラメータMoEのオープンフロンティアモデル、7月27日にウェイト公開
2026年7月16日、Moonshot AIが次世代AIモデル「Kimi K3」を正式発表した。3兆（3T）パラメータのMixture-of-Experts（MoE）アーキテクチャを採用し、896エキスパート中16のみを活性化する。Hacker Newsでトップに躍り出るなど、AIコミュニティから大きな注目を集めている。本記事ではKimi K3のアーキテクチャ、性能、そして開発者にとっての実践的な意味を解説する。
Kimi K3のアーキテクチャ：3つの革新
Kimi K3は3つの新しい技術を中核に据えている。
Kimi Delta Attention（KDA）
KDAはシーケンス長全体での情報フローを改善する新しいアテンション機構。長いコンテキストでも情報の減衰を抑え、100万トークン級の長文でも一貫した推論を維持する。
Attention Residuals（AttnRes）
AttnResはモデルの深さ方向での情報伝達を強化する。層が深くなるほど失われがちな情報を残差接続で補い、3T規模の巨大モデルでも安定した学習と推論を実現する。
Stable LatentMoE
MoEのスパーシティを大幅に拡大し、896エキスパート中16のみを活性化。これにより3Tの総パラメータを持ちながら、推論時の実効パラメータは約53Bに抑えられる。Kimi K2と比較して約2.5倍のスケーリング効率改善を達成した。
ベンチマーク性能
Kimi K3はClaude Fable 5やGPT-5.6 Solには全体的に及ばないものの、フロンティアレベルの性能を示している。特に以下の分野で際立つ。
コーディング性能
Terminal Bench 2.1、Kimi Code Bench 2.0で高いスコアを記録。最小限の人間の監視で長時間のエンジニアリングセッションを維持し、大規模リポジトリの操作やターミナルツールの制御を自律的に行える。
ビジュアル推論
ソフトウェアエンジニアリングと視覚的推論を組み合わせたタスクで優れた性能を発揮。スクリーンショットや画像を活用してゲーム開発、フロントエンド開発、CAD作業を最適化できる。
研究自動化
科学文献と実行可能コードを橋渡しし、複雑な計算研究ワークフローを自律的に実装・検証・分析する。42年間のASIC産業レポートを120回以上の再帰的自己改善で生成した事例では、2,800回以上のWeb検索と1,100回以上の端末データ取得を自律実行した。
オープンウェイト戦略
Kimi K3のフルモデルウェイトは2026年7月27日までに公開予定。推論パートナーやオープンソースメンテナーと協力して技術詳細を調整中で、信頼性のあるロールアウトを目指す。
現時点ではKimi Workデスクトップアプリから利用可能。デフォルトで最大思考努力（max thinking effort）モードで動作し、後日低努力・高努力モードが追加予定。
開発者にとっての意味
Kimi K3のリリースは、オープンウェイトモデルの新たなフロンティアを意味する。3Tパラメータ級のモデルがオープンウェイトで利用可能になることで、企業は自社データでのファインチューニングやカスタマイズが可能になる。
特に注目すべきは以下の3点。
まとめ
Kimi K3は「最も強力なモデル」ではないが、オープンウェイトモデルとして最高水準の性能を提供する。3TパラメータのMoEアーキテクチャ、Kimi Delta Attention、Stable LatentMoEという3つの革新技術により、コーディング・ビジュアル推論・研究自動化の3分野でフロンティアレベルの性能を実現した。
7月27日のウェイト公開が待たれる。Kimi Workデスクトップアプリは現在ダウンロード可能で、ターミナルからKimi Code CLIでも利用できる。オープンウェイトAIの新たなマイルストーンとして、今後の展開に注目したい。