Kimi K3とは？オープンウェイト公開の意味と条件を解説

2026年7月27日、中国のAI企業 Moonshot AI が大規模言語モデル「Kimi K3」の重み（モデルの中身のデータ）を一般公開しました。総パラメータ数は約2.8兆。誰でもダウンロードできる形で公開されたモデルとしては、現時点で最大級です。

ニュースの見出しは「中国が最強のオープンモデルを出した」に集約されがちですが、実際に中身を見ると話はもう少し込み入っています。性能はたしかに最上位グループに肉薄している一方、「オープン」という言葉が指す範囲は限定的で、そのままでは自分のパソコンで動かせる代物でもありません。

この記事では、Kimi K3が何をしたモデルなのか、公開されたライセンスにはどんな条件が付いているのか、そして日本のエンジニアや企業にとって実際に何が変わるのかを、順に整理します。

Kimi K3とは？基本スペックを整理
ベンチマーク3位という位置づけ
「オープンウェイト」は「オープンソース」ではない
1. ライセンスに付いている2つの条件
実際に自分で動かせるのか
日本のユーザー・企業にとっての意味
よくある質問
まとめ
参考・出典

Kimi K3とは？基本スペックを整理

Moonshot AI は北京拠点のAI企業で、対話AI「Kimi」を提供しています。K3はその最新の主力モデルにあたります。

公式のモデルカードに記載されている主なスペックは次のとおりです。

項目	内容
総パラメータ数	約2.8兆
1トークンあたりの実働パラメータ	約1040億
構造	MoE（Mixture-of-Experts）／全896エキスパート中16個を選択
コンテキスト長	約104万トークン（1M）
対応入力	テキスト＋画像（ネイティブなマルチモーダル）
量子化形式	MXFP4（学習時から量子化を織り込む方式）

ポイントはMoEという構造です。2.8兆という総数は巨大ですが、実際に1トークンを処理するときに動くのは896個の「エキスパート」のうち16個だけ。全体の2%弱しか使いません。巨大な辞書を持ちながら、引くページは毎回ごく一部にする、というイメージです。これにより、総パラメータ数のわりに推論コストを抑えられます。

なお、APIとしての提供自体は2026年7月16日に先行して始まっており、7月27日に公開されたのは「重みそのもの」です。両者は別のできごとなので、日付の混同に注意してください。

ベンチマーク3位という位置づけ

第三者の評価機関 Artificial Analysis は、独自の「Intelligence Index」でKimi K3に57点を付け、当時の総合3位と評価しました。上位にいるのは Anthropic の Claude Fable 5 と OpenAI の GPT-5.6 Sol の2つで、Claude Opus 4.8 や GPT-5.5 とほぼ同等の水準にある、という位置づけです。

エージェント的な業務タスクを測る GDPval-AA v2 では Elo 1668 を記録し、前世代のK2.6（1190）から大きく伸びています。ただし首位の Claude Fable 5（1760）にはまだ届いていません。

効率面の数字も出ています。Artificial Analysis によれば、9つの評価をすべて走らせるのに使った出力トークンは約1億3200万で、これは前世代K2.6より21%少ない量でした。単に賢くなっただけでなく、答えにたどり着くまでの「回り道」が減っている、と読み取れます。

価格差も無視できません。Fortune の報道によれば、K3の出力料金は100万トークンあたり15ドルで、米国勢の最上位モデルの50ドルと比べて大幅に安い水準です。同記事は、米国の半導体輸出規制が結果として中国側を「効率の追求」に向かわせた、という Moonshot 側の見方も伝えています。

「オープンウェイト」は「オープンソース」ではない

ここがこのニュースで最も誤解されやすい部分です。

Moonshot は K3 について、自社の資料で一貫して「オープンウェイト（open weight）」という語を使い、「オープンソース」とは呼んでいません。これは言葉の綾ではなく、意図的な使い分けです。

公開されているのは学習済みの重みファイルと技術レポートであって、学習に使ったデータや学習コードの全体ではありません。ライセンスも、OSSで一般的なMITやApache 2.0ではなく、Moonshot が独自に定めた「Kimi K3 License」です。

ライセンスに付いている2つの条件

ライセンス本文を読んだ開発者の Simon Willison 氏によれば、K3のライセンスには次のような条件が含まれているとされています。

1. 表示義務 — 月間アクティブユーザーが1億人を超える、または月間売上が2000万ドルを超える製品で使う場合、UI上に「Kimi K3」と明示する必要がある。 2. MaaS事業者向けの個別契約 — 自社がモデルをサービスとして提供する事業（Model as a Service）を営んでおり、関連会社を含めた売上が連続する12か月間で2000万ドルを超える場合、商用利用の前に Moonshot と別途契約を結ぶ必要がある。

前世代のK2では「MITを改変したライセンス」と称していましたが、K3ではその表現もやめ、条件はさらに踏み込んだ形になっている、と同氏は指摘しています。

とはいえ、大多数の個人開発者や中小規模の企業は、これらの閾値にそもそも到達しません。実務上は「自由に使えるが、巨大化したら連絡が必要になる」という設計だと理解しておけば十分でしょう。実際に商用利用を検討する際は、必ずライセンス原文を自社で確認してください。

実際に自分で動かせるのか

「重みが公開された＝手元で動かせる」と考えると、現実とのギャップに驚くことになります。

Hugging Face 上のリポジトリのサイズは約1.56TBです。データセンター向けGPU1枚のメモリを80GBとして単純計算しても、重みを載せきるだけで20枚近く必要になります。実際には推論中の作業領域や、100万トークンという長いコンテキストを保持するための領域が別途必要になるため、必要な枚数はさらに増えます。

つまり、一般的なゲーミングPCやノートPCで動かせる規模ではありません。モデルカードが推論エンジンとして vLLM、SGLang、TokenSpeed といったサーバー向けの構成を挙げているのも、そもそもデータセンター規模での運用が前提だからです。

では公開の意味はどこにあるのか。実務的には次の3点です。

クラウド事業者が競って提供できる — 実際、公開直後から複数の事業者がホスティングを開始しており、利用者は提供元を選べます。
監査・研究ができる — 重みを直接調べられるため、安全性の検証やファインチューニングを外部の研究者が実施できます。
特定ベンダーへの依存を避けられる — 極端な話、提供元が撤退しても重みは手元に残ります。企業のリスク管理上、これは無視できない差です。

自宅で動かすためのニュースではなく、AIの調達先の選択肢が一段増えたというニュース、と捉えるのが実態に近いでしょう。

日本のユーザー・企業にとっての意味

日本で仕事に使う立場から見ると、変化は主に価格と選択肢に現れます。

高性能な最上位モデルの価格に近い水準を、より安い料金で使える選択肢が増えれば、これまで「精度は欲しいがコストが合わない」と諦めていた用途——大量の文書処理、社内ログの解析、長い仕様書を丸ごと読ませる作業など——が現実的になります。100万トークンのコンテキストは、分割の工夫なしに大きな資料一式をそのまま渡せる長さです。

一方で、業務利用にあたっては性能表以外の確認事項もあります。どの事業者のサーバー上で動いているのか、入力したデータがどう扱われるのか、自社の情報管理規程やクライアントとの契約に照らして問題ないかは、モデルの国籍にかかわらず、導入前に必ず確認すべき項目です。オープンウェイトのモデルは自社環境で動かす道も残されているため、要件が厳しい場合はその選択肢も検討対象になります。

よくある質問

Q1. Kimi K3は無料で使えますか？

重みファイル自体は Hugging Face から無償でダウンロードできます。ただし動かすためのサーバー費用は自己負担です。API経由で使う場合は従量課金で、公開されている料金は入力100万トークンあたり3ドル、出力100万トークンあたり15ドルです。

Q2. オープンソースのモデルと何が違うのですか？

公開されているのが「学習済みの重み」までで、学習データや学習コードの全体は含まれない点が主な違いです。またライセンスも一般的なOSSライセンスではなく、Moonshot 独自の条件付きライセンスです。無料で使える範囲は広いものの、「オープンソース」と同じ自由度がある、とは言えません。

Q3. ChatGPTやClaudeから乗り換えるべきですか？

用途次第です。第三者評価では最上位2モデルに次ぐ位置とされており、コストを重視する大量処理には有力な選択肢になります。一方、総合的な指標では上位モデルとの差が残っており、日本語の細かなニュアンスや、既存ツールとの連携のしやすさも実際の使い勝手を左右します。まずは自社の代表的なタスクで小さく比較してから判断するのが現実的です。