【2026年7月27日速報】Kimi K3、ついにオープンウェイト公開|2.8兆パラメータ史上最大の無料AI、Claude Opus 5に迫る性能と自宅で動かせない現実

2026年7月27日、中国Moonshot AIが最新モデル「Kimi K3」の全モデル重み(オープンウェイト)をHugging Faceで公開する。総パラメータ数2.8兆、公開されているオープンウェイトモデルとして最大級の規模になる見込みだ。

Kimi K3自体はすでに2026年7月16日、上海で開催された世界人工知能大会(WAIC)でAPI経由の提供が始まっており、Artificial AnalysisのIntelligence Indexでは全体3位(Claude Fable 5・GPT-5.6 Sol Maxに次ぐ)につけている。それが今回、企業や研究者が自前のサーバーにダウンロードして使える「重みファイル」として無料公開される。

この記事を読むと、Kimi K3が具体的に何を公開するのか、2.8兆パラメータという巨大モデルがなぜ現実的に動かせるのか、そして無料公開されたからといって誰でも自宅で動かせるわけではない理由がわかる。
Kimi K3が2.8兆パラメータのオープンウェイトを公開することを示す図解

① まず結論:Kimi K3の「オープンウェイト公開」とは何か

Moonshot AIは2026年7月16日、上海のWAICで新モデル「Kimi K3」を発表し、まずは同社のAPIと消費者向けサービス「kimi.com」経由での提供を開始した。そして2026年7月27日、モデルの全重み(パラメータの数値データそのもの)をHugging Face上で公開する計画だ。

「オープンウェイト」とは、モデルの学習済みパラメータをそのままダウンロードできる形で公開すること。ライセンスはModified MITライセンスで、商用利用を含めて自由に使える点が特徴だ。公開されれば、Claude・GPT・Geminiのようなクローズドモデルに匹敵する性能を持つAIを、企業が自社のサーバーで動かせることになる。

▼ Kimi K3に関する主な確認事項
項目内容ステータス
開発元Moonshot AI(中国)確認済み
初回発表2026年7月16日、上海WAICでAPI/kimi.com提供開始実施済み
オープンウェイト公開2026年7月27日、Hugging Faceで全重みを公開予定当日予定
ライセンスModified MITライセンス(商用利用可)確認済み
総パラメータ数2.8兆(MoE、896エキスパート中16個が稼働)確認済み

※ 内容はVentureBeat・interconnects.ai・Simon Willison氏のブログ・Hugging Face公開情報等の報道・一次情報に基づく。公開作業の進行状況により当日の詳細は変わる可能性がある。

② なぜ2.8兆パラメータのモデルが現実に動くのか

Kimi K3が疎なMoE構成とMXFP4量子化によって2.8兆パラメータでも動作する仕組みを示す図解

「2.8兆パラメータ」と聞くと、動かすだけで途方もない計算資源が必要に思える。しかしKimi K3はMoE(Mixture of Experts=専門家混合)というアーキテクチャを採用しており、896個の「エキスパート」のうち、1つのトークンを処理する際に実際に稼働するのは16個だけだ。実効的に使われるパラメータは約500億相当とされ、計算量そのものはミドルサイズのモデルに近い。

さらにKimi K3は、独自の「Kimi Delta Attention(KDA)」と「Attention Residuals(AttnRes)」という注意機構の改良に加え、SFT(教師ありファインチューニング)の段階から量子化を前提に学習する「量子化を意識した学習」を採用。4bit精度のMXFP4量子化により、重みファイルは16bit精度換算で約5.6TBになるところを、約594GBまで圧縮している。

▼ 数字で見るKimi K3
項目数値備考
総パラメータ数2.8兆MoEアーキテクチャ、896エキスパート構成
稼働時の実効パラメータ約500億トークンごとに16/896エキスパートのみ使用
コンテキストウィンドウ100万トークンネイティブでマルチモーダル(視覚)対応
重みファイルサイズ約594GB(MXFP4量子化時)16bit精度換算では約5.6TB相当
Artificial Analysis知能指数全体3位Claude Fable 5・GPT-5.6 Sol Maxに次ぐ、価格は両者より安価
Frontend Code Arena1位フロントエンド系コーディング特化ベンチマーク

※ 数値はinterconnects.ai・Hugging Face上の技術解説記事・各種ベンチマークサイトの報道に基づく。ベンチマーク順位は公開時点の集計であり変動しうる。

③ なぜ今なのか:Moonshot AIの「オープン化」戦略

Moonshot AIがKimi K2からK2.5、K3へとオープン化路線を強化してきた流れを示す図解

Moonshot AIがオープンウェイト戦略を取るのは今回が初めてではない。2025年7月に「Kimi K2」(1兆パラメータ)を公開し、2026年1月には改良版の「Kimi K2.5」を投入。そして今回の「Kimi K3」で、総パラメータ数・性能ともに過去最大の公開に踏み切る。

この一貫したオープン化路線の背景には、同業のDeepSeekが2025年前後から急速に存在感を高めたことへの対抗がある。無料で商用利用も可能なモデルを公開することで開発者コミュニティを取り込み、クローズドモデル一辺倒だったAI業界に価格破壊を仕掛ける狙いだ。事実、本ブログでも2026年7月19日、Kimi K3の登場が半導体株の下落・弱気相場入りの一因になったと報じたが、今回はその実力を誰もが検証できる形で公開する段階に入ったことになる。

💡 ポイント:DeepSeekが2025年に無料の高性能モデルで市場に衝撃を与えたのと同じ構図が、今回のKimi K3でも繰り返されている。中国発のオープンウェイトモデルは、単なる技術デモではなく市場シェア争いの武器になりつつある。

④ Claude・GPT・DeepSeekとの位置づけ比較

Kimi K3は「オープンウェイトで公開される」という点で、Claude Fable 5・Claude Opus 5・GPT-5.6のようなクローズドモデルとは根本的に立ち位置が異なる。総合性能では依然としてClaude Fable 5やGPT-5.6 Sol Maxが上位と評価される一方、価格と改変の自由度ではKimi K3が優位に立つ構図だ。

▼ 主要AIモデルの位置づけ比較
モデル開発元公開形態特徴
Kimi K3Moonshot AI(中国)オープンウェイト(2026/7/27〜)2.8兆パラメータ、史上最大の公開モデル、Modified MIT
Claude Opus 5Anthropicクローズド(API)2026年7月24日発表の最新フラッグシップ、努力度調整可能
GPT-5.6OpenAIクローズド(API)Sol/Terra/Lunaの3階層、2026年7月9日公開済み
DeepSeek V4DeepSeek(中国)オープンウェイト2026年7月24日に安定版、格安APIで先行浸透

※ 各モデルの詳細は本ブログの過去投稿(2026年7月24日・25日等)も参照。性能ランキングはArtificial Analysis等の第三者ベンチマークに基づく参考値。

⑤ 「無料公開」の現実:誰でも自宅で動かせるわけではない

ここで注意したいのは、オープンウェイト公開=誰でも気軽に使えるという意味ではない点だ。約594GBに圧縮された重みファイルであっても、実際の推論を動かすには大容量のGPUメモリを積んだサーバー、もしくはKimi K3をホスティングする専門のクラウド事業者が必要になる。個人のパソコン1台で動かすのは現実的ではなく、多くの利用者は結局、Moonshot AI自身のAPIか、対応するクラウドサービス経由での利用になるとみられる。

また、性能面でも独立した第三者機関による安全性評価やハルシネーション(誤情報生成)率の詳細な検証は、本記事執筆時点ではまだ出そろっていない。ベンチマークスコアが高いことと、実務で安定して使えることは別問題であり、今後の独立検証の結果を注視する必要がある。

⑥ まとめ:オープンウェイト競争は「中国勢主導」の段階に

この記事のまとめ

Kimi K2(2025年7月)からK2.5(2026年1月)、そして今回のK3へと、Moonshot AIは一貫してオープン化路線を強化してきた。DeepSeekの台頭で存在感が薄れたことへの対抗策として無料公開による普及を優先する戦略は、Claude・GPT・Geminiといったクローズドモデル陣営にとっても価格・戦略両面での圧力になりつつある。オープンウェイトモデルの実力が今後どこまで実務で検証されていくか、続報に注目したい。

※ 本記事は、VentureBeat・interconnects.ai・Simon Willison氏のブログ・Hugging Face公開情報等を基に構成しています。内容は今後変更される可能性がある点にご留意ください。

おすすめAIツール

参考リンク(主要ソース): VentureBeatinterconnects.aiSimon Willison

#AI #生成AI #2026 #Kimi #中国AI
← 記事一覧に戻る