HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

Kimi K3とは何か? 2026年に向けた開発者向け完全ガイド

What Is Kimi K3? A Complete Developer Guide for 2026 (firecrawl.dev)

7 pointsby makaimc1 コメント

要約

Kimi K3は、Moonshot AIが2026年8月にリリースした、2.8兆パラメータを持つオープンソースの大規模言語モデルです。100万トークンを超えるコンテキストウィンドウを持ち、テキスト、画像、動画をネイティブに扱え、最先端のプロプライエタリモデルに匹敵する性能を示します。Hugging Face、OpenRouter、Fireworks AIなど複数のプラットフォームからアクセス可能ですが、自己ホストには高額なハードウェアが必要です。

全文翻訳

Kimi K3とは何か? 2026年版 開発者向け完全ガイド

TL;DR

  • Kimi K3は、Moonshot AIの新しい2.8兆パラメータを持つオープンソースモデルです。2026年8月現在、104Bのアクティブパラメータ/トークン(896のエキスパート)を持つ、リリースされた中で最大のオープンウェイトモデルです。
  • 1,048,576トークンのコンテキストウィンドウ(Kimi K2.7 Codeのちょうど4倍)をサポートし、テキスト、画像、およびビデオをネイティブに処理します。
  • Kimi K3は、ベンチマークテストにおいてClaude Fable 5やGPT-5.6 Solのような最先端の商用モデルと互角に渡り合います。
  • Hugging Face、OpenRouter、Fireworks AI、Baseten、Together AI、またはMoonshot自身のプラットフォームを通じてアクセスできます。ほとんどのファーストパーティプロバイダーは100万トークンあたり$3/$15で提供し、OpenRouterの最も安価なルートはそれらを下回ります。
  • 自己ホストは技術的には可能ですが、「可能」というのは最低でも8台のエンタープライズグレードのアクセラレータと、数十万ドル規模のハードウェア費用を意味します。クリプトマイナーでさえK3を実行するのに十分なハードウェアを持っていません。
  • OpenCodeでKimi K3を実行し、Firecrawl MCPを使用してライブウェブアクセスを可能にしました。Firecrawl MCPはKimi K3の知識ベースを拡張し、ライブウェブデータへのアクセスを提供します。

Kimi K3とは何か?

Kimi K3はMoonshot AIの最新のオープンウェイトモデルであり、2026年8月現在、2.8兆パラメータを持つ最大のリリースモデルです。Kimi K2.7 Codeの後継であり、テキスト、画像、ビデオをネイティブに読み取り、単一のコンテキストウィンドウに最大1,048,576トークンを保持できます。Moonshotは2026年7月16日にAPIアクセスを公開し、その後7月27日にフルウェイトを公開しました。

Kimi K3のスペックは?

Kimi K3は、特にオープンソースモデルとしては非常に印象的なスペックを備えています。Kimi K3は2.8兆パラメータを持ちます。GLM-5.2やKimi K2.7 Codeのようなモデルは、およそ7000億から1兆強の範囲です。そのアーキテクチャにより、Kimi K3はさまざまなタスクを実行する際に896個のエキスパートを利用できます。また、100万トークンを超えるコンテキストウィンドウも誇ります。Kimi K2.7 Codeのコンテキストウィンドウはわずか262,144トークンでしたが、K3はそれを4倍にしました。Kimi K3は、テキスト、画像、ビデオをネイティブにサポートしています。

  • 総パラメータ数: 2.8兆
  • トークンあたりのアクティブパラメータ数: 104B
  • アーキテクチャ: Mixture-of-Experts (MoE), Stable LatentMoE
  • エキスパート数: 合計896、トークンあたり16選択、2共有
  • レイヤー数: 93 (69 KDA + 24 Gated MLA, 1 dense layer)
  • コンテキストウィンドウ: 1,048,576トークン
  • 量子化: MXFP4 MoEエキスパートウェイト / MXFP8アクティベーション、SFT以降量子化対応学習済み(エキスパート以外のコンポーネントは高精度を維持)
  • モダリティ: テキスト、画像、ビデオ(ネイティブ); ビジョンエンコーダー MoonViT-V2 (401M パラメータ)
  • ライセンス: カスタム「Kimi K3 License」(標準的なMITではない)

これらの統計はKimi K3のHugging Faceページからのものです。

MoonshotのKimi K3技術レポートは、Kimi Delta Attention、Attention Residuals、Stable LatentMoEなどのアーキテクチャとトレーニングの変更により、Kimi K2と比較して全体的なスケーリング効率が約2.5倍向上したと述べています。

Kimiのウェイトは2026年7月27日にリリースされました。これは以下のKimi.aiのX投稿で確認できます。

Kimi K3コーディングベンチマーク

Moonshot AIの技術ブログでは、Kimi K3のベンチマークについて詳しく説明しており、それらは最先端の商用モデルと同等です。このセクションのすべての数値は、そのブログからのものです。一部の数値は、ローンチ後に改訂されたarXivの技術レポートでわずかに変更されているため、特定のスコアが重要であれば、両方を確認する価値があります。

[画像: Kimi K3 coding benchmarks] 出典: https://www.kimi.com/blog/kimi-k3

  • DeepSWE: GPT-5.5にほぼ同点(67.0対67.5)で、わずかに上回りました。Kimi K3はGPT-5.6 Sol (73.0)とClaude Fable 5 (70.0)に次ぐ位置でした。
  • FrontierSWE: 81.2というスコアでGPT-5.6 Sol、GLM-5.2、Opus 4.8、GPT-5.5を上回り、Claude Fable 5 (86.6)に次ぐ2位でした。
  • Kimi Code Bench 2.0 (内部): Claude Fable 5 (76.9)に次ぐ72.9で2位でした。
  • Terminal Bench 2.1: 88.3というスコアでGPT-5.6 Sol (88.8)にほぼ同点でしたが、2位でした。
  • Program Bench: 77.8というスコアで、GPT-5.6 Sol (77.6)を含む他のすべてのモデルを上回りました。
  • SWE Marathon: 42.0を記録し、テストされた他のすべてのモデルを上回りました。Claude Fable 5がこれらのタスクの35%でハーネスフォールバックに遭遇したことは注目に値し、そのスコアを35.0に引き下げています。
Kimi K3一般エージェントパフォーマンス

[画像: Kimi K3 general agent benchmarks] 出典: https://www.kimi.com/blog/kimi-k3

  • GDPval-AA V2 Elo: Fable 5とGPT-5.6 Solに次ぐ位置でしたが、他のすべてのモデルを上回りました。
  • AA-Briefcase Elo: Claude Fable 5 (1583)に次ぐ2位(1548)でした。
  • Automation Bench: 他のすべてのモデル(30.8)を上回りました。最も近い競合はGPT-5.6 Sol (29.7)でした。
  • JobBench: Claude Fable 5 (57.4)に次ぐ2位(52.9)でした。
  • SpreadsheetBench 2: 34.8というスコアで他のすべてのモデルを上回りました。Claude Fableは34.7で2位でした。
  • BrowseComp: 91.2というスコアで他のすべてのモデルをアウトパフォームしました。GPT-5.6 Solは90.4で2位でした。この91.2はコンテキスト圧縮戦略を使用しており、フル1Mウィンドウとコンテキスト管理なしで実行した場合、K3は90.4を記録しSolと同点になります。
Kimi K3ビジュアルエージェントパフォーマンス

[画像: Kimi K3 visual agent benchmarks] 出典: https://www.kimi.com/blog/kimi-k3

Kimi K3は両方のテストでClaude Fable 5に次ぐ結果となり、両方のスコアセットはPythonツールアシスト実行によるものです。CharXiv (RQ)でPythonを使用した場合、Kimi K3はFable 5の93.5に対して91.3を記録しました。ZeroBenchでPythonを使用した場合、Kimi K3はFable 5の46.0に対してGPT-5.5と41.0で同点でしたが、GPT-5.6 SolとClaude Opus 4.8は両方とも40未満でした。この補足が重要です:ツールアクセスなしでは、K3はCharXivで84.8、ZeroBenchで23.0に低下し、後者ではFable 5に追いつくのではなく、引き離されます。

Kimi K3は、ビジュアルタスクの処理において非常に効率的です。プロジェクトでエージェント的なブラウザ自動化や、コンピュータビジョンを必要とするその他のタスクが必要な場合、Kimi K3は間違いなく検討に値します。

Kimi K3はどこで入手できますか?

プロバイダー入力(100万トークンあたり)キャッシュ入力(100万トークンあたり)出力(100万トークンあたり)
Hugging Face無料(ウェイトダウンロード)N/AN/A
OpenRouter(最安価ルート)$2.80$0.29$14.00
Fireworks AI$3.00$0.30$15.00
Baseten$3.00$0.30$15.00
Together AI$3.00$0.30$15.00
公式Kimiウェブサイト(platform.kimi.ai)$3.00$0.30$15.00
  • Hugging Face: Moonshot AIから直接Kimi K3のウェイトを取得できる公式ソースです。自己ホストする場合はここから始めてください。
  • OpenRouter: さまざまなKimi K3ホスティングプロバイダーに単一のAPIエンドポイントを提供するルーティングレイヤーです。自動フェイルオーバーと3つのルーティングモード(Balanced、速度重視のNitro、ツール呼び出し精度重視のExacto)を備えています。その目玉である$2.80/1M入力と$14/1M出力は、OpenRouter全体のレートではなく、最も安価なルーティングプロバイダーの価格です。個々のエンドポイントは、入力$2.80〜$6.00、出力$14.00〜$22.50の範囲であり、Moonshot自身のこのエンドポイントは$3.00/$15.00です。フル1,048,576トークンのコンテキストが利用可能ですが、最大出力トークンはプロバイダーによって異なります。
  • Fireworks AI: Fast、Priority、US-onlyサーバーレスティア(規制産業向け)を備えたマネージドAPIアクセスに加え、オンデマンド専用GPUデプロイメントとLoRA ファインチューニングサポートを提供します。標準価格は入力$3.00/1M、キャッシュ入力$0.30/1M、出力$15.00/1Mです。より高速なティアは、これらに追加料金がかかります(Priority +25%、Fast +50%、US-only +10%)。すべてのFireworks推論でデフォルトでゼロデータ保持が有効になっています。
  • Baseten: トークンごとの従量課金制モデルAPI(入力$3.00/1M、キャッシュ$0.30/1M、出力$15.00/1M)を提供しています。Basetenは通常、プラットフォーム上で専用および自己ホスト型デプロイメントも販売していますが、K3はモデルAPIでのみローンチしました。モデルページにMITライセンスと記載されているのは誤りであることに注意してください。Hugging Faceが権威です。
  • Together AI: Claude Fable 5、Claude Opus 5、GPT-5.6 Sol、GPT-5.6 Luna、Grok 4.5との詳細な公開ベンチマーク比較を備えたサーバーレスおよび専用推論を提供します。価格設定:入力$3.00/1M(キャッシュ$0.30)、出力$15.00/1M。モデルページには2026年7月27日のリリースと記載されていますが、彼ら自身のK3ガイドではTogetherでの利用可能日は8月1日となっています。
  • 公式Kimiウェブサイト: Moonshot自身のコンシューマーチャットインターフェースとplatform.kimi.ai API(モデル名kimi-k3)で、OpenAI/Anthropic互換のAPI形式です。サードパーティプロバイダーをスキップしたい場合、Moonshotへの最も直接的なルートです。価格設定も入力$3.00/1M(キャッシュ$0.30)、出力$15.00/1Mです。

すべてのファーストパーティプロバイダーは、Moonshot自身と同じ$3.00/1M入力、$0.30キャッシュ、$15.00/1M出力の価格設定です。より安く支払う唯一の方法は、OpenRouterのより安価なルートで、入力$2.80/1M、出力$14/1Mから始まります。OpenRouterは単一のプロバイダーではなくルーターであることに注意してください。より高価なエンドポイントは、入力$6.00、出力$22.50までかかるため、コストが重要であればルートを固定してください。

Kimi K3を自己ホストするには何が必要ですか?

スペック要件
リポジトリサイズ約1.561 TB(96個のSafetensorsシャード)
VRAM計画フロア1,680 GB(vLLM推定値)
最低シングルノードフロア8 × B300、GB300、またはMI355X(各288GB)
Hopper/Blackwell 16-GPUティア16 × H200(各141GB)または16 × B200(各180GB)
推奨プロダクションティア64+ アクセラレータ
ストレージ(ステージング)4TB NVMe

Kimi K3を自己ホストしたい場合、最良の結果を得るにはデータセンターが必要です。しかし、中規模のデータセンターハードウェアがあれば、自己ホストは可能です。これらの数値はKingy AIによって収集されたもので、そのほとんどはvLLMのKimi K3レシピとHugging Faceリポジトリから取得されました。

そのハードウェアを一括購入することは、数十万ドル規模の投資です。当社の計算によると、B300が8台だけでも、1台あたり約$53,000で約$424,000かかり、CPU、NVSwitchファブリック、ネットワーク、ストレージ、および必要な液体冷却を追加すると、完全なノードは$400,000から$500,000の範囲になります。AMD MI355Xビルドは、それよりも低く、$250,000から$350,000の範囲になります。レンタルはより詳細に文書化されています。Kingy AIは、8台のB300を約1時間あたり$59と見積もっており、これは継続的に稼働させた場合、月額約$43,000に相当します。

  • リポジトリサイズ: 96個のSafetensorsシャードにまたがる1,561,018,243,668バイト(約1.561 TB)。シャード自体で1.5609 TBになり、残りは設定ファイルとトークナイザーファイルです。
  • VRAM計画フロア: 1,680GB。これはvLLMのリリース前推定値(0.5バイト/パラメータ×2.8兆パラメータ + 20%のヘッドルーム)であり、測定された要件ではなく、KVキャッシュは考慮されていません。
  • 最低限動作するシングルノードフロア: 8 × B300、GB300、またはMI355X(各288 GB)
  • Hopper/Blackwell 16-GPUティア: 16 × H200(各141 GB)または16 × B200(各180 GB)。このティアはウェイトを格納できますが、KVキャッシュのための余裕はほとんどありません。vLLMのHopperレシピはコンテキストを32,768トークンに制限しており、1Mウィンドウはfp8 KVキャッシュを備えたBlackwellプロファイルでのみ利用可能です。
  • Moonshotの推奨プロダクションティア: 64以上のアクセラレータをスーパーノード構成で利用。
  • ストレージ(ステージング): 4TB NVMe。ベンダーはこれを指定していませんが、Kingy AIの経験則では、チェックポイントを保持し、変換または量子化するためのスペースを確保します。

実際的な話として、あなたは「小規模な」データセンターでKimi K3をホストできます。上記の要件は、モデルを動作させるための最低限のものです。

これらの数値はすべてフルプレシジョンのMXFP4チェックポイントを表しています。コミュニティによる量子化により、その後フロアは下がりました。Unslothの1ビットGGUFビルドはK3を約594GBに縮小し、高RAMワークステーションやわずか4台のデータセンターGPUでも十分なサイズになりますが、精度は低下します。これはモデルを試すための方法であり、サービス提供のための方法ではありません。

LinkedInユーザーのLuke Mercadoは、以下のミームでそれをうまく要約しています。

本番環境で使用する場合、独自のデータセンターが必要になります。Moonshot AIの完全な技術レポートはarXivで読むことができます:Kimi K3: Open Frontier Intelligence。

OpenCodeでKimi K3を使用する

それでは、Kimi K3とOpenCodeを使い始めましょう。npmからインストールします。

npm install -g opencode-ai

インストール後、モデルプロバイダーにログインする必要があります。

opencode auth login

[画像: Logging in to OpenCode]

OpenCodeを起動します。

opencode

Kimi K3にウェブアクセスを付与するには?

Kimi K3にウェブアクセスを付与するには、まずFirecrawl CLIをインストールします。

npm install -g firecrawl-cli

次に、setup mcpを実行してMCP接続を設定できます。

firecrawl setup mcp

Firecrawl CLIは、Claude Code、OpenCode、Cursorなど、多くの環境を選択するオプションを提供します。

[画像: Installing Firecrawl MCP to Opencode]

完了したら、OpenCodeを再起動します。Kimi K3にMCPを見つけられるか尋ねてください。

[画像: Kimi K3 confirms Firecrawl MCP access]

WindowsでOpenCodeを実行する

上記のメソッドはWindowsで問題が発生しました。しかし、OpenCodeはWSLをUbuntuで使用すれば問題なく動作します。

ここで知っておくべきことですが、これはWSLだけでなく、すべてのプラットフォームに適用されます。もしfirecrawl loginで既にログインしている場合、firecrawl setup mcpは保存されたAPIキーをクライアント設定に書き込むことを拒否します。これは意図的なセキュリティルールであり、CLIもそのように通知します。環境変数FIRECRAWL_API_KEYを自分でエクスポートするか、ランチャーを使用して問題を完全に回避できます。ランチャーはMCPを設定し、キーが既に環境にある状態でOpenCodeを起動します。

firecrawl launch opencode

FirecrawlはMCPサーバーを設定した状態でOpenCodeを起動します。ここでは、Kimi K3に最新ニュースを検索するように指示します。

do a search for the latest news using the firecrawl mcp

Kimi K3はFirecrawl検索を使用して最新ニュースを見つけます。政治、戦争、選挙、病気に関するさまざまな記事が得られます。検索は成功し、私たちのハーネスは良好です!

いつかニュースも良くなることを願っています。

[画像: Kimi K3 fetches the latest news using Firecrawl search]

誰でもKimi K3を使えます(ただし自分のマシンでは無理)

さまざまなプロバイダーを通じてKimi K3にアクセスするのは簡単です。Moonshotのホスト済みAPIに直接、またはサードパーティのアグリゲーターに呼び出す場合、セットアップして実行できます。

ネイティブWindowsでOpenCodeを実行するのはそれほど簡単ではありません。前述のように、問題に遭遇しました。私の問題は、OpenCodeのバグで、クラッシュするとターミナルが生のANSIエスケープコードでいっぱいになり、カーソルが隠されるというもので、PowerShellを閉じて最初からやり直す必要がありました。この問題はまだ開いています。WindowsでOpenCodeを実行している場合は、何らかの形式のWSLを使用してください。ストレスと頭痛からあなたを救ってくれるでしょう。

シリーズAまたは何らかのシード資金なしでKimi K3をローカルで実行することは期待しないでください。