ITmedia NEWS
業界動向
中国AIも“ミュトス級”に到達か　Moonshot AIが「Kimi K3」発表、一部ベンチでFable 5抜き首位

中国AIも“ミュトス級”に到達か　Moonshot AIが「Kimi K3」発表、一部ベンチでFable 5抜き首位（1/2 ページ）

公開 2026年07月17日 13時03分

更新 2026年07月17日 14時52分

[ITmedia]

印刷する

　中国Moonshot AIは7月16日（現地時間）、大規模言語モデル「Kimi K3」を発表した。同日からチャットサービス「Kimi.com」やAPIなどで利用できる。パラメータ数は2.8兆で、オープンモデルとしては世界初の“3T（3兆）級”と位置付ける。

「Kimi K3」（出典：Moonshot AIのブログより）

　Kimi K3は、画像を扱えるネイティブなマルチモーダル性能と、100万トークンのコンテキストウィンドウを備える。文章中のどの単語同士が関係するかを計算する「アテンション機構」には、独自開発の「Kimi Delta Attention」などを採用した。

　多数の小さな専門モデル（エキスパート）を用意し、入力に応じて一部だけを動かす「MoE」（Mixture of Experts）と呼ぶ仕組みでは、896個のエキスパートのうち16個だけを動かす構成を取る。こうした設計により、同じ計算資源からより高い性能を引き出せるようになり、その効率は前モデル「Kimi K2」比で約2.5倍という。

Kimi K3の特徴をまとめた公式Xアカウントの投稿。英語からの自動翻訳（出典：Kimi.aiのXへの投稿より）

　性能面では、総合力で米Anthropicの「Claude Fable 5」や米OpenAIの「GPT 5.6 Sol」になお及ばないとしつつ、自社の評価項目全体でフロンティア級の性能を示したと説明する。

　同社が公開したベンチマークスコアを見ると、コーディング性能を測る「Program Bench」ではK3が77.8で、GPT 5.6 Sol（77.6）とFable 5（76.8）をわずかに上回った。長時間のコーディング作業を試す「SWE Marathon」ではK3が42.0で首位。2位の「Claude Opus 4.8」（40.0）、3位のGPT 5.6 Sol（39.0）に差をつけた。Web探索能力を測る「BrowseComp」でもK3が91.2で、GPT 5.6 Sol（90.4）、Fable 5（88.0）を上回る。

コーディング関連ベンチマークの比較（出典：Moonshot AIのブログより）

　一方で、ソフトウェア開発力を測る「FrontierSWE」ではFable 5が86.6で、K3（81.2）を大きく引き離した。実務作業の質を競うランキング「GDPval-AA v2」でも、Fable 5（1760）とGPT 5.6 Sol（1748）が上位に並び、K3（1668）は3位にとどまるなど、完全に首位というわけではなく、順位はジャンルによって分かれる形だ。

エージェント・視覚タスク関連ベンチマークの比較（出典：Moonshot AIのブログより）

　第三者による評価でも健闘が目立つ。AIモデルの比較評価サイト「Arena.ai」は16日、フロントエンド開発の性能をユーザー投票で競う「Frontend Code Arena」において、Kimi K3が1679ポイントで首位に立ったと明らかにした。2位のFable 5（1631ポイント）を抜いての首位デビューで、前モデル「Kimi K2.6」の18位から17ランク上昇。7分野中6分野でトップを取ったという。

Frontend Code Arenaのランキング（出典：Arena.aiのXへの投稿より）

　APIの料金は、入力が100万トークン当たり3.00ドル（一度処理した内容を再利用できる「キャッシュヒット」時は0.30ドル）、出力が同15.00ドル。当面は思考量を最大にした「max」モードのみ提供し、低・高の各モードは今後のアップデートで追加する予定だ。オープンウェイトモデルは、7月27日までに公開するとしている。