Moonshotは「性能誇示」だけでなく、配布・製品化・長時間エージェント運用まで含めてK3を位置づけた
Moonshot AI の公式ブログは、Kimi K3 を単なる大型モデルとしてではなく、世界初の open 3T-class model として位置づけています。約2.8兆パラメータ、1M トークン文脈、ネイティブ視覚、長時間コーディングと知識業務を支えるエージェント性能、さらに API・Kimi Work・Kimi Code まで含む配布体制が、今回の要点です。
規模
2.8T パラメータ。Moonshot は「初の open 3T-class model」と表現。
文脈
1M トークン文脈とネイティブ vision を前面に提示。
設計
KDA・AttnRes・Stable LatentMoE を軸に、896 expert 中 16 を活性化。
製品化
Kimi.com、Kimi Work、Kimi Code、API で即日利用。重みは 7月27日までに公開予定。
公式ブログで最も重要なのは、Moonshot 自身が Kimi K3 を「最強モデル」と断定していない点です。記述はむしろ慎重で、Claude Fable 5 や GPT 5.6 Sol には総合体験でまだ差が残ると認めつつ、その上で frontier-level performance を達成したとしています。つまりメッセージは、「完全逆転」ではなく「オープンな巨大モデルが最前線級に到達した」というものです。
アーキテクチャ面では、Kimi Delta Attention（KDA）と Attention Residuals（AttnRes）を核に据え、Stable LatentMoE と組み合わせることで、Kimi K2 比で約 2.5 倍の scaling efficiency 改善をうたっています。さらに、896 expert のうち実際に有効化するのは 16 expert で、巨大化と実運用の両立を狙った設計であることが読み取れます。
ブログの中核は、ベンチマーク表よりも長時間の実務タスクです。GPU カーネル最適化、MiniTriton コンパイラ構築、ゲーム開発、チップ設計、科学研究の再現コード化、インタラクティブ可視化、動画編集まで、Kimi K3 を「長時間エージェント」として使う物語で一貫しています。Moonshot が狙っているのは、単発のQ&Aではなく、長い工程を任せられる知的作業基盤です。
商用展開も具体的です。Kimi API の価格は cache-hit input が $0.30/MTok、cache-miss input が $3.00/MTok、output が $15.00/MTok とされ、Kimi Work や Kimi Code とあわせて「公開モデルをどう広く使わせるか」まで設計されています。Moonshot は重み公開だけでなく、配布・運用・推論コストをまとめて市場に出そうとしています。
一方で、制約も明記されています。thinking history の扱いに敏感で、セッション途中のモデル切り替えでは品質が不安定になりうること、長時間タスク重視の訓練ゆえに過剰に先回りして行動することがあることなどです。公式ブログがここまで制約を開示している点は、Kimi K3 を「見せる」だけでなく「実装する」前提で出していることを示しています。
この発表の読みどころ
- 「巨大で公開可能なモデル」を製品レイヤーまで含めて打ち出した点
- 評価軸をベンチマークから長時間エージェント作業へ移している点
- 重み公開、API価格、Kimi Work / Code を同時に見せた点