中国の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などで利用可能。パラメータ数は2.8兆で、オープンモデルとして世界初の「3T（3兆）級」と位置付ける。
Kimi K3のアーキテクチャと性能
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。文書中の単語同士の関係を計算する「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）」方式では、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。この設計により、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。
ベンチマークで競合を凌駕
性能面では、総合力で米Anthropicの「Claude Fable 5」や米OpenAIの「GPT 5.6 Sol」には及ばないとしつつ、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検索能力を測る「BrowseComp」でもK3が91.2で、GPT 5.6 Sol（90.4）、Fable 5（88.0）を上回る。
一方、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位に留まるなど、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。
第三者評価でも存在感
第三者による評価でも好調が目立つ。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）を抑え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分間のうち6分間でトップを取ったという。
APIの料金は、入力が100万トークンあたり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。
