Kimi K3のオープンウェイト公開、コーディング一部ベンチで首位 — 実用にはH200が12〜16基必要とみられる

2026年7月29日

この記事のポイント

いつ：2026年7月27日、Hugging Faceでオープンウェイトが公開
何が：Moonshot AI「Kimi K3」2.78兆パラメータ・MXFP4形式（4bit精度の数値形式）で1.56TB
誰に：コーディングAIを選ぶ開発者と、自社導入を検討する組織
実力：コーディング一部ベンチで首位。総合はClaude Fable 5・GPT-5.6 Solに及ばず
どうすべきか：個人はAPIかGGUF待ち、組織は環境コスト・ライセンス・疑惑込みで評価

Moonshot AIが「Kimi K3」のオープンウェイト（学習済みの重みを配布し、誰でもダウンロード・実行・改変できる形態）を公開しました（PC Watch）。

ProgramBench 77.8で首位、DeepSWEは3位 — 強い場所と弱い場所が割れた

成績は「全部強い」ではなく得意分野が割れています。ProgramBench 77.8とSWE-Marathon 42.0で首位を取る一方、DeepSWEは67.5で3位、FrontierSWEは81.2とClaude Fable 5の86.6に届きません。

見落とせないのは、Moonshotの公式blog自身が総合性能ではFable 5・GPT-5.6 Solになお及ばないと明記している点です。開発元が上限を認めており、「Fable 5超え」と単独で断定するのは誤読になります。

主要ベンチマーク横並び

ベンチ	Kimi K3	Claude Fable 5	GPT-5.6 Sol	Claude Opus 4.8
ProgramBench	77.8（首位）	–	77.6	–
SWE-Marathon	42.0（首位）	–	39.0	40.0
DeepSWE	67.5	–	–	–
FrontierSWE	81.2	86.6	–	–
Terminal-Bench 2.1	88.3	–	88.8	–

※「-」は各社公式に同条件の公表値がない項目。人手評価のFrontend Code Arenaでは1位（1679pts）も獲得しました。

ハーネスが揃っていない — 数値は10〜26ポイント動きうる

この表は鵜呑みにできません。K3側はKimiCode、比較対象はClaude CodeやCodex等の各社ベストと実行環境（ハーネス）が揃わず、同一モデルでも10〜26ポイント動きうると指摘されています。判断は公開スコアより自分のタスクでの試行結果に置くのが現実的です。

2.78兆パラメータを1.56TBに収めた仕組み — MXFP4学習と896エキスパートのMoE

配布ファイルのサイズを決めているのはMXFP4です。ネイティブMXFP4量子化認識学習（QAT）により4bit精度を前提に学習することで、2.78兆パラメータが1.56TB・96個のsafetensorsシャードに収まりました。

一方、実行時の計算コストを抑えるのがMoE（Mixture of Experts＝内部の専門家モジュールの一部だけを使う方式）です。総パラメータ2.78兆のうち「Stable LatentMoE」の896エキスパート中16個のみが動き、1トークンあたりの実働は104Bにとどまります。減るのは1トークンあたりの計算量であって、配布ファイルのサイズではありません。

最大コンテキスト100万トークン、最大出力262,144トークン、ネイティブ画像理解にも対応します。

Kimi Delta Attention＋Attention Residualsで長文を速く

長文処理の速度は新アーキテクチャで手当てしています。Kimi Delta Attention（KDA）は線形注意（計算量を抑えた簡易な注意機構）とフル注意を3:1で交互配置し、100万トークン級で最大6.3倍高速なデコードを実現します。Attention Residuals（AttnRes）は約25%高い学習効率をもたらし、両者を合わせると総合でK2比約2.5倍のスケーリング効率になったとされます。いずれもMoonshotの自己申告値で、第三者の再現検証はこれからです。