ウェイトは無償です。ライセンスもMITとほぼ同じ文面から始まります。それなのに、Hugging Faceに並んだファイルは合計1.56TB、Moonshotが推奨する構成はアクセラレーター64基以上。誰でもダウンロードできるモデルを、実際に動かせるのは誰なのでしょうか。
Moonshot AIは現地時間2026年7月27日、「Kimi K3」のモデルウェイトと技術レポートを公開した。Kimi K3は総パラメーター2.8兆のMixture-of-Expertsモデルで、896個のルーティング対象エキスパートから16個と共有エキスパート2個を活性化し、1トークンあたりの活性パラメーターは1040億となる。
文脈長は1,048,576トークンで、ネイティブな視覚理解に対応する。MoonshotはKimi Delta AttentionやAttention Residuals、学習手法の改善を合わせ、Kimi K2比でスケーリング効率を約2.5倍に高めたとしている。同日には学習を支える通信ライブラリMoonEPも公開された。
FlashKDAは4月、AgentENVは7月25日にすでに公開されている。ウェイトはKimi K3 Licenseの下で配布され、公開ファイルは約1.56TBである。
【編集部解説】
今回の発表でまず目を引くのは2.8兆という数字ですが、Moonshot自身が投稿にこう添えています。単にパラメーターを増やしたのではない、と。ならば見るべきは別の場所です。何が公開されたのか、そしてそれを実際に動かすには何が要るのか。この2点にこそ、2026年7月27日という日付の意味が詰まっています。
7月16日の発表そのものについては別稿で詳報しました。あのとき「7月27日までに公開する」と告げられていたものが、実際に出てきた。それが今回です。
公開されたのはモデルだけではありませんでした。超大規模MoE向けの通信ライブラリMoonEP、Kimi Delta Attentionの高性能カーネルFlashKDA、エージェント学習用の分散サンドボックスAgentENV。Moonshotはこの3つを「K3を支えるインフラ」としてひとまとめに提示しています。
ただし、3つが同じ日に世に出たわけではありません。FlashKDAは4月にすでに公開済み、AgentENVのリポジトリが立ったのは2日前の7月25日、当日公開されたのはMoonEPだけです。役割も一様ではなく、FlashKDAは主に推論側のカーネルにあたります。Moonshot自身も発表文でFlashKDAが公開済みであることに触れており、「3点セットが一斉に開かれた」と読むのは正確ではありません。
それでも、通信・カーネル・エージェント学習環境という3層が同じ棚に並んだ意味は小さくないと私は見ています。多くのオープンウェイト公開では、ウェイトと基本的な推論環境の提供が中心でした。今回はそこに、複数の工具がまとめて提示されている。K2世代の公開とは、示された範囲が違います。
1.56TBという壁
ダウンロードできることと、動かせることは、まったく別の話です。
Hugging Faceで公開されているファイルの合計は約1.56TB。K3のネイティブ量子化形式であるMXFP4（各要素を4ビットで表す形式）で単純計算すると重みは約1.4TBになりますが、これはあくまで理論上の下限です。実際にはブロック単位のスケール情報に加え、実行時バッファ、ルーティング状態、KVキャッシュが上に積み上がります。Moonshotは64基以上のアクセラレーターによるスーパーノード構成を推奨しており、H100 80GBを8枚積んだサーバー（合計640GB）では、重みを載せきれません。
では日本の開発者には縁のない話かというと、そうでもありません。鍵はライセンスです。
ライセンスが引いた2本の線
Kimi K3 License は、権利付与と無保証の部分だけを見ればMITライセンスとほぼ同じ形をしています。使用、複製、改変、再配布、サブライセンス、販売、ファインチューニング、派生物の作成——いずれも無償で認められます。そこに商用条件が2つ足されました。
ひとつは、第三者に推論やファインチューニングを提供する「Model as a Service」を運営し、本人と関連会社の合算売上が連続する12か月で2000万ドル（約33億円、1ドル＝164円換算）を超える場合、K3または派生物を商用目的で使う前にMoonshotとの別契約が必要になることです。もうひとつは、月間アクティブユーザー1億人超、または月商2000万ドル超の商用製品・サービスが、UI上に「Kimi K3」を目立つ形で表示する義務です。
ここで誤読しやすいのが「社内利用は対象外」という免除規定です。ライセンスが定義する社内利用とは、ソフトウェアも出力もモデルの能力も第三者に渡さない使い方を指します。自社のサーバーで動かしていても、その出力を顧客向けサービスに載せるなら社内利用ではありません。線引きは、自前かクラウドかではなく、誰に何を渡しているかとどれだけの規模かの掛け算です。著作権表示の保持や適用法令の遵守も、免除の対象ではありません。導入を検討するなら、LICENSEファイルを直接読むのがいちばん早い。日本企業なら、法務が最初に目を通す箇所になります。
数字は日付とセットで読む
今回、静かに変わったことがあります。モデルそのものを手元で走らせて確かめられるようになった、という点です。
誤解されがちですが、これまで独立した評価がなかったわけではありません。Artificial Analysisは7月17日、ウェイトが未公開であることを明記したうえで、API経由の評価を公表しています。ウェイト公開が変えたのは評価の有無ではなく、検証の届く範囲です。とはいえ非公開の評価データやハーネス、必要な計算資源まで手に入るわけではなく、すべてが再現できるようになったわけでもありません。
数字も、置かれた時点とセットで読む必要があります。K3はArtificial AnalysisのIntelligence Indexで57点を記録し、7月17日時点ではClaude Fable 5とGPT-5.6 Solに次ぐ3位でした。ところが7月24日にClaude Opus 5が61点で首位に立ち、序列は動いています。実務タスクを測るGDPval-AA v2では1668（Moonshot自身の集計では1686）で、前世代K2.6の1190前後から大きく跳ね上がりました。
コストの見え方も、指標によって変わります。Intelligence Index上の1タスクあたりの費用は0.94ドル（約154円）で、Claude Opus 4.8の1.80ドルのおよそ半額、GPT-5.6 Solの1.04ドルに近い水準です。ところが長時間のナレッジワークを測るAA-Briefcaseでは、1タスクに平均56.4分、10.57ドルを要し、Opus 4.8を上回りました。7月21日時点ではFable 5に次ぐ2位でしたが、こちらも24日のOpus 5登場で順位が入れ替わっています。賢さと、速さと、安さは、別々に見る必要があります。
Moonshotの公式表を読むときにも、同じ慎重さが要ります。ベンチマークごとにKimi Code、Claude Code、Codexという異なるハーネスが使い分けられたと脚注に明記されており、モデル単体の素の比較として読むことはできません。
ワシントンで並走する論争
この技術発表は、政策論争のただ中に落ちました。米ホワイトハウス科学技術政策局（OSTP）のマイケル・クラツィオス局長は、Moonshotが規制対象のNVIDIA GB300搭載サーバーをタイ経由で取得し、Claude Fable 5から蒸留をおこなったとする米政府側の情報を主張しています。あくまで疑いであり、立証された事実ではありません。スコット・ベセント財務長官は、制裁とエンティティリスト指定の双方に言及しました。中国側はこれを「AI覇権主義」だとして反発しています。
7月24日には、Microsoftのサイト上で「Open Weights and American AI Leadership」と題した書簡が公開されました。当初の署名は約25組織。NVIDIA、Microsoft、Meta、IBM、Dell、Palantir、Mistral、Hugging Face、Y Combinatorなどが名を連ね、NVIDIAのジェンセン・ファンCEOは、自身初のX投稿としてこれを共有したと複数メディアが報じています。署名者はその後増え、7月28日時点の公式一覧にはOpenAIも加わりました。Anthropicの名前は、現時点でも見当たりません。
中国の一研究所によるモデル公開と、米国のオープンウェイト政策論争。因果で結ぶには材料が足りませんが、同じ数週間のなかで並走していることは確かです。
日本にとっての論点
日本の読者にとっての論点も、いくつか見えています。デジタル庁のガバメントAI「源内」は、7月10日に国産クラウド上で国産基盤モデルの試用開始を発表しました。ただし本格的な評価実験は9月から11月にかけて予定されており、比較の答えが出るのはこれからです。GENIACの周辺でも、ゼロからの開発と既存モデルへの追加学習の両方が並行して動いています。
フロンティア級のウェイトが選択肢に加わったこと自体は事実です。ただし2.8兆パラメーターを全面的にファインチューニングするのは依然として途方もない作業であり、「出発点が上がった」と言えるかどうかは組織の計算資源とデータ次第です。製造現場の暗黙知、医療や法務の専門知——汎用モデルがもっとも苦手とし、日本のデータ保有者がもっとも強い領域に踏み込めるかは、ここにかかっています。
データの置き場所も切り離せません。Kimiの公式FAQは、利用者データを中国本土のサーバー環境に保存すると明記しています。完全に自前で動かせばMoonshotへの送信は避けられますが、テレメトリーや周辺構成次第では自動的に解決するわけでもない。1.56TBを常時抱えられるなら、という条件も付きます。
【実装上の注意点】
K3は「preserved thinking history」モードで訓練されており、マルチターンの会話やツール呼び出しでは、APIが返したアシスタントメッセージを reasoning_content と tool_calls ごと、変更せずそのまま戻す必要があります。
セッションの途中で他モデルから切り替える運用も、生成品質が不安定になるとして公式に非推奨とされています。Moonshot自身が、Fable 5やGPT-5.6 Solと比べたユーザー体験の差も制限事項として挙げています。強力なエージェントほど、手綱の握り方が問われる。K3はその典型と言えそうです。
【関連記事】
【解説】Kimi K3、Moonshot AIの2.8兆パラメータが変えた地図─WAICが映す米中AIの「接戦」
7月16日の発表そのものを詳報した記事。ウェイト公開前の時点で、K3が置かれた文脈を整理している。
Moonshot「Kimi K3」WebDev分野で米国勢を抑え暫定首位 中国AI規制論で揺れるトランプ政権
Arena WebDev首位と、米国側の規制論。今回のウェイト公開が着地した政治的な土壌が分かる。
Thinking Machines Lab「Inkling」発表｜975B・マルチモーダルのオープンウェイトモデルが自社データ活用を変える
米国発のオープンウェイトモデル。K3と同時期に登場し、規模と戦略の違いを比較できる。
【編集部後記】
「オープンソース」と「オープンウェイト」の違いが、今回はっきりしました。重みは誰でも落とせる。学習データは非公開のまま。動かすには1.56TB。ライセンスには売上とMAUの線が引かれている。みなさんなら、自分の仕事のどこにこのモデルを置きますか。『デジタルの窓口』として相談を受けるとき、私はまず「そのデータ、どこまで外に出せますか」と伺うようにしています。K3は、その問いへの答えを選べるようにしてくれました。選べるということは、選ばなければならないということでもあります。
【用語解説】
Mixture-of-Experts（MoE／混合エキスパート）
モデル内部を多数の「エキスパート」と呼ばれる小さなネットワークに分割し、入力ごとに一部だけを動かす方式。Kimi K3は896個のルーティング対象から16個を選び、これに共有エキスパート2個が加わる。1トークンあたりの活性パラメーターは1040億で、総数の4%弱にとどまる。ただし通常の運用では、動いていないエキスパートも含めた全ウェイトをメモリ階層に置く必要がある。
コンテキストウィンドウ
モデルが一度に参照できる情報量の上限。指示、会話履歴、資料、コード、ツールの実行結果、生成中の文章のすべてを含む。K3の公称100万トークンは、正確には1,048,576トークンである。ただし出力枠や画像の扱いによって実際に投入できる量は変わるため、公称値をつねに使い切れるわけではない。
Kimi Delta Attention（KDA）
Moonshot AIが開発した注意機構（アテンション）の一種。長い文脈を扱う際の計算量とメモリ消費を抑える。公式モデルカードによれば、K3は全93層のうち69層がKDA、24層がGated MLA（ゲート付き潜在アテンション）という構成で、Moonshotはこの比率を概数として「3対1」と呼んでいる。
Attention Residuals（AttnRes）
層をまたいだ情報の受け渡しを改善する仕組み。表現を一律に累積するのではなく、深さ方向から必要なものを選択的に取り出す設計とされる。
MXFP4
各要素を4ビットで表し、ブロック単位で共有するスケール情報を併用する低精度フォーマット。通常の16ビット（FP16）に比べてメモリ使用量が大幅に減る。パラメーター数×4ビットの単純計算より実サイズが大きくなるのは、このスケール情報のためである。K3は完成後に圧縮したのではなく、SFT（教師ありファインチューニング）の段階以降、この精度を前提に訓練されている（量子化認識学習）。活性値にはMXFP8が用いられる。
オープンウェイト
学習済みのパラメーター（重み）を公開し、誰でもダウンロード・実行・改変できる状態にすること。学習データや学習コードまで公開する「オープンソース」とは区別される。K3は重み、設定、一部コード、技術レポートを公開したが、事前学習データセットは配布されていない。
蒸留（ディスティレーション）
高性能なモデルの出力を教師データとして使い、別のモデルを訓練する手法。開発コストを大きく削減できる。蒸留そのものが直ちに違法なわけではなく、アクセスの方法、契約条件、取得規模、適用される法域によって評価が変わる。
アクセラレーター／スーパーノード
アクセラレーターはGPUなどAI計算専用のチップ。スーパーノードは、それらを高速な相互接続で束ねた大規模構成を指す。Moonshotは64基以上での運用を推奨しているが、これは推奨であり、あらゆる用途における絶対的な最低台数ではない。
preserved thinking history（思考履歴の保持）
モデルが内部でおこなった推論の記録を、次のやり取りにそのまま持ち越す方式。K3では常時有効になっているため、APIが返した推論内容やツール呼び出しを省略して送り返すと、出力が不安定になる。
ファインチューニング／事後学習
公開済みのモデルに追加のデータで学習を施し、特定の用途や言語、業界に最適化すること。一般には事前学習より計算資源が小さく済むが、2.8兆パラメーター規模の全面的な更新は依然として大規模で、LoRAなど一部だけを更新する手法とは必要な資源が大きく異なる。
MAU（月間アクティブユーザー）
1か月のあいだに実際にサービスを利用したユーザー数。Kimi K3 Licenseでは、1億人超を表示義務の基準のひとつとしている。
Model as a Service（MaaS）
学習済みモデルを、第三者にAPIなどの形で提供する事業形態。Kimi K3 Licenseは、入力やパラメーター、学習データを実質的に制御できる形での提供をこれに当たるとしている。特定機能に埋め込まれたエンドユーザー製品などは、この定義から外れる。
ハーネス
モデルにツールを使わせたり、複数手順の作業を進行させたりするための実行環境。同じベンチマークでもハーネスが違えばスコアは変わるため、比較表を読む際の注意点となる。
エージェント（AIエージェント）
指示を一度受けたあと、モデルが自律的にツールを呼び、複数の手順を判断しながら作業を進める使い方。単発の質疑応答と対比される概念である。
エンティティリスト
米商務省産業安全保障局（BIS）が管理する輸出管理上の指定リスト。掲載された企業に対しては、EAR（米国輸出管理規則）の対象品目の輸出・再輸出・国内移転に許可が必要となる。対象品目や審査方針は掲載項目ごとに異なり、全面的な取引禁止と同義ではない。
マイケル・クラツィオス
米ホワイトハウス科学技術政策局（OSTP）局長。2026年7月、Moonshot AIが規制対象チップを用いてClaude Fable 5から蒸留をおこなったとする米政府側の情報を主張した。疑いの表明であり、事実として確定したものではない。
スコット・ベセント
米財務長官。同時期に、蒸留行為に対する制裁とエンティティリスト指定の双方に言及した。
ジェンセン・ファン
NVIDIA共同創業者兼CEO。2026年7月24日のオープンウェイト支持書簡を、自身初のX投稿として共有したと複数メディアが報じている。
【参考リンク】
Kimi K3ウェイト公開の告知（@Kimi_Moonshot）（外部）
ウェイトと技術レポートの公開を告げたMoonshot AI公式アカウントの投稿。本記事の起点となる一次情報である。
Kimi（Moonshot AI）（外部）
Moonshot AIが提供するAIアシスタントの公式サイト。Kimi K3を含む各モデルをブラウザから直接試せる。無料の利用枠もある。
Kimi K3 技術ブログ（外部）
設計思想、ベンチマーク、推奨構成、制限事項を記した公式解説。ハーネスの使い分けや途中切替の非推奨も、ここに明記されている。
moonshotai/Kimi-K3（Hugging Face）（外部）
ウェイトの公式配布リポジトリ。総2.8兆・活性1040億・896中16選択・共有2など、諸元表が確認できる。
Kimi K3 ファイル一覧（外部）
公開されているシャードの実サイズが並ぶ。合計約1.56TBという数字を、自分の目で確認できる。
Kimi K3 License（外部）
ライセンス全文。MaaSの定義、売上・MAUの条件、社内利用の免除範囲まで、導入判断に必要な条文がここにある。
MoonshotAI/Kimi-K3（GitHub）（外部）
公式リポジトリ。技術レポートPDF、93層の構成、MoonViT-V2の諸元などを収録している。
MoonEP（外部）
超大規模かつ細粒度なMoE向けの通信ライブラリ。初回コミットは7月27日で、K3公開と同日に登場した。MITライセンス。
FlashKDA（外部）
Kimi Delta Attentionの高性能CUTLASSカーネル。初回公開は4月21日で、K3のウェイト公開より前から使える状態にあった。
FlashKDA H20ベンチマーク（外部）
NVIDIA H20上での再現用測定結果。現行の公式数値は条件別に1.85〜2.31倍で、公開当初の値から更新されている。
AgentENV（外部）
K3のエージェント強化学習を支えた分散サンドボックス基盤。kvcache-ai組織下で7月25日に公開された。
Kimi K3 Quickstart（外部）
API利用の公式手引き。assistantメッセージを変更せず戻す実装要件が、コード例つきで示されている。
Kimi データ利用FAQ（外部）
利用者データの保存先に関する公式説明。中国本土のサーバー環境に保存すると明記されている。要確認。
Artificial Analysis（外部）
AIモデルとAPIの性能・価格・速度を独立して計測・公開する分析機関。順位は随時更新されるため、日付とセットで読みたい。
vLLM（外部）
大規模言語モデルの高速推論エンジン。K3の公式推奨環境のひとつで、KDA向けキャッシュ実装がMoonshotから提供された。
Kimi-K3 クックブック（SGLang）（外部）
もうひとつの公式推奨エンジンによる運用手引き。64GPU構成の並列設定やMXFP4実行環境の選び方が示される。
ガバメントAI「源内」国産基盤モデル稼働（デジタル庁）（外部）
7月10日の公式発表。国産クラウド上でのモデル稼働と、9月から11月にかけての評価実験計画が記されている。
GENIAC（経済産業省）（外部）
国内の生成AI基盤モデル開発を支援するプロジェクト。ゼロからの開発と既存モデルへの追加学習の双方が動いている。
Open Weights and American AI Leadership（外部）
7月24日の書簡と署名者一覧。当初は約25組織で、その後も署名は増え続けている。最新の顔ぶれはここで確認できる。
Entity List（米商務省 産業安全保障局）（外部）
輸出管理上の指定リストの公式ページ。掲載項目ごとに対象品目と審査方針が異なることも確認できる。
【参考記事】
Kimi K3 achieves #3 in the Artificial Analysis Intelligence Index（外部）
7月17日の独立評価。57点で3位、GDPval-AA v2は1668、1タスク0.94ドルと数値で位置づけた。
Kimi K3 on AA-Briefcase, agentic knowledge work（外部）
7月21日の評価。1タスク平均56.4分・10.57ドルで、Opus 4.8より高コストになる実測を示す。
Opus 5: Fable 5 level intelligence at a lower cost per task（外部）
7月24日の評価。Opus 5が61点で首位に立ち、K3を含む上位の序列が動いた経緯が分かる。
China accuses US of AI hegemonism, threatens countermeasures（外部）
蒸留疑惑と制裁論に対する中国側の反発を報じる。米側の主張が確定事実でない点も押さえられる。
Nvidia and 24 other companies sign open-weights letter（外部）
7月24日時点の署名25組織と、OpenAI・Anthropicの不在を報じた記事。当初の顔ぶれが確認できる。
Moonshot Opens Kimi K3 Weights Under a Revenue-Tiered License（外部）
ライセンスの2条件と93層のアーキテクチャを整理した記事。API価格の内訳にも触れている。
China’s Moonshot Releases Breakthrough AI Model for Download（外部）
公開当日の報道。米国側の懸念、AI関連株の反応、主要クラウドの対応状況を伝える。
