概要
- 2026年7月16日、Moonshot AIが Kimi K3 を発表
- 2.8兆パラメータ の中国AIラボ最大規模モデル
- 7月27日までにオープンウェイト公開 予定
- ベンチマークでClaude Opus 4.8やGPT-5.5 highを上回る
- 価格・推論コスト・特徴的なテスト例について解説
Moonshot AIのKimi K3発表と特徴
- Moonshot AI が Kimi K3 を発表、現時点で中国AIラボ最大規模
- 2.8兆パラメータ 搭載、DeepSeek 1.6T v4 Proを超える規模
- ウェブサイト・API経由で利用可能、 7月27日までにオープンウェイト公開 予定
- “ 初のオープン3Tクラスモデル ”と主張（2.8兆を3兆に切り上げ）
- 自己申告ベンチマーク でClaude Opus 4.8 maxやGPT-5.5 highに勝利
- Claude Fable 5 や GPT-5.6 Sol にはわずかに及ばず
ベンチマーク・コスト・性能の詳細
- Artificial Analysis のプライベート評価で Elo 1547 を記録、Kimi K2.6から+732ポイント
- Claude Fable 5 に次ぐ高評価
- 1タスクあたりのコスト は$0.94、GPT-5.6 Solの$1.04に近く、Opus 4.8の約半額
- 出力トークンあたりのコスト は$15/100万トークンで中国AIラボ史上最高額
- 旧モデルKimi K2.6（$0.95/$4）から大幅値上げ
- トークン使用量 はK2.6比21%減少、効率向上
- Arena.aiのFrontend Code arena でトップモデルに
実際の利用例：「ペリカン自転車SVG生成」テスト
- OpenRouter 経由で「ペリカンが自転車に乗るSVG生成」プロンプトを実施
- 95入力トークン、16,658出力トークン （うち13,241は推論トークン）で 25セント のコスト
- 画像入力 にも対応、生成SVGを再入力しaltテキスト生成も高精度
- altテキスト例：白いペリカンが赤い自転車に乗り、青空や草原など詳細な描写
- プロンプトのトークン数 が多い（"hi"でも86トークン）、隠れたシステムプロンプトが推測される
ペリカンSVGテストの意義と限界
- 21ヶ月続く独自ベンチマーク として“ペリカン自転車SVG生成”を実施
- モデル間比較には限界があり、最近は エージェント的ツール呼び出し能力 など本質的な性能を測れない
- それでも “hello world”テスト や コスト・推論量の把握、 SVG出力・空間認識能力確認 に有用
- モデル間・バージョン間の進化比較 にも活用可能
- Kimi K3 のペリカンはKimi 2.5から大幅改善
- Hacker News などで恒例のテストとして親しまれている
モデル利用・テスト方法
- 公式API、 OpenRouter、 llama.cpp や LM Studio、 Ollama など各種方法でモデル利用
- CLIツール やプラグインを活用し、最新モデルの迅速な試用・評価
- 出力SVGの妥当性や空間理解、 簡易コスト計算、 モデルの推論特性 を短時間で把握
まとめ：Kimi K3の意義と今後
- 中国AIラボ最大規模・最高価格のオープンモデル として注目
- 推論効率・出力品質の向上 を実感
- 本格的なエージェント用途や長期会話での実力 は今後の検証課題
- オープンウェイト公開後のコミュニティ評価 にも期待