Kimi K3：先進的なオープンウェイトAIモデル

長文脈のテキストと画像を扱うオープンウェイトモデルを選ぶなら、今いちばんに挙げたいのはKimi K3です。 総パラメータ2.8兆（アクティブ1,040億）、100万トークンのコンテキストウィンドウ、そしてネイティブのテキスト・画像入力を1つのモデルにまとめています。Moonshot AIは動画の理解にも触れていますが、公式モデルカードの仕様表に記載されている入力はテキストと画像だけなので、動画対応は未確定として扱うのが安全です。2026年7月28日時点では、Artificial Analysis Intelligence Indexでスコア57を記録し、580モデル中4位につけています。

要点をまとめると次のとおりです。

• Kimi K3は、セルフホスティング、プライベートデプロイ、長時間のマルチモーダルワークフローを求めるチームに最適
• **Qwen2.5-VL**は、画像中心の処理に適した、より低コストなオープンウェイトの選択肢
• **Llama 3.2 Vision**は、より単純なビジョンタスク向けの軽量な選択肢
• **GPT-4o**は、低レイテンシのチャットとテキスト・画像利用をより重視して構築
• **Claude 3.5 Sonnet**は長いコンテキストを備えるものの、API限定でネイティブ動画には非対応
• **Gemini 1.5 Pro**は大規模なテキスト・画像ワークロードに強いものの、クローズドモデル

いくつかの数値がすぐに目を引きます。

• Kimi K3： CharXiv Reasoningで91.3%、OmniDocBench 1.5で91.1、GPQA Diamondで93.5%
• VideoMME： 90.0%
• MathVision： 97.8%
• FrontierSWE： 81.2%
• Fireworks経由では、Kimi K3は165.1 tokens/secに到達可能
• 公式APIでは最初のトークンまでの時間が204.44秒と記載され、Fireworksでは13.22秒
• 混合コストは1 million tokensあたり$2.31前後、キャッシュ済み入力は1 millionあたり$0.30近く

要するに、ドキュメント、グラフ、UIタスク、長い入力を1つのモデルで処理したいなら、Kimi K3はこのグループで最も有力なオープンウェイトの選択肢です。チャットの速さ、軽い計算資源、コストの低さを重視するなら、ほかのモデルの方が合うかもしれません。APIMartではKimi APIからすぐに試せます。

要点まとめ

• Kimi K3は総パラメータ2.8兆（アクティブ1,040億）のオープンウェイトMoEモデルで、100万トークンのコンテキストウィンドウとネイティブのテキスト・画像入力を備え、Kimi K3 Licenseで公開されています。動画入力については、公式モデルカードの記述が一致していません。
• 2026 年 7 月 28 日時点で Artificial Analysis Intelligence Index の 580 モデル中 4 位、スコア 57 を記録し、MathVision 97.8%、GPQA Diamond 93.5%、VideoMME 90.0%、FrontierSWE 81.2% を達成しています。
• MoE設計ではトークンごとに896個のエキスパートのうち16個を活性化し（アクティブパラメータ1,040億）、スケーリング効率はKimi K2の2.5倍です。さらにKimi Delta Attention（KDA）により、100万トークン規模のコンテキストでデコードが最大6.3倍高速になると報告されています。
• キャッシュ・入力・出力 7:2:1 の比率での混合コストは 100 万トークンあたり約 2.31 ドル、キャッシュ入力は 100 万トークンあたり約 0.30 ドルで、重みは自社ホストのほか Fireworks、Together AI、Nebius、Makora 経由でも利用できます。
• 最大の弱点はネイティブ API のレイテンシで、Kimi のファーストパーティ API では最初のトークンまで 204.44 秒、33.3 tokens/sec なのに対し、Fireworks では 13.22 秒、165.1 tokens/sec です。
• Claude 3.5 Sonnet と比べると、どちらも 100 万トークンの入力ウィンドウを持ちますが、Kimi K3 は最大 100 万トークンを出力できるのに対し Claude は 128,000 トークンが上限で、低レイテンシのチャットにはクローズドモデルの方が依然として向いています。

Kimi K3を解説！

クイック比較

以下では、Kimi K3が優位な領域と劣る領域を整理し、ワークロード、レイテンシ要件、デプロイルールに応じてどのモデルが適しているかを解説します。

1. Kimi K3

マルチモーダル理解

Kimi K3が強みを発揮するのは、ドキュメント、グラフ、画面操作にまたがる作業です。グラフや科学的な可視化を問うCharXiv Reasoningでは、ツール使用時に91.3%を記録しました。OCRとドキュメント解析に特化したOmniDocBench 1.5では91.1、UIナビゲーションを測るOSWorld-Verifiedでは**84.8%**です^[3]。

この組み合わせにより、Kimi K3はドキュメントレビュー、グラフ分析、画面ベースのワークフローに向いています。レポート、ダッシュボード、UI操作を同じパイプラインで扱うチームなら、このモデルの良さがはっきり出てきます。

推論とロングコンテキスト

Kimi K3の大きな強みの1つが長文脈です。コードベース全体やドキュメントのアーカイブを1回の実行でまるごと保持できます^[3]。これによって任せられる仕事の種類が変わります。作業を細かく分割しなくても、資料一式をまとめてモデルに処理させられるのです。

ある記録されたテストでは、Kimi K3が20本以上の天体物理学論文を相互にチェックし、約2時間で3,000行以上のPythonコードを生成しました^[2]。大学院レベルの物理推論ベンチマークGPQA Diamondでは**93.5%**を記録しています^[3]。

オープンウェイトでのデプロイ

ウェイトが公開されているため、チームはデプロイ方法をより柔軟に制御できます。Kimi K3をセルフホストすることも、複数のプロバイダーを通じてトラフィックをルーティングすることも可能です。**Fireworks、Together AI、Nebius、Makora**に加え、Moonshot AI独自のAPI上でも動作します^[6]。

これは実際の運用で重要です。Fireworksは最大165.1 tokens/secを実現し、公式Kimi APIより約5x高速です^[6]。高スループットの本番利用では、この速度差がすぐに大きな違いとなります。

厳格なデータ規則を持つチームにとって、オープンウェイトの構成はプライベートクラウドやオンプレミスへのデプロイも可能にし、機密データを自社インフラストラクチャ内に保ちやすくします^[2]。本番環境では、このようなデプロイの選択肢がベンチマークスコアと同じくらい重要になることがあります。

ワークフローへの適合性とコスト管理

Kimi K3は重いワークロード向けに構築されているようにも見えます。そのMoE設計はトークンごとに896人のエキスパートのうち16人を有効化し、計算コストを抑えます^[2]。スケーリング効率は以前のKimi K2より2.5×優れています^[2]。

プロンプトキャッシュは入力コストをさらに下げられます。特にロングコンテキストのリクエストが常に発生する、大量処理のワークロードで効果的です。こうした特性を総合すると、Kimi K3が以下のモデル別比較で基準を引き上げている理由が分かります。

2. Qwen2.5-VL

Qwen2.5-VLは、予算重視のマルチモーダルな選択肢です。ロングコンテキストのワークロードで優れた性能を発揮しますが、視覚推論ではKimi K3に及びません。

マルチモーダル理解

Qwen2.5-VLは画像理解に対応していますが、総合的なマルチモーダル推論ではKimi K3に後れを取ります。Intelligence Indexでは、Kimi K3の57に対して30です^[12]。より深い視覚推論を必要とするタスクでは、この差がさらに広がります。

推論、ロングコンテキスト、デプロイ、コスト

Qwen2.5-VLは長いコンテキストウィンドウを備え、長文ドキュメントやアーカイブのワークフローに適しています。実際には、高精度のマルチモーダル分析よりも、規模とコストの管理を重視する場合に適した選択肢です。

2026年4月にリリースされ、画像入力に対応するオープンウェイトの選択肢を提供します^[12]。また、画像中心のワークロードを大幅に低いトークンコストで処理できる実用的なオープンウェイトモデルとしても際立っています^[13]。これは、コストに敏感な大規模ワークロードを扱う際に大きな違いとなります。

3. Llama 3.2 Vision

Llama 3.2 Visionは、低い計算量と安定したスループットを必要とするビジョン中心のワークロードに向けた、無駄のないオープンウェイトの選択肢です。11Bモデルは、深いロングコンテキスト推論が主目的でなければ、ドキュメント解析、視覚分析、メディア自動化に適しています。

Kimi K3と比較すると、計算要件の低さとデプロイの簡潔さを得る代わりに、ロングコンテキストの深さを手放します。このトレードオフは重要です。ワークフローの中心が標準的な画像・ドキュメントタスクなら、Llamaの方がすっきり適合します。

コンテキストウィンドウは約128K tokensです。Kimi K3の1,048,576-tokenウィンドウよりはるかに小さいため、長時間のマルチモーダルセッションや長文ドキュメントのパイプラインよりも、標準的なワークフローに適しています。

オンプレミス、プライベートクラウド、またはFireworks、Together AI、Nebiusを通じて実行できます^[6]。

統合API構成では、Llamaは軽量なビジョン層に適しています。1Bバリアントは、最小限のレイテンシと低い計算量を優先するエッジデプロイを対象にしています。要するに、Llama 3.2 VisionはKimi K3のロングコンテキストの深さを、低コストで軽量なデプロイと引き換えにします。

4. GPT-4o

マルチモーダル理解

GPT-4oはテキストと画像を扱う強力なマルチモーダルモデルで、入力の種類ではKimi K3も同じ範囲をカバーしています。Moonshot AIはK3の動画理解にも触れ、VideoMMEのスコアも公表していますが、モデルカードの仕様表に記載された入力はテキストと画像だけです。動画を前提にパイプラインを組む前に、利用するプロバイダーで対応状況を確認してください。

推論とロングコンテキスト

Kimi K3のベンチマーク結果は、特にタスクにチャート、OCR、ロングコンテキスト入力が含まれる場合、ドキュメント中心の処理や視覚推論により適していることを示しています。

オープンウェイトでのデプロイ

GPT-4oはクローズドウェイトでAPI経由でしか使えません。一方、Kimi K3はオープンウェイトでセルフホストでき、Kimi K3 Licenseで公開されています（Hugging Faceのモデルカード）。商用で導入する前にライセンス条項を確認してください。

ワークフローへの適合性とコスト管理

GPT-4oはインタラクティブな低レイテンシに最適化されています。Kimi K3の速度はプロバイダーへの依存度が高く、構成によって体験が大きく異なる可能性があります。

Fireworksでは、Kimi K3は165.1 tokens/sec、最初のトークンまで13.22秒を実現します。Kimiの公式APIでは33.3 tokens/sec、待ち時間は204.44秒です^[6]。混合価格の1M tokensあたり$2.31は、スループットとデプロイ制御が重要な大量処理パイプラインに適している場合があります^[6]。このトレードオフは、速度と制御のバランスが異なるモデルとKimi K3を比較する際に最も際立ちます。

5. Claude 3.5 Sonnet

マルチモーダル理解

Claude 3.5 Sonnetは高解像度画像を適切に扱えますが、対応するのはテキストと画像のみです。ネイティブ動画対応はありません^[3]。テキスト、画像、動画が混在するパイプラインでは、この1つの差がすぐに目立ちます。

推論とロングコンテキスト

両モデルとも1-million-tokenの入力ウィンドウに対応します。違いは出力に現れます。Claudeの上限は128,000 tokensですが、Kimi K3は最大1 million tokensを生成できます^[3]。このため、レポート、構造化ログ、コードファイルといった長文出力ではKimiが有利です。

難しいタスクの扱い方にも違いがあります。Claudeはadaptive thinkingを使い、Kimiはより重い推論にMax Thinkingを使用します^[3]。

オープンウェイトでのデプロイ

ここで最大の違いとなるのは制御です。ClaudeはAPI限定のままですが、Kimi K3は自社のスタック内で実行できます。Claude 3.5 Sonnetはセルフホスト、ローカルデータでのファインチューニング、プライベートハードウェアへのデプロイができません。Kimi K3のオープンウェイトなら、プライベートクラウドまたはオンプレミスへデプロイできます^[14]。

厳格なデータ主権規則を持つチームにとって、この差は非常に重要です。データを社内に保持する必要があるなら、APIに限定されたアクセスは採用を断念する要因になり得ます。

ワークフローへの適合性とコスト管理

Claudeのトークナイザーは英語テキストを約30%多いトークンへ変換するため、英語中心のワークロードでは実質コストが上昇します^[3]。一方、Kimiの配信スタックはコーディングワークロードで90%超のキャッシュヒットを実現し、キャッシュ済み入力のコストは1M tokensあたり$0.30です^[8][14]。

そのためClaudeは、比較対象がGemini 1.5 Proへ移る前の有力なクローズドモデルの基準となります。

6. Gemini 1.5 Pro

マルチモーダル理解

Gemini 1.5 Proはテキストと画像の分析に強く、大規模なデータセットをまたいだ深い推論が必要な研究中心のワークフローにも向いています。Kimi K3は長文脈で真っ向から競い合い、そのうえでオープンウェイトという利点も加えます。

推論とロングコンテキスト

Gemini 1.5 Proは、大規模なドキュメントや長いメディアファイルを1回の処理で扱えます。そのため、多くの資料を一度に扱うチームに適しています。

Kimi K3は同じ範囲で直接競合します。そのKimi Delta Attention (KDA)アーキテクチャは、million-tokenのコンテキストで最大6.3x高速なデコードを実現すると報告されています^[5]。

オープンウェイトでのデプロイ

本番環境では、ここで違いが重要になり始めます。Gemini 1.5 Proはプロプライエタリモデルで、通常はGoogle Cloud Vertex AIまたはGemini APIを通じてアクセスします^[7][4]。

対照的に、Kimi K3はオープンウェイトで、Fireworks、Together AI、Nebiusなど、複数のサードパーティプロバイダーを通じてデプロイできます^[6]。より多くの制御を得られる単一のAPI構成を求めるなら、Kimi K3の方が容易に適合します。同等のロングコンテキスト範囲に、オープンウェイトと実行場所・方法の自由度を組み合わせています。

ワークフローへの適合性とコスト管理

Googleはキャッシュヒット料金に加えて、キャッシュストレージの時間料金を請求するため、コストの予測が難しくなる場合があります。この構成は、より単純なワークロードを持つチームに適する傾向があります。

デプロイ、スループット、マルチモーダルパイプラインをより細かく管理したいチームには、Kimi K3の方が理にかなっています。ドキュメント分析、リサーチ、統合APIによる連携では、Kimi K3のオープンウェイトと100万トークンのコンテキストが、ワークフローの集約をぐっと楽にしてくれます。

機能、デプロイ、ビジネス価値で見るKimi K3

モデル別の比較を終えると、次の問いはシンプルです。本番環境でKimi K3が勝るのはどこでしょうか？

Kimi K3は100万トークンのコンテキストウィンドウ、ネイティブのビジョン機能、オープンウェイトを兼ね備えています。この組み合わせにより、長期にわたるマルチモーダル作業で最有力の選択肢の1つになっています。ベンチマークでも、視覚推論、コーディング、マルチモーダルタスクで安定した結果を示しています^[7][3]。

これらの数値が最も重要になるのは、自らの条件でモデルを活用できる場合です。

Kimi K3はプライベートインフラストラクチャまたはVPC内でセルフホストできます。これによりデータを顧客の管理下に保ち、規制対象のワークロードにも適合しやすくなります^[2][9]。チームは、公式API、サードパーティプロバイダーを通じてデプロイするか、公開されたウェイトを使用してセルフホストできます^[2][6]。

ビジネス上のメリットがはっきりしてくるのは、このデプロイの部分です。ドキュメント分析やリサーチを担うチームなら、APIMartでは画像・動画モデルと同じAPIでKimi K3を使えるため、分析とその後の生成工程で1つのキーを共有できます。Moonshot AIの公式料金は入力100万トークンあたり3.00ドル、出力100万トークンあたり15.00ドルで、プロンプトキャッシュを使えば入力は90%安い100万トークンあたり0.30ドルになります。APIMartの現在の料金はKimi APIページの料金表で確認してください。

次はトレードオフを並べて確認します。そこで各モデルの強みと限界が明確になります。

各モデルの長所と短所

各モデルは、機能、制御、レイテンシの間で異なるトレードオフを選んでいます。

最短で概要を把握したい場合は、以下の表をご覧ください。

Kimi K3の最大の短所は公式環境でのレイテンシです。これがトレードオフです。

ただし、サードパーティのホスティングでこの遅延を大幅に減らせます。Fireworks経由でルーティングすると、最初のトークンまでのレイテンシは公式Kimi APIの204.44秒から13.22秒へ短縮されます^[6]。

この差は重要です。机上では、Kimi K3はオープンウェイト、ロングコンテキスト、幅広いマルチモーダル機能を求めるチームに最適に見えます。実際には、デプロイ構成が日々の体験を大きく左右します。

結論

より多くのコントロールと、長文脈の本格的なマルチモーダル作業を求めるチームにとって、Kimi K3は最もわかりやすい選択肢です。オープンウェイト、ネイティブのテキスト・画像入力、100万トークンのコンテキストウィンドウを兼ね備えている点で、オープンウェイトのマルチモーダルモデルとして際立っています。

ベンチマークの数値を見れば、注目される理由が分かります。Kimi K3はFrontierSWEで81.2%、MathVisionで97.8%を記録しています^[9][11]。これらの成果は、ドキュメントレビュー、メディア分析、エージェント型ワークフローで特に重要です。

デプロイ制御より低レイテンシのチャットやプロバイダー管理の機能を重視するチームには、クローズドモデルも引き続き適しています。

Kimi K3向けに単一のOpenAI互換APIを求めるチームにとって、APIMartは統合作業を削減します。これにより、ほかのワークフローを変更せずにKimi K3を本番環境へ導入しやすくなります。

Kimi K3は、ロングコンテキストのマルチモーダル推論、セルフホスティング、統合APIでのデプロイが最も重要な場合に適しています。

よくある質問

Kimi K3は本番利用に実用的ですか？

はい。Kimi K3は本番利用に十分適しています。特にワークロードで1 million-tokenのコンテキストウィンドウと組み込みのマルチモーダル対応が必要な場合に有力です。そのため、ドキュメント分析、長文コーディング、研究といった負荷の高い仕事に適しています。

本番環境ではOpenAI形式のAPIを使い、出力トークンが主なコスト要因であるため、プロンプトキャッシュで支出を注意深く管理してください。本格的な展開前に、負荷をかけて信頼性をテストします。具体的には、p95 latency、retry rates、モニタリング、budget alerts、circuit breakersを確認します。

Kimi K3にはどのようなハードウェアが必要ですか？

Kimi K3は2.8兆パラメータを持つオープンウェイトモデルです。自社環境で十分に動かすには、大きな計算能力が必要です。通常は、その規模、メモリ要件、ロングコンテキスト推論を処理できる高性能GPUクラスタが求められます。

ハードウェア面を省きたい場合は、Moonshot AI APIまたはほかの統合サービスを通じてKimi K3を利用できます。これらの選択肢では、計算処理とインフラストラクチャを代わりに管理してくれます。

小型モデルよりKimi K3を選ぶべきなのはいつですか？

アプリで1-million-tokenのコンテキストウィンドウ、ネイティブなビジョン対応、または難しいタスク向けの高度な推論が必要な場合はKimi K3を選びます。ニュアンスが重要な長文ドキュメント分析、大規模コーディングプロジェクト、エージェント型ワークフローに適しています。

高コスト層に位置するため、重要度の高い作業に使うのが適切です。基本的な要約や一般的なコンテンツ生成といった単純な仕事には、より小型のKimiモデルを使うことでAI支出全体を削減できます。