Kimi K3 がオープンウェイト公開
1.56TB は、誰の手に届いたのか

結論からいうと

重みは確かに公開されました。ただ、個人のパソコンで動かす道はまだ開いていません。

とはいえ「無理でした」で終わる話ではありません。オープンウェイトになったことで本当に変わったことがあり、いま現実的にどこで使えばいいのかもはっきりしました。この資料ではその両方を、実際の画面と数字で追っていきます。

7月27日、史上最大のオープンウェイト

モデル自体の発表は7月16日。そこから11日後の7月27日、HuggingFace に重みが公開されました。総パラメータ2.8兆は、これまで公開されたどのモデルよりも大きい規模です。

896あるエキスパートのうち16だけを1トークンごとに動かす疎な構成（MoE）で、ネイティブで画像も読めます。推論エンジンは公式に vLLM / SGLang / TokenSpeed が推奨されています。llama.cpp は公式の推奨リストに入っていません——これが後で効いてきます。

出典：HuggingFace 公式モデルカード ／ Moonshot AI 公式ブログ ／ PC Watch

オープンソースではなく、オープンウェイト

ここは丁寧に見ておきたいところです。Moonshot AI は「オープンソース」とは名乗っていません。使われているのは独自の Kimi K3 License で、Apache 2.0 でも修正MITでもありません。条件は主に2つです。

なお Simon Willison は「Moonshot はオープンソースを名乗らず、オープンウェイトと正しく表現している点は評価できる」と書いています。言葉を濁さない姿勢自体は誠実です。

出典：Simon Willison（2026-07-27）

重みが公開されると、何ができるようになるのか

• データ主権：公式APIを使うと、プロンプトは提供元のサーバーへ流れます。自前や別拠点で動かせば、その流れ先を自分で決められます。法務・医療・企業利用ではここが決定的でした。
• ベンダーロックの解消：モデルが突然消えない、値上げされない、仕様が勝手に変わらない。手元に重みが残ります。
• 価格競争：同じモデルを複数の事業者が売れる。実際、公開直後から7社以上が同じ価格で提供を始めました。
• 研究の解放：896エキスパートの専門化の分析、蒸留、LoRAでの追加学習——こちらの方が本当の価値かもしれません。

「4bitに縮めればいい」が通用しない

大きなモデルが公開されたときの、いつもの発想はこうです。「16bitで配られているものを4bitに量子化すれば、4分の1になるでしょ」。ところが Kimi K3 ではこれが効きません。

理由は単純で、K3 は最初から4bitで学習されているから（量子化認識学習・QAT）。通常の圧縮ボーナスは、すでに使い切られている状態で配布されています。

1bitまで潰しても649GB

Unsloth がコミュニティ向けのGGUF量子化を公開しています。実際のファイルサイズがこちらです。

いちばん小さい版でも 649GB。フルの1.56TBから60%しか減っていません。

649GBとは、どれくらいか

• RTX 5090（32GB）で賄うなら → 21枚
• Mac Studio の最大構成（512GB）でも → 1bit版すら入らない
• 一般的な1TBのSSD → フル版は保存すらできない

出典：Unsloth GGUF リポジトリ

手元のツールが、まだ対応していない

落とし穴A：Ollama のページはあるが、ローカルではない

Ollama で「Kimi K3」を検索するとページが出てきます。ここで「動くじゃん」と思ってしまうのが最大の罠です。よく見るとタグは kimi-k3:cloud。Ollama のサーバー側で実行され、Pro または Max のサブスクリプションと追加クレジットを消費します。手元では1バイトも動いていません。

落とし穴B：llama.cpp 本家はまだ未対応

2026年7月29日時点で、対応PR（#26185）はオープンのまま＝未マージです。本家のビルドは unknown architecture として弾きます。

難しい理由は、K3が新しい機構を積んでいるから。KDA（Kimi Delta Attention）という新しい注意機構と、AttnResという層をまたぐ加重残差、そして93層のハイブリッド構成を、実装し直す必要があります。

PRの進捗も見ておく価値があります。8×B200 では end-to-end で動作し、生成も正常という報告が上がっている一方、既知の不具合も残っています。

• プレフィックスキャッシュを再利用すると、2ターン目以降が別の質問に幻覚回答する（回避策は --cache-reuse 0）
• 制御トークンが出力に漏れる
• Q2量子化は「GBあたりの知能が明らかにおかしい」との検証コメント

出典：Ollama ライブラリ ／ llama.cpp PR #26185

持っているGPUでは、形式が合わない

K3の重み形式は MXFP4。これをそのまま実行できるのは新世代のGPUだけです。

つまり「H100を持っていれば動く」ではありません。そして開発元の推奨構成がこれです。

アクセラレータ 64基以上

日本語メディアの試算では、実用的な速度で動かすなら H200を12〜16基搭載したサーバー、総額1〜2億円規模とされています。個人が触れる領域ではありません。

出典：Moonshot AI 公式ブログ（"supernode configurations with 64 or more accelerators"）／ ASCII

自分はどのルートに入るのか

重みを持たなくても、恩恵は受け取れる

① まず無料で試す

kimi.com または Kimi アプリの無料プラン（Adagio）。日本から Google / メールでログインでき、基本的な対話は無料です。ただし Agent 系・Deep Research・コーディングのワークフローはクレジット制で制限されます（無料は6クレジット相当）。

② APIで使う（7社以上が同一価格）

重み公開の効果がいちばん見えるのがここ。公開直後から複数の事業者が同じ価格で提供を始めました。すべて100万トークンあたりです。

③ コーディングで使う

公式CLIの Kimi Code が「検証済みハーネス」として推奨されています。

curl -fsSL https://code.kimi.com/kimi-code/install.sh | bash
kimi
# 起動後: /login → /model で Kimi K3 を選択

Claude Code から差し替えることもできます。

ANTHROPIC_BASE_URL=https://api.moonshot.ai/anthropic
ANTHROPIC_AUTH_TOKEN=<取得したAPIキー>
ANTHROPIC_MODEL=kimi-k3[1m]

で、その精度は本物なのか

勝っているところ

加えて LMArena の Frontend Code Arena では1位（1679pt）、7分野中6分野でトップです。

負けているところ

ソフトウェア工学系の一部では Fable 5 に届きません（DeepSWE 67.5 vs 70.0 ／ FrontierSWE 81.2 vs 86.6 ／ SWE-bench Verified 約76.8% vs 95.0%）。

そして7月24日に Claude Opus 5 が出て、順位が動きました。

Opus 5 は「Fable 5級の知能をより低いコストで」という位置づけなので、K3のコスパ優位は縮みました。

出典：Artificial Analysis

導入前に知っておくべきこと

• 事実誤認の割合が上昇：前世代（K2.6）の39%から51%へ。
• 自分をClaudeだと思うことがある：Zvi Mowshowitz の検証で「10回に1回くらい」。
• 実務では70〜90%止まり：「欲しいものの7〜9割までは来るが、そこから先が埋まらない」。凸凹した知能（jagged intelligence）と表現されています。
• 遅い：実測で出力32.4トークン/秒（比較対象の中央値は63.8）、最初の応答まで4.44秒。
• 過剰な自主性：曖昧な指示だと勝手に判断する。公式は「AGENTS.md やシステムプロンプトで境界を明示せよ」と書いています。

出典：Moonshot AI 公式ブログ Limitations ／ Zvi Mowshowitz

オープンウェイトの本当の意味

「自宅で動かせる」ではなかった

意味していたのは 「誰でも提供できる」「誰でも調べられる」。だから7社が同じ価格で並び、データの流れ先を選べるようになり、蒸留や追加学習の研究が動き出しました。手元のGPUで動くかどうかは、そもそも別の話だったわけです。

• 個人：無料枠で触る → 気に入れば OpenRouter か Kimi Code へ。重みは追わなくていい
• 企業（データ主権が必要）：まず米国拠点＋データ非保持。セルフホストは64基〜の世界だと理解した上で判断
• 研究・開発：重み公開の本当の価値は、蒸留・追加学習・896エキスパートの解析の側にある