Moonshot AI がオープン重みモデル「Kimi K3」を発表

7月16日（木）、Moonshot AI は最新フラッグシップモデル「Kimi K3」を発表しました。このモデルは 2.8T パラメータの MoE（Mixture of Experts）アーキテクチャを採用しており、重み（weights）は 7 月 27 日に公開される予定です。

本稿では、Moonshot AI が公開日の約束を履行するという前提のもと、現在のエコシステムが置かれている状況について考察します。もし中国に同程度の性能を持つクローズドモデルが存在し、K3 の公開が行われなかった場合など、現実のバランスはより中間的な地点にある可能性が高いですが、ここではあえて極端なシナリオに基づいた視点で議論を進めます。

重要な点は、オープンソースとクローズドモデルの間、あるいは米国製と中国製モデルのパフォーマンス格差が、これまで議論されていた 6〜9 ヶ月という期間から、より短い 3〜5 ヶ月に縮まっているという事実です。

発表資料を見る限り、Kimi K3 は間違いなく最前線のモデルと言えます。DeepSeek R1 が登場して以来、オープンソースモデルとして最も最先端に迫った存在となるでしょう。ただし DeepSeek R1 の場合は事情が異なりました。中国のラボが推論モデルへ迅速に転換し、米国の多くの企業よりも速くリリースしたという特異なケースでした。一方、Kimi K3 はデータ、アルゴリズム、アーキテクチャ、ツール、環境といった既存の領域において、スケーリングを確実に実行した中国ラボの実績を示す好例です。

評価指標における Kimi K3 の位置づけは非常に目覚ましいものです。Vals AI インデックスでは総合 2 位、Artificial Analysis のインテリジェンス・インデックスでも総合 3 位（Claude Fable や GPT-5.6 Sol Max に次ぐものの、コストはさらに低い）を記録しています。また、フロントエンドコードの分野では総合 1 位を獲得し、そのほかにも印象的な成果を残しました。限られたリソースで Anthropic や OpenAI と互角に渡り合っている Moonshot AI の躍進は、業界全体にとって大きな注目を集めています。

明らかに、これまで発表された中で最も強力なオープンモデルです。このモデルを眺めれば、米国のクローズドな最前線モデルからの敵対的蒸留が寄与したとしても、その割合は相対的に小さい程度であることが明白でしょう。

蒸散の恐怖に追随し、「中国の AI ラボは知的財産権の侵害のおかげでしか優れたモデルを生み出していない」という誤った結論に至った AI 関係者たちは、今まさに目覚めさせられることになります。中国企業は、米国の主要企業が取り組んでいるのと同じ課題を解決する能力において極めて優れています。Moonshot AI は、OpenAI や Anthropic のチームが取り組んでいる多くの問題に同じように取り組んでいます。

蒸留に関する議論や圧力が高まることは間違いありませんが、すでに明らかになった証拠は、中国企業には単なる「後追い」以上のことができるという事実を示しています。

私の中国訪問中に Kimi チームの核心メンバーと会う機会がありましたが、彼らには驚異的なカルチャー、ある人々が言うにはオーラのようなものがあり、GPU 環境という制約の中でさえもそれを表現する自由がありました。モデル構築がスケーリング競争である一方で、優れたモデルを作る能力の多くは依然として、個人の実行力、動機、そして表現に依存しています。

彼らを訪れたことで、この結果がそれほど驚くべきものではないと感じました。多くの AI 企業を訪問してきましたが、これほど直感的にそのカルチャーを感じ取れるところは極めて稀です。

同時に、中国における AI の普及トレンドは米国よりも後に始まりました。そのため、中国のすべての研究機関が米国の競合他社に比べて利用可能な計算リソース（コンピュート）が少ないにもかかわらず、その限られた資源をトレーニングに集中させることが可能になっています。

私が OpenAI の平均的な研究者が利用できる計算リソースについて冗談めかして「数千台分の H100 相当機」と言った際、Kimi の研究チームは驚いていました。この組織図や Kimi モデルの構築アプローチにはその事情が反映されているはずですが、具体的な中身については proprietary（非公開）な情報がなければ詳細を切り分けるのは困難です。

ピーク時のモデル性能に関する現状はおおよそ以下の通りです：

Anthropic – Claude Fable 5

OpenAI – GPT 5.6 Sol

Moonshot AI – Kimi K3 (open weights*)

SpaceXAI – Grok 4.5

Zhipu (Z.ai) – GLM 5.2 (open weights)

Meta – Muse Spark 1.1

DeepMind – Gemini Flash 3.5

Alibaba – Qwen 3.7 Max（注：執筆時点で 3.8 が発表済み、かつオープンウェイト版も予定）

DeepMind やその他の米国の大手企業がこれほど低い順位にいるのは驚くべきことです。多くの点で、X AI チームにはより多くの評価が相応しいでしょう。以下に Artificial Analysis による視覚的な要約を示します：

今回のリリースやその他の最近の出来事により、オープンモデルとクローズドモデルのバランスにおける最も可能性の高い帰結が、大きく方向転換しました。これら一つひとつを詳しく解説していきます。

多くの点で、これは新しい時代の始まりのように感じられます。競争は激化する一方で、世界中に極めて強力な技術を展開するにあたり、調整への必要性も以前にも増して高まっています。

1. 中国がオープンソース AI に再コミット——短期的リスクに対する異なる見方

比較的新しく中国の AI シーンを追っている人々は、「モデルを公開することが中国の核心戦略だ」と結論づけることがありますが、実際には、多くのラボはアンソロピックや OpenAI と同様、可能な限り最高の知能を構築するというコア戦略を持っています。長年にわたり中国のラボを追跡し、関与してきた私にとって、彼らが当初モデルをオープンに公開した理由に対する最も妥当な説明は「実用性」です。採用を広げ、注目を集め、フィードバックを得る（特に高価値であるベイエリア市場において）ために、モデルを公開する必要があったのです。

長らく中国では、オープンソース AI の役割や「国家レベルの戦略」について説明する政策は極めて限定的でした。私の知る限り、高位の指導者が公にオープンソース AI について言及した例はありませんでした。しかし今週、この状況に変化が生じました。習近平主席が世界人工知能会議（WAIC）で基調講演を行い、中国の AI エコシステムの未来をオープンソースとグローバルな普及に直接コミットしたのです。

現状維持へのコミットメントは、過去最強のオープンウェイトモデル発表と同じ週に行われました。これは現代 AI の初期史における明確な印です。

中国 AI 業界が今後どのような道を選ぶかについて多くの議論が行われている時期です。中国はオープンな姿勢を続けるのか？米国の研究機関とスケーリングで対等に戦えるのか？中国国内に成長市場はあるのか？こうした問いの中で、焦点は中国のリスク許容度や、企業が収益化できる能力、そして自社が最良のモデルを公開するのを止めるような緊密な要因に置かれていました。

習近平氏のコミットメントと非常に強力なモデル発表を時系列で結びつけることで、中国はオープンウェイトモデルを公開することに対するリスク許容度を暗黙裡に示しました。当面の間、これは中国システム内における強固なサイバーセキュリティ能力（あるいは生物学的危険）といったトピックの認識されるリスクを読み解く手がかりとなります。

最も単純な説明は、中国政府がモデルから生じる潜在的なリスクを厳密に監視しており、米国の政府が行うような「雰囲気規制」よりも技術的な範囲が広い可能性があり、実際にリスクを検知すれば行動を起こすだろうという点です。同時に、現在の最先端モデルには実質的な危険性はないと判断しているのです。

一方、中国の経済政策決定者たちは、AI の普及は将来的に業界で利益を生むために不可欠だと考えています。これは、中国が過去数十年にわたり自動車、太陽光発電、高度な製造業など多くの分野で展開してきた「まず市場を拡大し、その後に収益化を図る」という戦略と一致しています。

こうした状況は、Claude の神話モデルをめぐる数ヶ月間にわたる過剰な期待や恐怖をあおる報道が続く米国の AI メディア界隈では驚くべきことにも映るかもしれません。しかし、この驚きはむしろ重要な現実認識をもたらすものです。世界には、米国で最も多く語られているような AI に関する物語に皆が同意しているわけではないからです。

1. オープンモデル：最先端ラボの経済的な弱点

AI 議論を導く多くの発言者には、最良かつオープンな AI モデルの能力を過小評価するインセンティブが明確にあります。オープンモデル自体は支持しつつも現在は OpenAI で働くディーン・ボール氏は、Kimi に関する考察を含む広く注目された投稿で、オープンモデルについて以下のように述べています。

この発言を理解することは重要です。なぜなら、それは AI の構築における経済的側面においてオープンモデルが果たす役割に焦点を当てているからです。ディーンは次のように言っています：1

オープンウェイトモデルは本質的に「減速主義」的な性質を持っており、なぜ「加速主義者」と呼ばれる人々がこれほどまでにオープンウェイトモデルに熱狂しているのかと、私は常に驚かされています。

なぜオープンウェイトモデルが一種の減速主義なのかを説明することは、これから到来する世界秩序を理解する上で極めて重要です。その指摘は正しいと言えます。

オープンなモデルは、最先端ラボにとって経済的に減速要因となります。これにより AI へのネット投資や設備投資（キャピタル・エクスペンディチャー）の拡大ペースが鈍化します。その理由は、強力なオープンウェイト AI モデルが登場することで、クローズドなラボの利益率が大幅に低下するからです。この現象には二つの影響があります。

第一に、AI ラボは将来のモデル開発へ再投資できる利益を失います。第二に、市場はこれらの企業の終末価値（ターミナル・バリュー）が低いと判断するため、今後の資金調達ラウンドを抑制します。これらが相まって、最も変革をもたらす AI モデルの開発タイムラインは遅れることになります。しかしながら、私はこれらの効果が OpenAI や Anthropic を世界の最高評価企業の一つから排除するほど強力なものになるとは見ていません。

私にとって、これらは社会全体にとってプラスに働く要素です。オープンウェイトモデルは、ある性能レベルにおける知能への参入障壁を下げることで、経済全体における AI の普及を加速させる「加速主義」的な役割を果たします。また、これらのモデルはカスタマイズ性を高める効果もあります。

ただし、この種の普及は、開発者が直接使用できるツールを販売する最先端 AI ラボの製品に比べると、本質的に非常にゆっくりとしたものになります。オープンモデルの可能性は、ほぼすべての企業がこれらを活用してドメイン固有のエージェントを構築することにあります。しかし、このような経済的な浸透には極めて長い時間がかかります。

私はこれを、「スタート地点では遅いものの、最終的にはより大きな指数関数的成長をもたらす」と表現しています。問題は、クローズドモデルが純粋な能力面であまりにも先行しすぎると、このカスタマイズ性が無意味になってしまう点です。

AI ラボにおける権力の集中が減少し、普及が進むという組み合わせは、AI 移行期にとって非常にポジティブだと私は考えます。これにより、新しい能力に伴う困難な課題を解決するための時間を確保でき、より多くのステークホルダーが物語の形成に関与できるようになります。どの企業も、世界で最も重要な技術を安全に制御することに対して何らかの問題を抱える可能性が高いのです。

もちろん、この世界において最高峰のモデルを米国の企業が作り続けることは重要です。それによって米国は技術の方向性と価値観を支配し続けることができるからです。私はそのように展開されることを期待していますが、それが必ずしも保証されているわけではありません。米国には AI への投資（そして利益の増加分）に寛容な資本市場が広がりつつあるためです。

Interconnects AI は読者支援型の出版物です。購読をご検討ください。

1. 中国の効率性における優位性

Kimi の発表ブログには、私たちが感じている一貫したモデル改善を支える技術的な詳細が含まれています。その一例を挙げましょう。

Kimi K3 は、情報フローをシーケンス長とモデル深さ全体にわたって向上させるために設計された 2 つのアーキテクチャ更新、「Kimi Delta Attention (KDA)」および「Attention Residuals (AttnRes)」を基盤としています。また、Stable LatentMoE フレームワークとの組み合わせにより、Mixture of Experts (MoE) のスパース性を拡大し、896 個のエキスパートのうち 16 個が有効に作動するようにしています。これらの構造的変更に加え、トレーニングとデータレシピを洗練させることで、Kimi K2 と比較して全体のスケーリング効率が約 2.5 倍向上しました。これにより、モデルは計算資源をより効果的に知能へと変換できるようになりました。

トレーニング効率の向上は、まさに積み重なって大きな成果をもたらします。これが、モデルにとって継続的で驚異的な進歩を生み出す要因となるのです。

蛇足ながら、この特定の革新がエコシステムの中でどのように軌跡を描いてきたかを追うのは興味深い事例です。Kimi Delta Attention（KDA）は『Kimi Linear』論文で導入されました。これは私が Ai2 に在籍していた最後の Olmo モデルである Olmo Hybrid で使用されていた Gated DeltaNet と類似したアーキテクチャです。Qwen の最新モデルも関連するアーキテクチャへ移行し、最近の Nemotron モデルもハイブリッド型ですが、Gated DeltaNet よりも Mamba に近いものです。

これらの新しいアーキテクチャのアイデアが、学界で着実に発展した後に、すぐに最前線の規模を持つモデルへと実装される様子は素晴らしいです。Gated Delta Networks は 2024 年後半に Mamba の考え方を踏まえて導入され、2026 年半ばにはすでに最前線のモデルに採用されています。

この事例を選んだのは、Kimi チームがモデル間の革新に対して具体的な数値を示してくれたことも一因ですが、主に中国の資源効率に関するより広範な議論の場を設けるためです。

中国のラボがいかに資本効率的であるかが明らかになってきました。スケーリング則により知能は有効な資本（計算リソース、データ、人材を購入するための資金）に比例するという世界において、これは AI 産業が持ち得る最大の強みとなる可能性があります。これがなぜそうなのかには多くの説明が可能ですが、例えば中国の研究者は報酬が低くても LLM の研究課題に対してより効果的であるといった要因が考えられます。しかし、こうした具体的な理由を私たちが完全に解明することはおそらくないでしょう。

中国に関するメモを執筆して以来、同国でデータ産業が台頭しているという話をよく耳にする。ただし、Anthropic のような数十億ドル規模の予算に比べればまだ遠く及ばない状況だ。また、輸出規制を回避する手段を通じて、中国の研究機関も実質的なトレーニング用計算資源へのアクセスを得ているようだ。

一方、中国企業には米国ほど推論（インファレンス）需要がなかった。ただし最近では事情が変わりつつあり、Moonshot AI は K3 モデルへのアクセス制限のため新規サブスクリプションの受付を一時的に停止せざるを得なくなった。API 自体は稼働中だが、この一連の動きから、中国企業の計算資源の多くがトレーニングに回されていることが伺える。

これらの要因は、各研究機関の実力を測る上で重要な要素となるが、我々がそれらを正確に把握できる手段は極めて限られているのが実情だ。

現場で確認できる事実は、中国の研究機関が調達した資金規模が、米国の AI エコシステムのどのセグメントよりも桁違いに少ないという点にある。最も直接的な比較対象となるのは OpenAI や Anthropic だが、彼らはやや公的なモデル性能において優位にある。また Google や Meta はビジネス史上最大級のキャッシュフローを有しながらも、モデル構築においては出遅れている。

米国の新興研究機関（ネオラボ）に目を向けると、競争はさらに激しい。Thinking Machines が最近発表した最初のモデル「Inkling」は強力な性能を示しているが、Kimi K3 と比較するとまだ一歩及ばないクラスだ。

リソースに余裕がある米国の企業でも追いつく可能性はありますが、モデルの品質に関する公的な測定結果を慎重に評価し、希望（しばしばバイアスに起因する）に頼るべきではありません。中国のラボが潜在的な優位性を持っているなら、その強みを活かして競合他社よりもさらに強力なモデルを構築し続けるでしょう。

多くのシナリオが考えられ、K3 は今後、より効率的なトレーニングの成果として、中国が近い将来に AI 能力で主導権を握る可能性を多くの人にとって高めています。それが最も確実な予測ではないとしてもです。

資本効率の高さにはアプローチの違いが大きく寄与していると考えられます。米国のラボはフロンティアを劇的に押し広げるために多大なエネルギーを費やして大きな一歩を進めるのに対し、中国のラボは追いつくことに集中しています。この「追いつく」戦略の方がコストが低いのです。

蒸留（ディストillation）において学生モデルが教師モデルを上回ることは一般的に知られており（中国のラボによる敵対的蒸留に限った話ではありません）、"次のパラダイムを発明する" ことよりも "追いつこうとする" というアプローチの方が、より強力なモデルを生み出す可能性さえあります。

1. フロンティアかつオープンなモデルの生態系が拡大している

Kimi K3 の発表翌週末、この記事の執筆中および関連イベントについて議論している最中、アリババは「2.4 兆パラメータの Qwen 3.8 モデル」を近日公開すると発表しました。これはオープンウェイト（重み付きモデル）として提供されるものです。

歴史的にアリババは、自社のクラウド事業を通じて最大規模のモデルを API のみの提供に限定してきました。そのため、今回の発表は「オープンモデル経済」の新たな章へと扉を開く大きな転換点と言えます。たとえベンチマークの数値で Kimi K3 に劣っていたとしても、これは中国企業がオープンモデル戦略において現状維持にとどまらず、さらにその方向へ舵を切っていることを示しています。

もし Qwen 3.8 が次の Gemini モデルの発表前にリリースされれば、知能の高いモデルを持つ研究機関ランキングで Google が第 8 位に転落する可能性さえあります。このリストは中国勢が着実に順位を上げてきているものです。また、DeepSeek V4 が「プレビュー版」から正式バージョンへと移行するなど、他にも強力な中国製モデルの登場に関する噂があります。

コメントを残す

1. フロンティアにおけるオープンウェイト政策という、長い物語のはじまり

もし Claude Mythos が今日、オープンウェイトモデルとしてリリースされたとしても、そのネガティブな結果は比較的軽微なものにとどまるでしょう。この意見にはやや難しさも伴いますが、公的なサイバーセキュリティ評価のデータが限られており、生態系自体も複雑であること（そして Anthropic の多くの人々を信頼しているという点）が理由です。

それでも私はこの見解を堅持します。リスクは過剰に喧伝されすぎているのです。

しかし、この状況が最強の AI モデルにずっと続くとは限りません。より強力なモデルが登場し、それに伴いリスクも増大します。そのため、同様のオープンウェイトモデルよりも数ヶ月早く、制御されたクローズドな方法でベストなモデルへのアクセスを制限しておくことは、極めて安全な均衡状態と言えます。

ユーザーが細かく制御できるオープンウェイトモデルは常に登場し続けるでしょう。デジタル製品、特に悪意あるアクターによる利用を効果的に禁止することは不可能です。AI の学習プロセスが世界中に広く普及しているという事実は、多くのアナリストの予想よりも早く実現されたことで証明されています。

それでも、私がこの文章を書いている現在も、米国政府はオープンウェイトモデルへの規制強化措置を検討し続けています。最新の報道として Axios が伝えています。

裏側で：米商務省は昨年、複数の中国 AI 研究所を「エンティティリスト」に追加することを検討しました。これにより、ライセンスなしでの米国からのアクセスが事実上遮断されることになります。政府に近い情報筋が Axios に語ったものです。

国家安全保障局（NSA）とホワイトハウス国家サイバーディレクター室も昨年、中国 AI 研究所の脅威に関する勧告を出すことを検討しました。これは実質的に、米国の企業がこれらの技術を利用しないよう促す内容だったと情報筋は述べています。

さらに情報筋によると、ホワイトハウスは「米国企業は中国製モデルをホストする場合、セキュリティを保証し、万一侵害された場合の責任を負うこと」とする大統領令の実施も検討したそうです。

商務省も昨夏、国内サプライチェーンの確保を目的とした権限を活用し、中国製のオープンソースモデルを対象に、行政内部で草案規則を流通させたことが、当局に近い情報筋から報じられている。

この措置は、米国が極めて非対称な状態に陥る結果となる。すなわち、米国の最良のモデルにはサイバーセキュリティ関連タスクに対するガードレールが設けられる一方で、世界のアクターたちは中国製の高性能オープンウェイトモデルにアクセスし、我々の防御体制をテストできるようになるのだ。これは、オープンウェイトモデルの禁止が、AI の自由市場を損なうだけでなく、短期的にはエコシステム全体の安全性を低下させるという、数多くの事例の一つである。前述したように、AI アプリケーションや研究の普及が遅れるといった、さらに深刻な悪影響も生じうる。

これらのバランスは維持が極めて困難であり、特に AI ツールがモデルの進化を加速させる中でなおさらだ。しかしながら、オープンとクローズドの間で現状を維持することは重要である。能力面で他を圧倒する唯一無二のモデル（例えば発表当時の Mythos のようなもの）が存在し、かつそれがオープンウェイトであることは、未知の能力領域へと踏み出す我々にとって深刻なリスクとなる。モデルは急速に進化しており、その総合力を測定することが次第に困難になっているからだ。

私たちは今、オープンモデルの針を縫うような微妙なバランスの中で生きることになっています。あまりに強力な技術が瞬く間に世界中に拡散されることを望まないのは当然ですが、一方でモデルを開発する側は自社の能力を過大評価するようインセンティブを受け、競合他社もリスクを誇張するよう促されています。結局のところ、重要なのは慎重な測定と、社会全体がリスクベクトルに対して事前に備えることです。

政策論争、モデルの公開、そして激しい反応というこの暴走する列車は、今日から先も止まることはありません。私たちは急速な進歩の軌道にあり、AI がどのようにあるべきかという主要なアイデアすべてが試されています。これは昨年 12 月の Claude Opus 4.5 のリリース以降、特にエージェント機能への道筋を示して以来のことです。ここで良い判断を下す鍵となるのは、最大の経済的利害を持つ企業とは無関係に評価できる能力です。AI ガバナンスの AGI（汎用人工知能）時代へと移行する今、必要とされる施策の一つは、国家の能力（およびその他の要素）を急速に強化するための「ワープ・スピード作戦」のようなアプローチです。