Kimi K3とは？Fable 5との性能・料金比較と自前検証結果

Kimi K3は、Claude Fable 5に並ぶほど強いのでしょうか。2.8兆パラメータ、100万トークン、オープンウェイトという仕様は目を引きますが、公式ベンチマークの順位だけでは、実際の仕事で使えるかまでは分かりません。

この記事では、Kimi K3とは何か、K2.6から何が変わったか、料金と利用方法、Fable 5との違いを整理します。さらに、同じ課題・素材・制限を渡した自前検証から、UI、ダッシュボード、デバッグ、数学、知識、速度、費用の結果を分けて確認します。

結論を先に言うと、Kimi K3がFable 5を総合的に超えたとは言えません。一方で、今回の限定された実務課題には、匿名評価でK3がFable 5より上に選ばれた仕事がありました。オープンウェイトモデルを、検証可能な仕事から小さく試す価値はあります。

最新AIを仕事へ導入したい人、Claude CodeやKimi Codeを使う人、オープンウェイトモデルの実力と運用コストを知りたい人に向けて、公式情報、独立評価、自前実測を混ぜずに解説します。

Kimi K3とは？2.8兆パラメータのオープンウェイトモデル

Kimi K3は、中国のMoonshot AIが2026年7月16日に発表した最上位モデルです。Kimi.com、Kimi Work、Kimi Code、Kimi APIで提供され、7月27日にはモデルの重みも公開されました。

最大の特徴は、2.8兆という巨大な総パラメータ数と、Mixture of Experts、略してMoEの構造です。896の専門家から各トークンで16を選び、共有expertを含めて約1040億パラメータを動かします。毎回2.8兆すべてを計算する密なモデルではありません。

MoEは、1トークンあたりの計算量を抑える仕組みです。ただし、モデル全体の重みを保存・配布する負担まで104Bモデル相当になるわけではありません。Moonshot AIはフルモデルの運用に、64台以上のアクセラレータを高速接続したsupernode構成を推奨しており、一般的な個人PCでそのまま動かすモデルではありません。

また、Kimi K3は「オープンソース」より「オープンウェイト」と呼ぶ方が正確です。重みは利用・改変・配布できますが、独自のKimi K3 Licenseが適用されます。モデルをAPIなどで提供するModel as a Service事業者は、本人と関連会社の連続12か月の総売上が2,000万ドルを超える場合、商用利用前に別契約が必要です。K3を組み込んだ製品が月間1億人超、または月商2,000万ドル超の場合は、画面へ「Kimi K3」を目立つ形で表示する条件もあります。内部利用と、Kimi公式製品または認定inference partnerの利用は、この2条件の対象外です。

Kimi K2.6から何が変わった？

K2.6も画像対応のMoEモデルですが、K3では規模、文脈長、推論方式、アーキテクチャが更新されました。

Moonshot AIは、長文処理や層どうしの情報伝達を効率化するKDA、Attention Residuals、Stable LatentMoEにより、初代K2よりscaling efficiencyが約2.5倍向上したと説明しています。これはモデルを大きくしたときの計算効率に関する公式主張で、応答速度が2.5倍になったという意味ではありません。

Kimi K3の使い方と料金

Kimi K3には、一般利用向けの画面、業務用デスクトップアプリ、ターミナル型エージェント、API、公開ウェイトという複数の入口があります。K3 ClusterやAgentは製品側の実行モードであり、別の基盤モデルではありません。

Kimiのconsumer向け月額は、無料プランのほか、月払いで$19、$39、$99、$199のプランが掲載されています。100万トークンのextra-long chatを使えるのは、現在の料金表ではAllegroとVivaceです。無料・低価格プランでもK3を試せますが、長文脈、Agentの同時実行数、優先度、利用クレジットは同じではありません。

APIは100万トークン単位の従量課金です。次の円換算は1ドル＝150円で計算した目安です。

K3の$0.30はautomatic cache hit、Fable 5の$1はcache hitまたはrefreshの単価です。Fable 5でcacheへ新しく書き込む場合は、5分保持が$12.50、1時間保持が$20です。両社でcacheの仕組みと課金区分が違うため、同じ意味の単価としては扱えません。

通常の入力・出力単価だけを見ると、K3はFable 5より約70％安い設定です。ただし、エージェントは長い出力や多数のtool callを使うため、安い単価がそのまま安いタスク費用になるとは限りません。Artificial AnalysisのAA-Briefcaseでは、K3は平均83turn、平均費用$10.57、平均56.4分を使いました。

日本ではKimiの日本語サイト、iOS App Store、Google Playからconsumer向けサービスを利用できます。一方、API資料には日本向けの一般提供時期や稼働保証が明記されていません。一般向けアプリの国内配信と、APIの地域別保証は分けて判断する必要があります。

Kimi K3が示す中国LLMの進化

Kimi K3だけが突然登場したわけではありません。2026年7月にはKimi K3、Qwen3.8-Max（Preview版）、DeepSeek-V4-Flash（0731版）が相次いで発表され、中国LLMは低価格なチャットモデルから、長い文脈とツールを使って仕事を進めるエージェントへ広がりました。

この3モデルを同じ条件で比較したわけではありません。今回の主役と勝敗対象はKimi K3とFable 5で、QwenとDeepSeekは市場背景として扱います。

K3が特に注目された理由は、Moonshot AI自身がFable 5やGPT-5.6 Solには総合性能でまだ届かないと認めながら、長時間コーディング、知識労働、画像理解でフロンティア級へ迫る2.8兆の重みを公開したことです。閉じた最上位モデルだけでなく、用途やデータ管理に応じてオープンウェイトも選ぶ余地が広がりました。

Kimi K3とFable 5の自前検証方法

自前検証では、Kimi K3とClaude Fable 5へ同じ課題、素材、制限を渡しました。同一のClaude Code系ハーネスで、K3はGlobal Kimi APIのAnthropic互換経路、Fable 5はClaudeのサブスクリプション経路へ接続先とモデルを切り替えています。providerや課金経路まで同一ではなく、評価軸も合算せずに個別に記録しています。

66試行すべてが成功したわけではありません。品質評価可能な内訳はK3が18、Fable 5が16、Opus 5が4で、残り28試行は技術的失敗や採点不能として残しています。ただし、pilot、旧版、再実行、環境起因のinvalidを含み、モデルごとの割り当ても同数ではありません。この内訳からモデルの成功率や信頼性は比較できません。elapsedの合計には最大2並列の実行も含まれるため、実際の経過時間や人間の作業時間とも一致しません。

評価軸は次の3つです。

1. 自動採点：テストや指定条件への適合を機械的に確認
2. 匿名視覚評価：モデル名、点数、時間、費用を隠し、評価者1名が見た目だけを順位付け
3. 時間・費用：各実行の記録時間とprovider報告値を別々に確認

Claude Code系の実行環境を含むため、これは基盤モデルだけを隔離した比較ではありません。自動点、匿名順位、時間、費用を足した総合点も作っていません。

UI系3課題の匿名視覚評価はK3がFable 5に2勝1敗

匿名視覚評価を行ったUI系3課題では、K3がFable 5に2勝1敗でした。ただし、評価者は1名で、3課題だけの順序評価です。「K3のデザイン能力が常に上」と一般化できる結果ではありません。

CSVダッシュボードAではK3が匿名順位と自動点の両方で1位でしたが、Fable 5の約2倍の時間がかかりました。フロントエンドデザインAではK3がFable 5より上に選ばれ、記録時間も最短です。一方、同じCSVダッシュボードでも別課題BではFable 5が3軸すべてで上でした。

この結果から言えるのは、UIやダッシュボードの一部でK3がFable 5級へ届く場面があったことです。ジャンル名だけで勝者を固定できず、同じジャンルでも課題が変われば逆転します。

数学・知識ではFable 5が上、デバッグでは同点

自動採点できる課題では、K3が届かなかった仕事と、差が付かなかった仕事もありました。

デバッグ2課題とMATH Aは満点同点でした。これは、その3課題で差が出なかったという意味です。デバッグ能力や数学力が全面的に同じだとは言えず、課題が易しすぎて差が消えた可能性もあります。

MATHとMMLU-Proは固定subsetです。MATH全体、MMLU-Pro全体の公式スコアではありません。公開ベンチマークの一部を固定し、今回の実行環境で比較した結果として読む必要があります。

比較から外した領域

実行したものの、モデル能力の勝敗に使えなかった領域もあります。技術的失敗や採点不能を0点にすると、モデルではなく環境トラブルを採点してしまうため除外しました。

「未実施」ではなく「比較可能な結果が成立しなかった」という区別が重要です。

公式ベンチマークと独立評価ではFable 5が総合で上

Moonshot AIの公式モデルカードには、K3がFable 5を上回る項目と下回る項目の両方があります。ただし、社内評価、第三者評価、Kimi Code、Claude Code、Codexなど異なる実行環境が混ざるvendor-curated tableです。勝った項目数を足して総合順位にすることはできません。

AA-BriefcaseではK3のrubric passは51％、Fable 5は56％でした。分析品質のEloはK3 1754、Fable 5 1744で近い一方、K3のpresentation Eloは1471でした。K3は複雑な知識労働でFable 5へ近づきましたが、総合Eloと所要時間ではFable 5が上です。

Artificial Analysisの60点は、Fable 5だけを単独・固定設定で測った値ではありません。Moonshot AIの公式比較表に載るFable 5側にも「max、fallbackあり」の条件が含まれます。どちらもFable 5を中心にした実用構成の評価であり、基盤モデルだけの純粋比較とは分けて読みます。

なお、後日のMoonshotモデルカードにはAA-BriefcaseをK3 1548、Fable 5 1583とする値も載っています。評価の更新時点が異なるため、7月21日snapshotの1543対1574と同じ表で混ぜないようにしています。

自前検証も公開ベンチの再現実験ではありません。今回と独立評価に共通するのは、「K3が全部で最強ではない」「仕事によって差が変わる」「長いagent taskでは時間とturn数も見る必要がある」という限定的な傾向です。

Kimi K3の速度と実測費用

今回の3課題だけでも、K3が最短になる仕事と最長になる仕事が分かれました。

これは回線、provider、実行環境を厳密に固定した速度専用ベンチマークではありません。「K3は速い」「K3は遅い」と一言で決めず、自分の案件に近い課題で測るのが現実的です。

費用も同様です。K3はKimi APIの従量課金額を記録しましたが、Fable 5とOpus 5はClaudeのサブスクリプション内で実行しています。料金体系が違うため、この実測からK3の方が安いとは結論できません。

Kimi K3を仕事で使うときの注意点

K3は長時間の難しい課題を粘り強く進めるよう訓練されています。Moonshot AIは公式の制約として、thinking履歴の渡し方に敏感なことと、曖昧な場面で利用者の代わりに予想外の判断をする過剰なproactivenessを挙げています。

APIで会話やツール操作を繰り返す場合は、K3が返した推論履歴のreasoning_contentと、ツール呼び出し記録のtool_callsを含むassistant messageをそのまま履歴へ戻す必要があります。別モデルから途中でK3へ切り替えると、品質が不安定になる可能性があります。

長時間agentへファイル、terminal、ブラウザ、外部サービスの権限を渡す場合は、変更可能な範囲、禁止操作、確認が必要な操作を先に決めます。削除、上書き、外部公開、購入、権限変更を自動化しすぎず、テストとログを残してください。詳しい運用ルールはAI開発の事故を防ぐSecurity Guidanceで解説しています。

機密情報を扱う場合も、Webサービス、API、自社ホストではデータの経路が異なります。オープンウェイトだから自動的に安全なのではなく、自社管理できる選択肢があるという意味です。実際の安全性は、運用場所、アクセス権、ログ、保存期間、ライセンス条件で決まります。

結論：K3は一部の仕事でFable 5級

Kimi K3が総合的にFable 5やOpus 5より上だとは言えません。Moonshot AI自身の説明とArtificial Analysisの独立評価でも、総合ではFable 5が上です。

それでも、自前検証のCSVダッシュボードAではK3が匿名視覚順位と自動点で首位でした。フロントエンドデザインAでもFable 5より上に選ばれ、記録時間は3モデル中最短です。オープンウェイトのK3が、限定された実務課題で最上位の非公開モデルへ届いたことには意味があります。

実務では次のように使い分けるのが現実的です。

1. UI、ダッシュボード、フロントエンドの叩き台で候補にする
2. 自動テストで正解を確認できるデバッグやコーディングから試す
3. 数学、知識、厳密な数字は別モデルや自動採点で照合する
4. 速度と費用はモデル名から決めず、案件ごとに記録する

Fable 5との詳しい位置づけはGPT-5.6とFable 5の性能・料金比較、現在の提供条件はClaude Fable 5の使い方と料金も参考になります。自社ホストを検討する場合は、まずローカルLLMの始め方で必要な機材と運用範囲を確認してください。

よくある質問

Kimi K3はいつ発表されましたか？

Moonshot AIは2026年7月16日にKimi K3を発表し、Kimi.com、Kimi Work、Kimi Code、APIで提供を始めました。フルモデルの重みは7月27日にHugging Faceで公開され、技術資料とLicenseは公式GitHubから確認できます。

Kimi K3は無料で使えますか？

Kimiには無料プランがあり、K3を試せます。ただし、100万トークンのextra-long chat、Agentの同時実行数、優先度、利用クレジットは上位プランと同じではありません。APIは入力・出力トークンに応じた従量課金です。

Kimi K3は日本でも使えますか？

Kimiの日本語サイト、日本向けiOS App Store、Google Playから一般向けサービスを利用できます。今回の自前実測では日本からGlobal Kimi APIへ接続できましたが、日本向けの一般提供時期や稼働保証は公式資料で確認できません。K3 APIは最低1ドルのtop-upも必要なため、業務導入前に自分のアカウントと地域で接続、請求、安定性を確認してください。

Kimi K3とKimi AIは何が違いますか？

KimiはMoonshot AIが提供するAIサービス全体の名称です。Kimi K3は、そのサービスやAPI、Kimi Codeなどで使われる最上位の基盤モデルです。Kimi Work、Kimi Code、K3 Clusterは利用画面やagent構成の違いで、別のK3 checkpointとは限りません。

Kimi K3はローカルPCで動かせますか？

重みは公開されていますが、2.8兆パラメータのフルモデルは一般的なPCで直接動かす規模ではありません。Moonshot AIは、64台以上のアクセラレータを高速接続したsupernodeを推奨しています。量子化や外部providerを含め、必要性能とライセンスを確認して選ぶ必要があります。

Kimi K3はFable 5より安いですか？

APIの標準単価はK3が入力$3・出力$15、Fable 5が入力$10・出力$50で、K3の方が低価格です。ただし、実際のタスク費用は出力トークン、turn数、tool call、再試行で変わります。今回の自前検証では料金体系が異なるため、実支払額の直接比較はしていません。

Fable 5からKimi K3へ乗り換えるべきですか？

全面的な乗り換えはおすすめしません。総合評価、数学、知識、別のCSV課題ではFable 5が上でした。UIの叩き台やテスト可能な開発課題でK3を並行評価し、品質、時間、費用が合う仕事だけを移すのが安全です。

公式情報・参考リンク

• Moonshot AI：Kimi K3公式発表
• Kimi K3公式モデルカード
• Moonshot AI：Kimi K3 GitHubと技術レポート
• Kimi K3 License
• Kimi公式：APIモデル選択
• Kimi公式：APIトラブルシューティング
• Kimi公式：Kimi K3料金
• Artificial Analysis：Kimi K3独立評価
• Artificial Analysis：AA-BriefcaseのKimi K3評価
• Anthropic：Claude Fable 5
• Anthropic：prompt caching料金