同じ週に、正反対の2つのニュース
2026年7月17日、Claude Code v2.1.212はサブエージェントの生成数にセッションあたり200体という上限を追加した。公式チェンジログの表現は「runaway delegation loops(委譲ループの暴走)を止めるため」。つまり、モデルに並列化の裁量を与えすぎた結果を、製品側のガードレールで抑えにいった。
その前日の7月16日、中国のMoonshot AIは真逆の方向に振り切った答えを出荷している。Kimi K3 Swarm Max、最大300体のサブエージェントを1体のオーケストレーターが指揮する構成を、フレームワークではなく強化学習でモデルの重みに焼き込んだという2.8兆パラメータのフラッグシップだ。
「いつ、どれだけ並列化すべきか」という同じ問いに対して、片方は上限で縛り、片方は学習で解こうとしている。この記事では、K3の中身を一次情報の数字で押さえたうえで、この分岐が意味するものを考える。
結論から言うと
- Kimi K3は総パラメータ2.8兆のMoE(896エキスパート中16がトークンごとに活性、アクティブ約500億)。コンテキストは100万トークン、視覚もネイティブ対応、公開時点では推論モードは常時オンの"max"のみ
- リリース翌日の7月16日、Arena.aiのWebDevリーダーボードで1,679点の首位に立った。Claude Fable 5が1,631、GPT-5.6 Solが1,618で、オープンウェイト予定のモデルがフロンティア専有モデルを上回った初のケースになった
- 実務総合力を測るGDPval-AA v2では1,687点で3位。Claude Fable 5 Max(1,815)とGPT-5.6 Sol Max(1,747.8)には届かないが、Claude Opus 4.8(1,600)は上回る
- 目玉のK3 Swarm Maxは、オーケストレーター1体が約15の高レベルステップの中で最大300体のサブエージェントを起動し、タスク全体で4,000回超のツール呼び出しを協調させる。この判断はPARL(Parallel-Agent Reinforcement Learning)で訓練されており、サブエージェントの生成はツール呼び出しと同格の行動空間内のアクションとして扱われる
- Moonshotの報告値では、単一エージェント比でクリティカルステップが3〜4.5分の1、実行速度は最大4.5倍
- 価格は入力$3/出力$15(100万トークンあたり)、キャッシュヒット時の入力は$0.30。前世代K2.6($0.95/$4)からの大幅値上げで、性能の売り文句は「Opus 4.8級をSonnet価格で」という位置取りだ
- モデルウェイトは7月27日までに公開予定。ただし推奨構成は64基以上のアクセラレータを束ねたスーパーノードで、「オープン」の意味を試す規模になっている
本記事は、Moonshot AIの公式ブログ(2026年7月16日)、Kimi公式ヘルプのAgent Swarmドキュメント、Simon Willison氏のレビュー、The New Stack等の報道をもとにした解説です。ベンチマークの多くはMoonshotの自己報告値であり、比較対象のClaude Fable 5は評価タスクの35%でフォールバックが発生したとMoonshot自身が注記しています。数値は第三者による再現を待つ段階のものとして読んでください。
まず本体: 2.8兆パラメータの中身
K3のアーキテクチャで押さえるべきは3つある。いずれも「巨大化と長コンテキストを同時に成立させる」ための部品だ。
Kimi Delta Attention (KDA)。 線形アテンションと従来型アテンションのハイブリッドで、Moonshotは「アテンションをスケールさせるための効率的な基盤」と位置づけている。線形アテンション系の弱点だったprefixキャッシュとの相性問題に対処したとされ、KDAの実装はvLLMにコントリビュート済みだ。つまり、7月27日にウェイトが出た瞬間から推論基盤側の受け皿がある。
Attention Residuals (AttnRes)。 通常の残差接続が各層の表現を一様に積み上げていくのに対し、深さ方向の表現を選択的に取り出す仕組みで、残差接続のドロップイン置き換えとして一貫したスケーリング向上を出したとしている。前世代K2比でスケーリング効率は約2.5倍という主張の根拠のひとつだ。
Stable LatentMoE。 ルーティングにQuantile Balancing(ヒューリスティックな負荷分散更新の排除)とPer-Head Muon(アテンションヘッド単位の独立最適化)を導入した。896エキスパートという規模で訓練を安定させるための機構である。
さらに量子化は、**MXFP4のウェイトとMXFP8のアクティベーションを、SFT段階から量子化を前提に訓練(QAT)**している。公開後に外部が量子化して劣化する、という典型パターンを訓練段階で先回りした形だ。
ベンチマーク: 勝った場所と、届かない場所
数字は明暗がはっきりしている。
| ベンチマーク | K3の結果 | 比較 |
|---|---|---|
| Arena.ai WebDev | 1,679で首位 (7月16日) | Claude Fable 5: 1,631、GPT-5.6 Sol: 1,618 |
| GDPval-AA v2 (実務44職種) | 1,687で3位 | Fable 5 Max: 1,815、GPT-5.6 Sol Max: 1,747.8、Opus 4.8: 1,600 |
| BrowseComp | 90.4 | 100万トークンのコンテキストのみで、コンテキスト管理なしで達成 |
| DeepSWE v1.1 | 67.3 | 最大推論エフォートでの値 |
Moonshot自身の総括が正直だ。全体性能では依然としてClaude Fable 5とGPT-5.6 Solに及ばないが、それ以外のテスト対象モデルには一貫して勝った、と公式ブログに明記している。フロントエンドコーディングという特定領域では首位を取り、総合では3位。「最強」ではなく「最強クラスに最も近いオープンモデル」という立ち位置を、自分から数字で示している。
現物を触った側の観察も引いておく。Simon Willison氏の定番テスト(ペリカンが自転車に乗るSVG生成)では、回答3,417トークンに対して推論に13,241トークンを消費し、1回のリクエストが約25セント。氏の評は「推論エフォートは現状"max"しかない。そしてそれが如実に出ている」。常時フル思考の設計は、性能と引き換えに1リクエストの単価を押し上げる。
本題: 並列化を「学習」したSwarm
ここからがK3のいちばん面白い部分だ。
K3 Swarm Maxの構造自体は2階層で、説明としてはシンプルに聞こえる。オーケストレーター(Moonshotの表現では「コーチ」)が約15の高レベルステップでタスクを分解し、各ステップで必要と判断すれば最大300体のサブエージェントを起動する。スワーム全体では4,000回超のツール呼び出しが協調して動く。
だが重要なのは構造ではなく、その判断を誰が書いたかだ。
LangGraphやdeepagents、Claude CodeのWorkflowのような既存のマルチエージェント構成では、「どこで並列化するか」「何体出すか」「結果をどう統合するか」は、最終的に人間が設計するオーケストレーション層の仕事だった。プロンプトとグラフとリトライポリシーで、人が並列性を書く。
MoonshotのPARL(Parallel-Agent Reinforcement Learning)は、これを訓練の問題にした。サブエージェントを生成するという行為そのものを、ツール呼び出しと同じ行動空間内のアクションとして定義し、強化学習で最適化する。報酬は3次元で、タスクの結果品質、疑似並列ではない本物の並列性、サブタスクの完遂率を同時に評価する。前世代の設計では、結果品質とクリティカルパス効率の重みはおよそ80対20だったと報告されている。
効果としてMoonshotが挙げる数字は、大規模検索系のタスクでクリティカルステップ3〜4.5分の1、実行最大4.5倍高速。公式ショーケースには、391イベントの重力波データ解析を20体超の同時サブエージェントで処理した例や、2,800回超のWeb検索と1,100回超のターミナル実行を束ねたASIC業界調査の例が並ぶ。
ひとつ正確に書いておくべきことがある。300体・4,000ステップという規模自体は、今年4月にK2.6のAgent Swarmベータで先行導入されたもので、K3の新規性はスワームの拡大ではない。同じスワーム機構を、はるかに強いベースモデルの上に載せ替えたことだ。オーケストレーターが賢くなるほど「並列化すべきでない場面で並列化しない」判断も含めて質が上がる、というのがこの設計の賭けである。
うまくいかない場面も、すでに具体的だ
スワームには文書化された失敗モードがある。列挙すると、いま多くのチームがフレームワーク側で苦労している問題とほぼ同型だと分かる。
- 境界の衝突。 サブエージェント同士の担当範囲が重なったときの競合
- ハルシネーションの増幅。 300体規模では、1体の誤りが統合結果に混入するリスクが件数分だけ増える
- コストの暴発。 並列化に向かないタスクにスワームを適用したときの無駄撃ち
さらにMoonshotはK3本体の既知の限界として、思考履歴を保持せずにセッション途中でモデルを切り替えると生成が不安定になること、長期タスク偏重の訓練ゆえに曖昧な指示で「予想外の判断」をしがちなこと、そしてユーザー体験ではClaude Fable 5やGPT-5.6 Solとの間に目に見える差があることまで自己申告している。
冒頭の対比に戻ると、Claude Codeの200体上限とK3の300体スワームは、実は矛盾しない。前者は「モデルの並列化判断はまだ信用しきれない」という現状認識の製品化で、後者は「ならば判断そのものを訓練しよう」という研究方針の製品化だ。ガードレールと学習は、同じ問題の短期解と長期解である。
コストと「オープン」の現実
価格は冷静に見る必要がある。入力$3/出力$15はClaude Sonnet系と同じ水準で、K2.6の$0.95/$4からは約3倍の値上げだ。救いはキャッシュで、ヒット時の入力は$0.30、コーディング作業ではヒット率が90%を超えるとされる。常時max推論でトークンを大量に吐く設計と合わせると、このモデルの実質コストはキャッシュ設計の巧拙で桁が変わる。
そして7月27日までに公開されるウェイト。2.8兆パラメータ、MXFP4でも推奨構成は64基以上のアクセラレータを束ねたスーパーノードだ。個人がローカルで動かす「オープンウェイト」ではもはやなく、推論プロバイダーと大企業がフロンティア級を自社基盤で持てるようになるという意味のオープンである。オープンウェイトの意味そのものが、モデルの巨大化とともに変質しつつある。
10年先を見据えるなら
このリリースが示唆する方向は3つある。
- 並列性はフレームワークの機能から、モデルの能力になっていく。 「何体のエージェントを指揮できるか」が、コンテキスト長のようにモデルのスペック表に載る未来は近い。そのとき、人が書くオーケストレーション層の役割は、グラフの設計から報酬と制約の設計へ移る
- 上限と学習の共存は続く。 学習された並列化が信頼を獲得するまで、実運用側は当面ガードレールを外せない。Claude Codeの200体上限が環境変数でしか変更できない(モデル自身が予算を増やせない)設計になっているのは、その過渡期の縮図だ
- オープンウェイトの主戦場は「動かせる組織」の奪い合いになる。 3兆級のウェイト公開は、個人開発者ではなく推論プロバイダーとナショナルクラウドに向けた戦略資産だ。フロンティアの追走が2週間単位で起きるいま、専有モデルの優位が「性能」から「体験と信頼」へ移っていることを、Moonshot自身がUXの差を自己申告するかたちで認めている
去年まで、マルチエージェントは「プロンプトを工夫して複数回呼ぶ」技術だった。K3 Swarm Maxは、それを重みの中の能力として出荷した最初の大規模な実例になるかもしれない。第三者検証はこれからだが、少なくとも問いはもう「エージェントを何体並べるか」ではなく、並べる判断を誰に(人間に、ガードレールに、それとも勾配に)委ねるかに変わっている。
まとめ
| 観点 | 内容 |
|---|---|
| リリース | 2026年7月16日、Moonshot AI (中国) |
| 規模 | 総パラメータ2.8兆のMoE、896エキスパート中16活性、アクティブ約500億 |
| アーキテクチャ | Kimi Delta Attention、Attention Residuals、Stable LatentMoE、MXFP4/MXFP8のQAT |
| コンテキスト | 100万トークン、視覚ネイティブ、推論は常時max |
| ベンチマーク | Arena.ai WebDev首位(1,679)、GDPval-AA v2で3位(1,687)、BrowseComp 90.4 |
| Swarm | オーケストレーター1体+最大300サブエージェント、4,000超ツール呼び出し、PARLで訓練 |
| 報告効果 | クリティカルステップ3〜4.5分の1、最大4.5倍高速(自己報告) |
| 価格 | 入力$3/出力$15、キャッシュヒット$0.30 (K2.6比で約3倍) |
| ウェイト公開 | 2026年7月27日までに予定。推奨は64+アクセラレータ構成 |
| 既知の限界 | 境界衝突・ハルシネーション増幅・コスト暴発、UXはFable 5/GPT-5.6 Solに劣後(自己申告) |
この記事が役に立ったら、いいねと保存をお願いします！
並列化の判断を「ガードレール」と「学習」のどちらに委ねるべきか、あなたの現場の感覚ではどうですか？
参考リンク
Kimi K3 (Moonshot AI 公式ブログ、2026年7月16日)
Agent Swarm [Beta] - Kimi Help Center (公式ドキュメント)
Kimi K3, and what we can still learn from the pelican benchmark - Simon Willison
Kimi K3 tops Arena's coding leaderboard - The New Stack
[AINews] Kimi K3 2.8T-A50B: the largest open model ever released - Latent Space
GDPval-AA Leaderboard