[番組ジングル]
DJミオ:
こんばんは。「Midnight AI Groove」、今夜も始まりました。ナビゲーターは私、DJミオです。
DJレン:
そして僕はDJレン。今夜は「今日は大して何も起きてないよ」と言いつつ、実際にはかなり重要な話題が多かったAIニュースを、まとめて丁寧に見ていきます。
DJミオ:
主役はやっぱりこれですね。Moonshot AIのKimi K3。
オープンウェイト予定の“フロンティア級モデル”として、大きな話題になりました。
DJレン:
うん。今日はこのKimi K3を軸にしつつ、周辺の推論基盤、エージェント設計、OpenAIやAnthropicの開発者向け更新、さらにRedditでの反応まで、過不足なく整理していきます。
1. 今日の最大トピック：Kimi K3の登場
DJミオ:
まず事実からいきましょう。Moonshot AIはKimi K3を正式発表しました。
公表スペックはかなり大きいです。
- 総パラメータ数 2.8兆
- コンテキスト長 100万トークン
- ネイティブなマルチモーダル入力（テキスト＋画像）
- 出力はテキスト
- Kimi Delta Attention（KDA）
- Attention Residuals（AttnRes）
- そして2026年7月27日までにオープンウェイト公開予定
DJレン:
利用面でもすでに広く展開されていて、Kimi.com、Kimi Work、Kimi Code、APIで提供中。
Moonshot自身は、単なるチャット用途ではなくて、長期的なエージェント作業、コーディング、自己改善ワークフローを強く意識していると打ち出してます。
DJミオ:
特に印象的だったのが、“vision in the loop”ですね。
コードを書いて、スクリーンショットを見て、またコードを直して、という画面確認込みの反復開発。Webアプリやゲーム制作にすごく相性がいい設計思想です。
2. Kimi K3はどれくらい強いの？
2-1. 公式の位置づけ
DJレン:
Moonshotの主張を要約すると、K3は既存の有力オープンモデル群を上回り、最上位のクローズドモデルにかなり迫る、というものです。
他者のまとめでは、Claude Fable 5とGPT-5.6 Solの次くらい、そしてClaude Opus 4.8は上回るという見立てが広まりました。
DJミオ:
ただしMoonshot自身も、かなり正直な但し書きを入れていて、
総合能力は競争力が高いが、ユーザー体験にはClaude Fable 5やGPT-5.6 Solに対して「目立つ差」が残ると認めています。
ここ、すごく重要ですよね。
DJレン:
そう。つまり生の能力ベンチマークと、実際の使いやすさ・安定性・味は別だ、と自分で言ってる。
2-2. Arenaでの結果
DJミオ:
そして一番インパクトがあったのがArena系の評価です。
DJレン:
そう。Kimi K3はAgent Arena、Text Arena、Vision Arena、Document Arena、Frontend Code Arenaに投入されて、その中でも特に話題になったのがFrontend Code Arenaでの首位。
- Kimi K3: 1679点
- Claude Fable 5を上回る
- 旧世代のK2.6が18位だったのに対して、K3はいきなり1位
- 7分野中6分野で1位
- Gamingでは2位
- さらにペアワイズ勝率76%
DJミオ:
この“Frontend Code Arena 1位”は、静的ベンチマークの点数じゃなくて、人間の好みベースの比較評価なのが大きいんですよね。
だから「見栄えのいいフロントエンドを本当に人が好むか」という、製品的な力が見えてくる。
DJレン:
Text Arenaでも強くて、9位・1486点。以前より大きく上がって、創作、コーディング、指示追従などで上位圏に入り、一部職業カテゴリでは1位も取っています。
2-3. Artificial Analysisの独立評価
DJミオ:
第三者評価でよく参照されたのがArtificial Analysis。
ここではKimi K3はAA Intelligence Indexで57。
DJレン:
位置づけとしては、
- Opus 4.8と同等級
- GPT-5.5級にも近い
- でもFable 5とGPT-5.6 Solにはまだ届かない
という比較でした。
なので、過剰に盛り上がる人たちに対しては、やや冷静な整理ですね。
DJミオ:
細かい数字も出ていて、
- GDPval v2 Elo: 1668
- AutomationBench-AA: 53%、1位
- AA-Briefcase Elo: 1547
- AA-Omniscience: +18
さらにK2.6と比べて、正答率は上がったけど幻覚率は悪化してるのがポイントです。
DJレン:
そう。AA-Omniscienceでは
精度46%（K2.6の33%から改善）
でも
幻覚率51%（K2.6の39%から悪化）。
これはかなり大事な弱点指摘です。
DJミオ:
つまり「賢くはなったが、言い切りの危うさも増えた」可能性がある。
3. 技術的な中身：KDA、AttnRes、LatentMoE
3-1. KDAとは？
DJレン:
Kimi K3の技術的な目玉はKimi Delta Attention（KDA）。
Moonshotによると、100万トークン級コンテキストで最大6.3倍高速にデコードできるとのこと。
DJミオ:
長文処理の時代になると、単にモデルを大きくするだけじゃなくて、長コンテキストを現実的に回せる注意機構が必要になる。
KDAはまさにそこを狙ったものですね。
DJレン:
しかもこのKDA、噂では2025年1月ごろに設計が始まり、フロンティア級まで育てるのに約1年半かかったそうです。
つまり思いつきの一発芸じゃなくて、かなり長い研究開発サイクル。
3-2. Attention Residuals
DJミオ:
次がAttention Residuals（AttnRes）。
Moonshotの主張では、追加コスト2%未満で学習効率を約25%向上させるらしいです。
DJレン:
このへんは、ただ巨大なモデルをぶん回してるだけじゃなくて、学習効率の改善も狙っている点が面白いですね。
3-3. MoEまわりの話
DJミオ:
コミュニティがブログを読み解いた結果として注目されたのが、LatentMoE / Stable LatentMoE。
さらに、896エキスパート中16を活性化という話が出ています。
DJレン:
つまり活性化率は2%未満。
これは総パラメータ2.8Tという巨大さに対して、実効的な計算量を抑えるためのかなり疎なMoE設計だと見られています。
DJミオ:
そのほか、
- per-head Muon
- QB load balancing / quantile load balancing
- 新しい活性化関数 SiTU（Sigmoid Tanh Unit）
なんかも話題になってました。
DJレン:
技術者目線では、KDA + LatentMoE + AttnResを組み合わせつつ、以前のKimi系より2倍超にスケールした点が大きいんですよね。
“ただ大きい”だけではない。
4. 推論コスト・速度・運用現実
4-1. API価格
DJミオ:
価格もかなり注目されました。
- 入力 $3 / 100万トークン
- 出力 $15 / 100万トークン
- キャッシュ済み入力は90%引きで $0.30 / 100万トークン
DJレン:
80%入力・20%出力でざっくり混ぜると、100万トークンあたり約$5.40という試算もありました。
比較としては、
- Opus 4.8: $9
- GPT-5.5: $10
くらいとされていて、かなり攻めた価格です。
DJミオ:
Artificial Analysisの1タスク平均コストでは、K3が**$0.94**。
これは
- GPT-5.6 Solの$1.04より少し安く、
- Opus 4.8の$1.80よりかなり安い。
4-2. 出力トークン効率
DJレン:
しかもAAのIndex全体では、K3は132M出力トークンを消費。K2.6は166Mだったので、21%削減です。
それでいてスコアは13ポイント上昇。
DJミオ:
これは「同じくらい賢い」じゃなくて、より少ない出力でより高い能力を出している、という意味で結構重要ですね。
4-3. 実運用速度
DJレン:
一方で速度は少し微妙な報告もありました。
Moonshot APIをOpenRouter経由で触った人の報告では、26〜28 token/sくらい。
DJミオ:
遅いという声もありましたね。
Opusより遅いのでは、とか、speculative decodingがまだ有効化されていないのではという推測も出ていました。
DJレン:
Moonshotのブログでは、効率のよい推論には64基以上のアクセラレータを持つスーパーノード構成が推奨されているとも言われています。
つまり“オープンウェイト”ではあるけれど、誰でも気軽に自前運用できるサイズではない。
5. vLLM対応と「モデルだけでは終わらない」時代
DJミオ:
ここ、今日すごく重要だった点です。
vLLMが、MoonshotからKDAのprefix caching実装の寄与を受けたと発表しました。
DJレン:
しかもday 0対応。
なぜ大事かというと、KDAは従来のprefix cachingの前提を壊すからです。
つまり新しい注意機構を出すだけではだめで、推論ランタイム側も変えないと実用にならない。
DJミオ:
これ、AIの競争軸がもう完全にモデル単体から、
モデル + 推論基盤 + キャッシュ + 長文処理 + 配信エコシステム
の戦いになっている、という象徴ですよね。
6. ベンチマークへの賛否
6-1. 支持派の見方
DJレン:
支持派はかなり熱狂的でした。
「これはDeepSeek momentだ」とか、「中国と米国のAI競争の局面が変わった」といった言い方も出ています。
DJミオ:
特に多かったのは、
「これは“オープンソースとして良い”ではなく、トップクラスのクローズドモデルと普通に競争している」
という見方ですね。
DJレン:
あと、これによって将来AGI級システムがオープンに近い形で出る可能性が上がった、という主張もありました。
6-2. 慎重派の見方
DJミオ:
一方で慎重派もいて、Artificial Analysisはかなり抑制的。
**“Opus 4.8やGPT-5.5級ではあるが、Fable 5とGPT-5.6 Solにはまだ及ばない”**と整理していました。
DJレン:
Ethan Mollickの実使用感も近くて、
「非常に良いオープンウェイトモデルだが、Sol MaxやFableそのものではない」というトーン。
Simon Willisonも、単純なリーダーボード煽りより、注意点やベンチマークの癖を見るべきだとしていました。
6-3. 批判・懐疑
DJミオ:
批判的な論点もいくつかあります。
- 隠し評価セットで本当に強いのか
- 長考しすぎるなら実コストは悪化するのではないか
- ProgramBenchで使った集計指標が適切でない
DJレン:
特にProgramBench作者のOfir Pressは、Moonshot側が**“完全動作するプログラム数”ではなく、“実装率の平均”を使っている**点を問題視していました。
部分点が盛られて見える可能性がある、ということですね。
DJミオ:
あとユーザー体験面では、
- 考えすぎる
- 冗長
- reasoning historyを強く保持する
- より丁寧なハーネス設計が必要
という声もありました。
7. なぜKimi K3は重要なのか
7-1. 技術的意義
DJレン:
技術的には、非標準的な注意機構をフロンティア級までスケールさせたことが大きいです。
KDA、AttnRes、疎MoEの組み合わせが、単なる研究デモではなく、実際に強いモデルとして成立している。
DJミオ:
さらに、長コンテキスト、prefix caching、KDA対応ランタイム、大規模サービングまで含めて初めて価値が出る。
だから今日は「モデルの発表」というより、モデルとシステムの同時発表に近いですね。
7-2. 経済的意義
DJレン:
経済面ではやっぱり、
“フロンティアに近い性能を、トップのクローズドモデルより安い価格で”
という点がテーマでした。
DJミオ:
ただし矛盾もある。
オープンウェイト = 安く回せるではないんです。
2.8Tで64+アクセラレータ推奨なら、実際にフル運用できるのはかなり資金力のあるチームに限られる。
DJレン:
だから研究、蒸留、ファインチューニング、推論基盤への統合といった価値は大きい一方、消費者ローカル推論向けではない、というのが現実です。
7-3. 地政学的意義
DJミオ:
そしてやっぱり、中国モデルをどう見るか。
今日の反応では、中国勢はもはや6〜8か月遅れではないという見方が強かった。
DJレン:
ただ、ここも冷静に見るべきで、
能力の近さと、
製品品質・安定性・大規模配信・運用マージン・ポストトレーニング
の近さは別です。
そこではまだ米国勢が優位だろう、という意見もありました。
DJミオ:
能力差が縮んでくると、次の差別化は製品化とハーネスと運用になりますね。
8. 初期ユーザー報告
DJレン:
実際のハンズオン報告もかなり派手でした。
- Web体験、ゲーム、シェーダー生成が強い
- あるユーザーはCS:GO × Portal風クローンを3ショット・約60万トークンで作成
- API料金換算で**$3.24**
- 別のユーザーは、100万近いコンテキストで何時間も作業し続けてWeb DOSエミュレータを構築
DJミオ:
これらはFrontend Arenaの結果ときれいに整合します。
“見栄えのする、動く、インタラクティブなもの”に強い。
DJレン:
ただし同時に、冗長で遅いとか、思考履歴の保持に依存しがちという声もあって、やっぱりサービング設定やハーネス次第で印象がかなり変わりそうです。
9. オープンウェイト論争
DJミオ:
K3周辺では、いつもの「open weightは本当のopen sourceではない」論争もありました。
DJレン:
でも反論もあって、フロンティア級では
- 重みが読める
- 検証できる
- ファインチューニング可能
というだけでも現実的に価値が大きい、と。
DJミオ:
MoonshotのYulun Duは、重み公開を少し遅らせるのは、推論パートナーとの円滑な展開準備のためだと説明しています。
つまり“出すだけ”ではなく、“使える形で出す”ことを重視している。
DJレン:
vLLMへの貢献もあるので、少なくともマーケティング上だけの“なんちゃってオープン”ではない、という評価はかなりありました。
10. 今後の注目点
DJミオ:
この先、何を見ればいいのか。ポイントはかなり明確です。
- 本当に7月27日にウェイトが出るか
- 第三者サービングスタックでどの程度の速度・コストが出るか
- 隠し評価や本番エージェント作業でどれだけ強いか
- Moonshot自身が認めたUX/ポストトレーニングの差を埋められるか
DJレン:
加えて、
- METR time horizon
- cyber range
- FrontierMath T4
- ARC-AGI-2/3
- CritPt
- トークン使用量
- 長期エージェント評価
などのフォローアップも期待されています。
11. Kimi K3以外の重要トピック
11-1. オープンモデル・推論基盤・検索基盤
DJミオ:
今日はK3以外にも、インフラ系の更新がいくつか重要でした。
NVIDIA Nemotron 3 Embed 8B
- RTEB総合1位を主張
- コミュニティ要約ではRTEBで78.46 NDCG@10
- MMTEB Retrievalで75.45
- 1B BF16版と1B NVFP4版もあり
- NVFP4版はBlackwellでBF16比最大2倍スループット、しかも99%以上の検索品質維持を謳う
DJレン:
検索埋め込みが強くなると、下流エージェントのトークン消費を減らせるというNVIDIAの主張も重要ですね。
モデル本体の知能だけじゃなくて、検索の良さが総コストを左右する。
LlamaIndexのliteparse-grpc
DJミオ:
PDF、Office、画像解析、レンダリング、OCR複雑度推定などをgRPCで出せるようにしたのも、地味だけど実務では大きいです。
Managed Weaviate on DigitalOcean
DJレン:
オープンソースのWeaviateをそのまま使いつつ、HA、オートスケール、バックアップ、フォーク、観測性つきでマネージド化。
ベクタDBや検索基盤もどんどん運用しやすくなってます。
11-2. エージェント、ハーネス、システム設計が本体になってきた
DJミオ:
今日あちこちで繰り返されていたのが、**“ハーネスがモデルより重要”**というテーマ。
DJレン:
Harrison Chaseは、チームは
- ハーネスを自分で持て
- 文脈とメモリ層を自分で持て
-
モデルの選択肢を自分で持て
と言っていました。
要するに、単一プロバイダから“知能を借りる”だけでは差別化できない。
DJミオ:
OKF、Open Knowledge Formatみたいなメモリのオープン標準への関心も高まっています。
OpenWikiでの採用例も紹介されてました。
DJレン:
さらに、自己改善エージェントや定期実行マルチエージェントも一般化しつつある。
Google AI StudioはManaged Agentsに無料枠を追加し、
- max_total_tokensで長時間実行の停止・再開
-
cronトリガー
までネイティブ対応し始めています。
DJミオ:
PerplexityのSPACE secure sandboxも面白かった。
サンドボックス起動時間がエージェント全体のスループットに効いてくる、という時代ですね。
12. OpenAIとAnthropicの更新
12-1. OpenAIのファイル削除事故
DJレン:
かなり重要だった安全面の話。
OpenAIは、Codex / GPT-5.6が意図せずファイルを削除した事例を調査中だと認めました。
DJミオ:
典型例は、
- フルアクセスモード
- サンドボックスなし
-
自動レビューなし
の組み合わせ。
さらに、テンポラリディレクトリのために**$HOMEを上書きしようとして、誤って$HOME自体を削除した**ケースがあったとのこと。
DJレン:
OpenAIは今後、
- 開発者向けメッセージの改善
- より安全な権限モードへの誘導
- ハーネス側の安全策追加
を行うとしていて、詳細なポストモーテムも予定されています。
12-2. OpenAIの開発者向け機能追加
DJミオ:
Codexまわりでは、PR Chatとインラインコード編集が追加されました。
プルリクの文脈を見ながらレビュー・修正がしやすくなる流れですね。
DJレン:
さらにGPT-5.6、ChatGPT、Codex関連のOffice Hoursも開催予定。
12-3. Anthropicのコードレビュー強化
DJミオ:
AnthropicはClaude Codeの/code-reviewに effort levelsを追加しました。
- low
- high
- ultra など
DJレン:
lowは低コストで他ツールより高い発見効率/トークンを狙い、
highやultraでは複数のレビュワーエージェントが独立再現して重大問題の検出率を上げ、誤検知を減らすという設計です。
これはかなり“エージェント化された開発支援”を感じますね。
12-4. 音声UXの重要性
DJミオ:
Sam Altmanは「最近はChatGPTにタイプするより話しかける方が多い」と言っていて、音声UXが大きな転換点だと示唆していました。
DJレン:
OpenAIのヘルプではGPT-Liveの利用上限も整理されていて、
- Proは無制限
- Plus/Go/無料は制限あり
という形です。
音声が主戦場になってきているのが伝わります。
13. マルチモーダル動画・リアルタイムメディア
DJミオ:
GoogleはGemini OmniをGoogle Vidsに導入。
動画生成・編集に加えて、自撮り＋音声録音から個人アバターを作成できるようになりました。
DJレン:
生成クリップにはSynthIDウォーターマークが入り、アバターは本人アカウント／本人 likeness に制限。安全設計込みです。
DJミオ:
あとNotebookLMがGemini Notebookに改名。
単体サービスとしては維持しつつ、Geminiアプリや検索との統合を強める方向ですね。
DJレン:
映像系では、
- DecartAI Lucy 2.5：より高機能なリアルタイムAI動画編集
- fal：Lucy 2.5 RealtimeをWebRTCで提供
- fal LTX-2.3 Reframe：アスペクト比変換と不足シーン補完
-
MetaのMuse Spark 1.1がOpenRouterへ
と、リアルタイム・生成映像の流通層も厚くなってきました。
14. ロボティクスと世界モデル
DJミオ:
ロボット分野ではACT-2 Previewが目立ちました。
“広い汎化性能”と“高信頼性”を両立するロボティクスモデルという触れ込みです。
DJレン:
しかも、**たった1つのファインチューニング例で新しい行動を教え、それが現実の未知の家でも一般化し、成功率99%**というかなり強い主張。
これはさすがに今後の独立検証を見たいですね。
DJミオ:
Rekaは、世界モデル訓練に必要なペタバイト級動画データの準備について語っていて、ボトルネックはモデル構造だけではなく、データ基盤エンジニアリングだと強調していました。
DJレン:
さらに、DAMO系の取り組みとして、
- tri-branch DiT
- joint cross-modal attention
- 2.5億枚超のRGBフレーム
-
深度・オプティカルフロー注釈
を使って、動画生成モデルを4D embodied world modelに進化させる試みも共有されていました。
15. 今日の「よく拡散された話題」
DJミオ:
エンゲージメントが大きかった話題を並べると、
- Kimi K3公式リリース
- Kimi K3のFrontend Code Arena首位
- OpenAIのファイル削除安全事故の説明
- Anthropicの多段階コードレビュー機能
DJレン:
つまり今日は、
新モデルの能力競争と、
そのモデルを安全に・実用的に使うための開発者ワークフロー
の両方が同時に進んだ日だったと言えます。
16. Redditの反応まとめ
16-1. LocalLlama / localLLM：Kimi K3祭り
DJミオ:
Redditでは当然、Kimi K3が大盛り上がりでした。
「Kimi K3 weights to be released on the 27th」
主な論点は、
- オープンウェイトは嬉しい
- でもローカル推論はほぼ無理
- 24GB VRAMノートで動かしても0.01 tok/sみたいな冗談まで出る
DJレン:
実務的な提案としては、
K3のような超大型モデルを計画・戦略用に使い、実装は小さいモデルに回すという、DeepSeek的な大小分業案が出ていました。
あと、Moonshotには300B未満くらいの軽量MoEコーディングモデルを出してほしいという要望もありました。
「Kimi K3 released on web and app」
DJミオ:
ここでも話題は、2.8Tならローカルは現実的でないという点。
1.58-bit量子化でも512GB RAMに収まらないかも、という声までありました。
DJレン:
RTX 6000 Pro 96GBでも全然足りない、という試算も出ていて、
「もしHugging Faceに上がったら最大級のオープンウェイトになるのでは」と期待しつつ、みんな実行可能性の低さも分かっている。
「Kimi K3 Benchmarks」
DJミオ:
コーディング評価では、
- Program Bench
- SWE Marathon
で首位、 - Terminal Bench 2.1
- FrontierSWE
- Kimi Code Bench 2.0
などでは2位級という図が共有されました。
DJレン:
そして例によって、「中国モデルはもう西側より6か月遅れどころか6日遅れかも」みたいなコメントも。
ただし書きとして、これはあくまでベンチマーク上の話で、現実の品質とは別という認識もありました。
「Kimi K3 beats Claude Fable and GPT-5.6 sol in arena.ai」
DJミオ:
Frontend leaderboard 1位にかなり衝撃を受けていましたね。
DJレン:
ただし、Text Arenaでは1位ではないことも指摘されていました。
あと、ArenaでThree.jsや3Dゲームっぽいものが好まれやすいなら、その分布に最適化されてスコアが盛られている可能性もあるという健全な疑いが出ていました。
「Kimi K3 achieves 3rd place on ArtificialAnalysis」
DJミオ:
ここでは単純な順位より、
- タスクあたりコスト
- 出力トークン効率
-
長時間セッションでも強いのか
が論点でした。
DJレン:
「もう棒グラフは十分見た、長時間の実使用レポートを見せてくれ」という声は、かなり象徴的でしたね。
16-2. 新しいオープンウェイトモデル
Inkling by Thinking Machines
DJミオ:
Thinking Machinesの初オープンウェイトモデルInklingも話題でした。
- 975B total / 41B active
- 1M context
- 45T tokensで事前学習
- テキスト、画像、音声、動画を含むマルチモーダル
DJレン:
ただ、採用面では「GLM-5.2などの競合オープンモデルを明確に超えていないなら、人気は伸びにくいかも」という声もありました。
一方でInkling-Smallは面白くて、
- 276B total / 12B active
- 低遅延・低コスト版
- データ配合やレシピ改善で、場合によっては大モデルに匹敵
という主張が出ていました。
高級ローカル推論勢にはこちらの方が刺さるかもしれません。
「Inkling is #1 US open weight model now」
DJミオ:
でもこれには懐疑も多かったですね。
「そもそも1T近いモデルを550B級と比べて“米国1位”と言っても、パラメータ差が大きい」とか、
投稿者がベンチマークサイト関係者っぽいという指摘もありました。
Soofi S
DJレン:
ドイツ系コンソーシアムのSoofi Sも面白い。
- 30B-A3B級MoE
- 実際には31.6B total / 約3.2B active
- NVIDIA Nemotron 3 Nano由来のMamba-2/Transformer hybrid
- 4K〜256Kでスループットがほぼ平坦だと主張
- ファインチューニングではなくフル事前学習
- 約27T tokens
- 論文、W&Bログ、学習スクリプト公開
DJミオ:
ただ、比較対象が古いのではとか、Qwen3.5 35B-A3Bがドイツ語ベンチで勝っている箇所もあるとか、
“ドイツ語品質”より数理・コーディング重視のベンチに引っ張られているのではないかという疑問がありました。
DJレン:
あとライセンス表記が曖昧。
“産業向けに主権的でオープンで長期提供”みたいな宣伝なのに、実際のモデルカードはcustom Otherライセンスで本文が埋まっていないという指摘もありました。
16-3. ローカル推論ランタイムの更新
ExLlamaV3 v1.0.0
DJミオ:
これはローカル勢には大きいニュース。
ExLlamaV3 v1.0.0で大幅な性能向上です。
例としてRTX 3090で、
- Qwen 3.5 0.8Bが268 → 444 tok/s
- Qwen 3.6 27Bが29 → 50 tok/s
DJレン:
新しいattention / GEMM / GEMV / MoEカーネル、
FlashAttention-2やxFormers依存の除去、
tensor parallelism拡張、
KV cache量子化改善などが入っています。
DJミオ:
ただしこれはNVIDIA GPU専用で、GGUF/llama.cpp系ではなく、EXL3フォーマット専用ランタイムという点は押さえておきたいですね。
Gemma 4のチャットテンプレート更新
DJレン:
Google Gemma 4も地味に重要な更新がありました。
- ツール呼び出しの修正
- “laziness”軽減
- Hopper向けFlash Attention 4
- vision token budgetのガイド
DJミオ:
コミット内容を追った人によると、主に
- null処理
- turn tag整合性
- 入力検証
- ツール応答後のthinking cue復元
- 余計な
<turn|>の防止 -
add_generation_promptの復元 -
preserve_thinking周り
が整えられたそうです。
DJレン:
要は推論そのものより、会話シリアライズの正しさですね。
ただし「lazinessはテンプレじゃなくモデルの性格では？」というユーザー報告もありました。
17. もう少しライトなSubreddit側の話題
17-1. Kimi K3の一般層の印象
DJミオ:
一般寄りのSubredditでは、「Chinese Fable 5が来た！」みたいな盛り上がりもありました。
DJレン:
初期の体感としては、
- Claudeより速く感じる
- でも正確さは劣る
- だいたいGPT-5.5級
- 5.6やFableにはまだ負ける
という声が目立ちました。
DJミオ:
あと、reasoning traceにAnthropicのコンテンツポリシーっぽい文言が見える、みたいな話もあって、これは証拠のない“汚染・模倣”疑惑レベルなので慎重に扱うべきですが、話題にはなっていました。
17-2. MiniMaxへの言及
DJレン:
Kimiとは別に、MiniMax M3をもっと評価すべき、という声もあったのが面白いですね。
一部ユーザーは、DeepSeek v4 ProやMimo 2.5 Proより使えると言っていました。
DJミオ:
MiniMaxの有料プランは月20ドルで17億トークン + APIアクセスという話や、
Debian 12サンドボックス、2GB RAM、1 Xeon vCore、ストレージほぼ無制限っぽい環境で軽いAPI試作に使える、なんて具体的な運用報告もありました。
17-3. OpenAI Codex Micro
DJミオ:
「Codex Micro」なるものもRedditで話題でしたが、これは正直かなり不確かです。
どうやら**230ドルくらいのキーボード型ハードウェアでマイク付き？**という噂だったものの、元動画が403で確認不能。
DJレン:
技術仕様、モデル、API、実装情報などは検証できていないので、これは現時点では真偽不明の話題として扱うのが妥当ですね。
コメント欄もだいぶ困惑気味でした。
17-4. Fableで宇宙地図を作った話
DJミオ:
一方でとても面白い実例として、Fable 5で1週間ほどで本格的な宇宙地図WebGPUアプリを作ったという投稿もありました。
- 実在の840万恒星
- 260万銀河
- 軌道・衛星・食・Sgr A*レンズ効果
- TypeScript/WGSL 1.45万行
- 92 PR、237 commits
- JPL Horizons CI
- 0.2°許容の検証
- 物理制約つきデータ生成
- headless WebGPU + pixel diff
DJレン:
すごいのは、単なる生成デモじゃなくて検証と再現性のワークフローがしっかりしていること。
コメントでは、ビジュアル品質を高めるには既存アセットやBlender連携が必要では、という議論や、次はN-body simulationに進めたら面白いという提案もありました。
18. ガバナンスとオープンソース採用
18-1. AnthropicとEU議会
DJミオ:
政治・制度面では、AnthropicがEU議会でのAI安全性証言にジュニア社員をリモート参加させたことで不興を買った、という報道が話題でした。
DJレン:
コメントでは、Anthropicのヨーロッパ戦略はデータレジデンシーも含めて後回し感がある、という批判も。
EU企業や公共セクターでは、GDPR整合の地域内処理・保存・管理策が重要ですからね。
18-2. Linus TorvaldsのAI観
DJミオ:
Linus Torvaldsは、LinuxカーネルはAI/LLM支援開発を禁止しないと改めて表明しました。
“AIは道具だ”という立場です。
DJレン:
ただし条件は明確で、メンテナの負担を増やさず、技術的に良いパッチであること。
Linuxカーネルのレビュー文化なら、雑なAI生成コードは通らないだろう、という実務的な見方ですね。
DJミオ:
コメントでも、「2年前の幻覚だらけのコード生成」と比べて、いまは本当に実用的な補助ツールになってきたという実感が共有されていました。
18-3. Anthropicの“AIが自分を改良する”警告
DJレン:
Anthropicは政策側に、AIが近いうちにAI研究開発そのものを大きく加速し、人間介在なしの再帰的改善に近い状況を作るかもしれないと警告。
それに対処する**“ブレーキペダル”として、評価、監視、場合によっては配備停止も必要**と主張しています。
DJミオ:
ただRedditでは、これを純粋な公益警告というより市場・規制ポジショニングと見る人も多かったですね。
“危険だと言いながら自分たちも最前線を走るじゃないか”という、いつもの批判です。
19. 今夜の総まとめ
DJミオ:
では最後に、今日の全体像を私から一言でまとめると――
Kimi K3は、オープンウェイト陣営が“善戦している”段階から、“本当にフロンティアへ肉薄している”段階に入ったことを示すリリースでした。
DJレン:
僕のまとめはこうです。
ただし、勝負はもはやモデル単体では決まらない。
K3の価値は、
- KDAのような新アーキテクチャ
- vLLMのようなランタイム対応
- 長文キャッシュ
- 価格効率
- エージェント向けハーネス
- UXとポストトレーニング
まで含めた総力戦の文脈で見るべきです。
DJミオ:
そして注意点も忘れずに。
- ベンチマークは強いが、隠し評価はまだこれから
- 幻覚率悪化という弱点がある
- 遅さや冗長さの報告もある
- オープンウェイトでも、2.8Tは気軽に自前運用できない
- Moonshot自身もUX差を認めている
DJレン:
それでも、
Frontend Code Arena 1位、
AAでOpus 4.8超え級、
100万トークン文脈、
価格競争力、
vLLMへの実装寄与。
この組み合わせは、ただの話題作ではなく、かなり本物です。
DJミオ:
“今日はあまり何も起きなかった”なんて言いながら、AIの地殻変動はしっかり進んでいた――そんな一日でしたね。
DJレン:
以上、今夜の「Midnight AI Groove」でした。
DJミオ:
お相手はDJミオと、
DJレン:
DJレンでした。
二人:
また次回。おやすみなさい。
[エンディングジングル]
