Kimi K3:「2.8兆」は定価であって、コストではない
本稿はMoonshot AI公式のKimi K3リリース情報をもとに、筆者がまとめと考察を加えたものであり、原資料の転載ではありません。パラメータ数・アーキテクチャ・デモ事例はMoonshot公式の発表内容に基づき、筆者自身による再現検証は行っていません。
Moonshot AIがKimi K3をリリースした。パラメータ数2.8兆、世界初の3兆級オープンモデルだ。見出しはどこも「最大」を連呼している。
しかし、この発表で一番どうでもいいのが「最大」という事実だ。
本当に押さえるべきなのは三層ある。「2.8兆」という数字は定価であってコストではないこと。トップクラスの能力がオープンソースによってコモディティ化しつつあること。そして——モデルが次々と強く安くなっていくなかで、実際にモデルを使って仕事をする人間の価値は、どこに退避すべきなのか、ということだ。
パラメータの誇張を抜きにして、覚えておく価値のある部分だけを抜き出す。
01. 「2.8兆」は定価であって、コストではない
まず最も誤解されやすい点から正しておく。
2.8兆パラメータと聞くと、一問一答のたびに2.8兆すべてが動いているように思える。だが違う。K3はスパースなMoEアーキテクチャ(Stable LatentMoE)を採用しており、896人の専門家を内蔵しつつ、1タスクごとに実際に稼働するのはそのうち16人だけだ。
たとえるなら——
896人の専門医を抱える巨大病院を想像してほしい。あなたが風邪で来院しても、896人全員でカンファレンスをするわけではない。関連する16人だけが対応する。パラメータ総数は「どれだけ見てきたか、どれだけ細かく分業できるか」を決めるが、実際に毎回コストとして払っているのは、その中で活性化されたごく一部だけだ。
つまり「2.8兆」は店頭に掲げられた定価であり、この店の品揃えの豊富さを示す数字にすぎない。実際に支払うのは活性化コストだ。Moonshot公式によれば、同等の計算量で前世代K2に対して効率が2.5倍向上しているという。この数字のほうが「2.8兆」よりずっと重要だ。これは「より大きい」という話ではなく、**「より大きく、同時により安い」**という話なのだ。
これからはモデルを総パラメータ数だけで見るのをやめたほうがいい。「活性化パラメータ/総パラメータ」という比率を見て初めて、そのモデルが本当に軽いのか、それとも中身が空虚に肥大しているだけなのかがわかる。K3はこの比率を極端に低く抑えている——それこそが「大きい」と胸を張れる根拠だ。
02. 「独立して仕事をやり切る」能力が本物になった——ただの雑談ではない
パラメータ数よりも見る価値があるのは、公式が出したいくつかの実践事例だ。それらには共通点がある。**「一つの質問に答える」のではなく「一つの産業レベルの仕事をまるごと独立してやり切る」**という点だ。
公式が挙げた四つのハードな領域から、三つを取り上げる。
- GPUコンパイラをゼロから書く:CUDAの数行を補完するのではなく、コンパイラというソフトウェアの最深層をゼロから構築し、さらにカーネルの最適化まで行う。これまではベテランのシステムエンジニアだけが触れられる領域だった。
- チップ設計:RTLというハードウェア記述レベルの作業に直接参加する。AIが「ソフトウェアを書く」段階から「ソフトウェアを動かすハードウェアを設計する」段階へと、もう一段沈み込んだ。
- 3D制作・研究:要件を与えれば、構造・プロセス・検証まで一貫して自ら進めていく。
これらの事例をよく見ると、希少なのは「コードが書けること」ではないとわかる——それはもう無料になりつつある。本当に希少なのは、「目的を達成するまで諦めず、しかも自分で結果を検証する」というエンジニアリング的な執念だ。旧世代モデルの失敗の多くは「書けない」ことが原因ではなく、書いた後にチェックせず、間違っていても振り返らないことが原因だった。K3が補ったのはこの層だ。
プロダクトを作る立場から見ると、これが一番実利のあるポイントだ。「任せられる仕事の上限」がまた一段階上がった。これまでAIに任せる勇気がなかった重い仕事も、まず一版走らせてみる価値が出てきた。
03. 本当のシグナル:トップクラスの能力が「オープンソース」でコモディティ化しつつある
視点を引いて見てみよう。
一年前、世界最高峰のモデル能力は、ほぼ一握りのクローズドな企業に独占されていた。最強のものを使いたければ、それを買い、そのAPIを使い、その価格設定を受け入れるしかなかった。
K3が今回やったことの本質は、「世界トップティアの能力」をオープンソース化し、自前でホストできる形にしたことだ。これは「モデルがもう一つ増えた」という話ではない。ひとつの方向性の確認だ——トップクラスのモデル能力は、贅沢品からコモディティへと移行しつつある。
そしてコモディティの特徴は——入れ替わりが恐ろしく速いことだ。ここ半年だけを見ても、Kimi K2、Grok 4.5、Claude Opus 5、そして今度はKimi K3。新しい王座は数ヶ月ごとに持ち主が変わる。
ここに、多くの人がまだ腹落ちしていない結論が潜んでいる。四半期ごとに王が入れ替わる市場で、身代を一つのモデルに賭けきることそのものがリスク・エクスポージャーだ。 「どのモデルが一番強いか」を半日悩んで、深く統合し、専用APIを何本も接続しても、来月ランキングが変われば、それらは水泡に帰す。
04. では、堀(モート)は結局どこに退避すべきなのか
モデルの能力がコモディティ化し、コードを書くことが無料化し、最強モデルすら四半期ごとに入れ替わるとしたら——実際にAIを使って仕事をする人間は、何をもって価値を持ち続けられるのか。
答えはこうだ。あなたの価値は「AIができる部分」から、「AIができない残り約5%」へと退避すべきだ。
モデルがどれだけ強くなっても、置き換えられない層がある。
- ディストリビューション(流通):顧客を見つけ、実際にモノを売る。K3はプロダクトを作ってはくれるが、それをユーザーの前に押し出してくれる人は誰もいない。
- テイスト(判断基準):どの方向を選ぶか、どの要件を切り捨てるか、何をもって「正しくできた」とするか——この判断力はモデルが与えてくれるものではない。
- 判断と信頼:出てきた結果の中から正しいものを選び取り、その責任を負うこと。
これは私たちが社内でずっと言い続けていることでもある。AIが強くなるほど、ツール自体は崇拝に値しなくなる——価値は、ツールが手を伸ばせないあらゆる隅に逃げ込んでいく。 Kimi K3が強く、しかも安いという事実は、「モデルを使いこなせること」の価値を上げるどころか、むしろそれを一気に下げ、誰もが立っている「床」に変えてしまう。本当の差は、その床の上で何をするかにある。
結びに:モデルを追いかけるな。「いつでも切り替えられる」位置に立て
この四つを合わせると、実務的な結論はひとつしかない。
「どのモデルを追うか」に労力を使うのをやめ、「いつでも切り替えられる状態でいる」ことに労力を使え。
具体的な仕事のレベルで言えば——統一されたエントリーポイントとキーをひとつ保っておき、新しいモデルを試したくなったらモデル名を変えるだけにする。各社ごとに個別のAPIを一から接続する必要はない。K3のように出たばかりで「とりあえず今すぐ試したい」モデルであれば、なおさらこのやり方が効く。もっとも手間がかからないのは、「接続」という層を抽象化し、しかも価格を自分でcurlして検証できるゲートウェイ(flatkey.aiのようなもの)を経由することだ。強くて安く、自分のユースケースに合うモデルが出てきたら、それを使う——base_urlを一行書き換えるだけでいい。
モデルはこれからも次々とやってくる。一つひとつが前より強く、前より安い。あなたがすべきことは、そのうちのどれか一つを追いかけることではなく、その時々で一番強いモデルをいつでも選べる位置に立つことだ。そして、そうやって浮いた力を、AIにはできない残りの5%にすべて注ぎ込むことだ。
出典:「2.8兆パラメータ!Kimi K3正式リリース、国産オープンソースAIの天井が来た」(FreeAI、2026-07-16);Moonshot AI公式リリース情報。本稿は二次的な解説・評論であり、K3のパラメータ・アーキテクチャ・実測事例はすべてMoonshot公式の発表に基づく。筆者は個別の再現検証を行っていない。