高性能AIモデル「Kimi K3」は7月16日(現地時間)、2.8兆パラメータを持つ最新モデルを発表しました。ウェブサイトとAPIを通じて提供され、開発元はこれを初の「オープン 3T クラスモデル」と位置づけ、オープンウェイト版を7月27日までに公開する予定です。主要AIラボからの大規模モデルの発表として、業界の注目を集めています。
Kimi K3は、ディープシーク (DeepSeek) の1.6T v4 Proを上回る高性能を示しています。自己申告によるベンチマークテストでは、Kimi K3はClaude Opus 4.8やGPT-5.5の多くを凌駕する結果を残しましたが、Claude Fable 5やGPT-5.6には及ばなかったとされています。
アーティフィシャル・アナリシス (Artificial Analysis) のレポートによると、私的な長期間にわたるナレッジワーク評価において、Kimi K3は総合Elo 1547を記録し、Kimi K2.6から732ポイント向上しました。これはClaude Fable 5に次ぐ性能です。タスクごとのコストは$0.94で、GPT-5.6の$1.04に近い一方で、Opus 4.8の$1.80の約半分に抑えられています。また、Artificial Analysis Intelligence IndexにおけるKimi K3のトークン使用量は大幅に減少し、K2.6と比較して出力トークンが21%削減されました。Arena.aiのFrontend Code arenaでは、Kimi K3がClaude Fable 5を上回り、主要モデルとしての評価を獲得しています。
Kimi K3の価格設定は、入力トークン100万あたり$3、出力トークン100万あたり$15とされており、AnthropicのClaude Sonnetシリーズと同水準です。これは、以前のKimi K2.6の$0.95/$4から大幅な引き上げとなります。
サイモン・ウィルソン (Simon Willison) は、自身が考案した、ペリカンが自転車に乗るSVGを生成するテストを用いてKimi K3を評価しました。95入力トークンと16,658出力トークンで合計25セントの費用がかかったと報告されています。この「ペリカンテスト」はモデル比較のベンチマークとしては限界があるとしながらも、モデルの実行確認、簡易的なコストと推論の推定、有効なSVG出力能力の確認に役立つと述べられています。Kimi K3は現在、1つの推論努力レベル「max」のみを提供しており、「hi」とプロンプトに入力すると86トークンとカウントされることから、85トークンの隠れたシステムプロンプトの存在が示唆されました。
参考: Simon Willison’s Weblog — 2026年7月17日 05:19 (JST)
原文ハイライト"what we can still learn from the pelican benchmark"