Moonshot AIは Kimi K3を正式に発売しました。 この2.8兆パラメータモデルは、100万トークンのコンテキストとネイティブのマルチモーダル機能を提供し、現在 Kimi.com、Kimi Work、Kimi Code、Kimi APIで利用可能です。 本当のニュースの切り口はスケールだけではありません。超長期的な文脈、論理効率、長期的な代理タスクを同じオープンウェイトルートに置こうとしています。
まずは数百万のコンテキストで速度を解きます
超長コンテキストのボトルネックは「収まるかどうか」ではなく、遅延やキャッシュコストのデコードにあります。 Kimi Delta Attention(KDA)はハイブリッドリニアアテンションを採用しており、公式声明によるとミリオントークンシナリオで最大6.3倍の速さでデコードできるとされています。
これにより、Kimi K3の100万回のコンテキストは、単なるスペック表示だけでなく継続的な使用に近いものとなりました。 大規模なコードベース、継続的な調査、文書間分析に直面し、スピードがエージェントが本当にタスクを完了できるかどうかを決定します。
深い情報の流れはトレーニングコストを削減します
もう一つのコア設計機能は 注意残留(Attention Residuals、AttnRes)です。 もはや単に表現層を積み重ねるのではなく、異なる深さの情報を選択的に取得する。 公式データによると、追加コストは2%未満であり、トレーニング効率は約25%向上しています。
Stable LatentMoEと組み合わせると、Kimi K3はトークンあたり896人中16人のエキスパートをアクティベートします。 Moon's Dark Sideは、その全体的なスケーリング効率がK2の約2.5倍であると主張しており、計算資源をより効率的にモデル機能に変換することに重点を置いています。
長期的なエージェンシーが主な戦場となっています
Kimi K3は長期的なプロキシコーディング、ナレッジワーク、推論のために設計されており、大規模なコードベースを最小限の人間の介入で処理し端末ツールを呼び出すことができ、フロントエンド、ゲーム開発、CADの作業を視覚的フィードバックを通じて前進させます。
この立場はまた、マルチプラットフォーム同期展開の理由も説明しています。モデルはもはや単に疑問に答えるだけでなく、ワークフローの数時間以内に継続的に計画、実行、チェック、修正し、再帰的な自己改善を支援しなければなりません。
重み付けは2026年7月27日以前に発表される予定です。 Kimi K3がオープンモデルの風景を変えられるかどうかは、2.8兆のパラメータ自体ではなく、開発者が何百万ものコンテキストや長期エージェントを許容可能なコストで安定した生産性に変えられるかどうかにかかっています。
