Moonshot AIのフラッグシップオープンモデル — 1Mトークンのコンテキストウィンドウ、ネイティブな視覚理解、長期的な推論、そしてコーディング、エージェント、ナレッジワークのために設計されたアーキテクチャ。
Kimi K3は、Moonshot AIがこれまでに提供してきた中で最も高性能なフラッグシップモデルです。2.8兆のパラメータを備え、3兆パラメータ級として世界初のオープンソースモデルとなります。アーキテクチャは、Kimi Delta Attention、Attention Residuals、Stable LatentMoE、そしてネイティブなマルチモーダル理解を組み合わせています。
このモデルは、短く孤立したプロンプトではなく、フロンティア知能のシナリオを主眼にしています。長時間にわたるエンジニアリング作業、大規模な研究コーパス、スクリーンショット、画像、動画、ターミナルツール、そして計画と修正を要するナレッジワークフロー全体で、効果を発揮できるよう設計されています。
高度なオープンモデルを比較している方にとって、Kimi K3はその規模、1Mトークンのコンテキストウィンドウ、ネイティブな視覚、そして強いエージェント志向によって際立っています。
Moonshot AIの「兆パラメータ」領域を超える挑戦をさらに推し進める、フロンティア級のオープンモデル。
大規模なコードベース、ドキュメント、研究アーカイブ、継続的なエージェント履歴にまたがって作業できるよう設計。
コーディング、研究、クリエイティブ、ツール駆動のワークフローの一部として、スクリーンショット、画像、動画を処理。
Kimi K3が最も力を発揮するのは、タスクが長期的で、マルチモーダルで、技術的、または情報密度が高いとき — そして、短い答えを1つ返して終わるのではなく、曖昧さを抱えたままでも作業を進め続ける必要があるときです。
ソフトウェアエンジニア、インフラチーム、テックリード向けの長期的なコーディングとリポジトリ規模の作業 — 大規模リポジトリの探索、ターミナル／ツールのオーケストレーション、実装中の視覚的フィードバック。
アナリスト、コンサルタント、研究者向けの、根拠に基づくナレッジワーク — 複数ドキュメントの統合、研究からコード化までのワークフロー、そして1Mトークンのコンテキストにまたがるレポート、ダッシュボード、可視化。
エンジニアリングに画像・動画・スクリーンショットを組み合わせるチームのための、ループに組み込まれたネイティブ視覚理解 — ビジュアルの反復改善とデバッグ、モーション／インタラクション作業、視覚領域と技術領域をまたぐ迅速なプロトタイピング。
Kimi K3はオープンモデルのフロンティアを大きく押し広げます。Kimi K2の1Tパラメータから12か月で2.8Tへ到達し、3兆パラメータ級に到達した初のオープンウェイトモデルです。
K3のアーキテクチャは、スパースなエキスパート計算の効率を保ちながら、シーケンス長とモデル深度にまたがる情報の流れを改善します。Kimi Delta Attention（KDA）は長いシーケンスにスケールするためのハイブリッド線形アテンション機構で、Attention Residualsは以前のブロックから表現を選択的に取り出し、Stable LatentMoEはトークンごとに896のエキスパートのうち16を起動します — これらにより、Kimi K2に対しておよそ2.5倍のスケーリング効率を実現します。
Kimi K3はMoonshot AIの2.8兆パラメータのフラッグシップ・オープンモデルで、長期的なコーディング、推論、ネイティブな視覚理解、そしてエンドツーエンドのナレッジワークのために設計されています。
