Kimi K3とは何か──「開かれた最前線」という2.8兆パラメータの実体
Kimi K3は、北京拠点のAI企業Moonshot AI（中国名・月之暗面）が2026年7月16日（米国時間）にアプリとAPIで公開し、7月26日夜（米東部時間）から27日にかけてHugging Faceで重みを無償公開した大規模言語モデルである。公式の技術ブログは同モデルを「世界初のオープンな3兆パラメータ級モデル」と位置づけており、総パラメータは2.78兆、1トークンあたりの活性パラメータは1,040億という極めて疎なMixture-of-Experts（MoE）構成をとる。896個のエキスパートのうち、各トークンで実際に火が入るのはわずか16個にすぎない。
技術的な核は三つある。第一が「Kimi Delta Attention（KDA）」と呼ばれるハイブリッド線形アテンションで、100万トークン級の長文脈におけるデコード速度を従来比6.3倍に引き上げたと公式ブログは説明する。第二が「Attention Residuals（AttnRes）」で、層の深さ方向に情報を一様に積み上げるのではなく、必要な表現を選択的に取り出す設計になっている。第三が「Stable LatentMoE」というMoEの安定化枠組みで、Quantile BalancingによるエキスパートDispatchの平準化と、ヘッド単位のMuonオプティマイザ適用を組み合わせている。これらの積み重ねにより、Moonshotは「Kimi K2に対して全体のスケーリング効率が約2.5倍」になったと主張している。重みはMXFP4（4bit）、活性化はMXFP8で配布され、量子化を前提とした学習（quantization-aware training）がSFT段階以降に適用されているため、16bitで配れば5.6TBになるモデルが約1.4TB、Hugging Face上のリポジトリ全体で1.56TBに収まっている。
使い勝手の面では、100万トークンの文脈長、画像と動画を直接受け取るネイティブのビジョン（MoonViT-3Dという三次元ネイティブ解像度エンコーダを事前学習段階から統合）、そして常時オンの思考モードが特徴になる。APIでは推論の深さをlow/high/maxの三段階で指定できる設計だが、公開当初はmaxのみが有効で、lowとhighは後続アップデートで開放される予定だとMoonshotは説明している。温度やtop_pは固定値（temperature=1.0、top_p=0.95）で、利用者が触れる余地はない。
具体的に何ができるのかは、Moonshotが用意する上位レイヤーの製品を見ると分かりやすい。ピンク・フロイドと同じくRadioheadのアルバム名を借りた「OK Computer」エージェントモードは、会議メモやブログ記事のような素のテキストを投げるだけで、自律的にウェブ検索をかけてデータを集め、論旨を構成し、そのままプレゼンできるスライドデッキ（Kimi Slides）に仕上げる。最大100万行規模のスプレッドシートを処理し、複数ページのウェブサイトを一発のプロンプトで生成することもできる。さらに「Agent Swarm」は、オーケストレータとなる主エージェントが最大300のサブエージェントを自ら生成し、1タスクあたり4,000以上のツール呼び出しを並列に走らせる仕組みで、Forbesはこれが逐次実行に比べて4.5倍高速だと報じている。このオーケストレータはプロンプトのテンプレートではなく、Parallel-Agent Reinforcement Learning（PARL）で学習された方策であり、サブエージェントを生成するという行為そのものが報酬設計の対象になっている点が新しい。
独立系の観察としては、AIエンジニアのSimon Willisonが恒例の「SVGでペリカンに自転車を漕がせる」テストをK3に投げ、13,241トークンの推論を費やして25セント（約41円）で「赤いスカーフを巻いた白いペリカンが赤い自転車に乗っている」図を破綻なく描かせたことを報告している。ビジョン入力も問題なく動作したという。
メリットはどこにあるのか──価格、自己ホスティング、そしてライセンスの但し書き
Kimi K3の第一のメリットは価格である。公式APIの料金は入力がキャッシュヒット時100万トークンあたり0.30ドル（約49円）、キャッシュミス時3.00ドル（約490円）、出力が15.00ドル（約2,460円）。文脈長による段階課金はない。これはAnthropicのClaude Sonnet 5と完全に同額であり、比較対象として、Claude Fable 5は入力1.00ドル（約164円）・出力50.00ドル（約8,200円）、GPT-5.6 Solは入力0.50ドル（約82円）・出力30.00ドル（約4,920円）である。1タスクあたりの平均コストで見るとK3が0.94ドル（約154円）、GPT-5.6 Solが1.04ドル（約171円）で拮抗する。Forbesが引いたコーディング評価では、1ロールアウトあたりK3が4.65ドル（約760円）に対しFable 5が13.41ドル（約2,200円）、452ロールアウトの一括評価でK3が2,103ドル（約34万円）、Fable 5が6,010ドル（約99万円）となり、1ドルあたりの解決タスク数でK3が2.8倍優位だったという。
第二のメリットが重みの公開そのものである。APIに触らずに自社インフラで動かせるため、データを国外のエンドポイントに送らずに済み、ファインチューニングもエッジ配備もエアギャップ環境での運用も可能になる。Moonshotは64基以上のアクセラレータを一つのメモリプールとして束ねる構成を推奨しており、これはNVIDIAの最上位機を前提としない設計思想でもある。artificialintelligence-news誌は、中国にとって真の制約はリソグラフィではなく高帯域メモリ（HBM）であり、K3の4bit量子化前提の設計と「幅広いハードウェア互換性」という言い回しは、NVIDIA以外のシリコン上での展開余地を残すための選択だと分析した。バンク・オブ・アメリカのAlex Liu率いるチームは、K3が「計算資源の制約下でも、大規模事前学習とアーキテクチャ革新の組み合わせが依然として大きな性能向上をもたらしうることを示した」と評価している。
一方で「オープン」という言葉には但し書きがある。Moonshotは今回、MITでもApache 2.0でもなく、「Kimi K3 License」と題した独自文書を採用し、Hugging Face上のタグはlicense:otherになっている。Simon Willisonが読み解いたところによれば、月間アクティブユーザー1億人超または月次売上2,000万ドル（約33億円）超の商用製品で使う場合はUIに「Kimi K3」を目立つ形で表示する義務があり、さらに連続する12か月の合計売上が2,000万ドルを超えるModel-as-a-Service事業者は、商用利用の前にMoonshotと個別契約を結ばなければならない。Willisonは、Moonshot自身が「オープンソース」ではなく「オープンウェイト」という語を注意深く使っている点を評価しつつ、K2世代のライセンスより制約が強まったと指摘している。研究用途や社内利用、小規模な商用組み込みは事実上自由だが、K3をそのまま推論サービスとして再販する事業には明確な閾値が引かれた形になる。
価格設定そのものにも戦略の転換が読める。前世代のK2.6は入力0.95ドル（約156円）・出力4.00ドル（約656円）だった。the-decoderはこの3〜4倍の値上げを「超安価な中国製AIの時代の終わり」と表現した。中国勢はもはや安さで殴るのではなく、性能で正面から価格を取りにきている。
ベンチマークの読み方──1位もあれば4位もある
数字は媒体によってばらつくため、何を測っているのかを分けて見る必要がある。総合知能を測るArtificial Analysis Intelligence Indexでは、K3のスコアは約57で全体4位。上位はClaude Fable 5が約60、GPT-5.6 Solが約59、Claude Opus 4.8が約56である。つまり「クローズドの最上位2モデルには届かないが、Opus 4.8を抜いた」というのが総合指標での立ち位置になる。Nathan Lambertは自身のニュースレターInterconnectsで、K3がVals AI指数では2位、Artificial Analysis指数では3位につけたとし、「これまでに公開された最強のオープンモデル」と評した。
一方、個別領域では首位を取っている。Arena.aiのFrontend Code Arenaでは1,679点でトップに立ち、Fable 5とGPT-5.6 Solを明確な差で退けた。ブラインド評価で開発者がフロントエンドのコード生成において米国製の全上位モデルよりKimiを選んだ、というのがAxiosの報じた要点である。ソフトウェアエンジニアリング系のFrontierSWEでは77.8でK3が首位、GPT-5.6 Solが77.6、Fable 5が76.8と僅差で続く。オープンウェイトモデルとしては過去最高のGPQA Diamond 93.5%を記録し、ウェブ探索型のBrowseCompでは91.2でFable 5の88.0、GPT-5.6 Solの90.4を上回った。エージェント系のGDPval v2ではEloが1,668とK2.6の1,190から大きく伸び、GLM-5.2（1,514）やGPT-5.5（1,494）、Opus 4.8（1,600）を上回ったが、Fable 5の1,760には及ばない。長期ホライズンの知識労働を測るAA-BriefcaseではElo 1,547でFable 5に次ぐ2位、AutomationBench-AAでは53%で首位である。
弱点も明示されている。AA-Omniscienceの正答率はK2.6の33%から46%に改善したが、ハルシネーション率は39%から51%へと悪化した。積極的に答えにいく分だけ誤りも増えているということで、事実確認が効かない用途では扱いに注意が要る。
中国国内の競合も密集している。2026年7月時点で、DeepSeek V4 Pro、字節跳動のDoubao-Seed-2.0-Pro、アリババのQwen3.6-Max、智譜のGLM-5.2、MiniMax M3が第一集団を形成しており、オープンウェイトの知能指数上位6モデルがすべて中国製という状況が生まれている。出力トークン単価で見ればGLM-5.2が4.40ドル（約720円）、DeepSeek V4が0.87ドル（約143円）と、K3の15ドルはむしろ中国勢の中では高価な部類に入る。K3の差別化は絶対性能とエージェント性能であって、価格の底値争いではない。
資金調達と企業価値──半年で7倍、そして香港IPOへ
Moonshot AIの資金調達史は、中国のLLM企業としても異例の急勾配を描いている。創業直後の2023年に約6,000万ドル（約98億円）を評価額3億ドル（約492億円）で調達したのを皮切りに、2024年2月にはアリババ主導で10億ドル（約1,640億円）を調達し評価額は25億ドル（約4,100億円）に。Financial Timesは関係者の話として、このときアリババが単独で8億ドル（約1,310億円）を投じたと報じている。同年8月にはテンセントと高榕資本から3億ドル（約492億円）を追加調達し、評価額は33億ドル（約5,410億円）になった。
2025年末にはIDG Capitalが1億5,000万ドル（約246億円）を出してリードした5億ドル（約820億円）のシリーズCが、アリババとテンセントのオーバーサブスクライブで成立し、評価額43億ドル（約7,050億円）。ここまでは、中国のLLM企業として順当だが突出はしていない水準である。
流れが変わったのは2026年5月だった。美団のDragonballがリードした20億ドル（約3,280億円）のシリーズDが成立し、評価額は200億ドル（約3兆2,800億円）超に跳ね上がった。EqualOceanはこれを人民元建てで1,400億元超と伝え、中国LLM分野の単一調達として当時最大と報じている。約半年で評価額はおよそ5倍になった計算になる。さらにその夏に始まった追加ラウンドは、Bloombergによればプレマネー315億ドル（約5兆1,700億円）で近日中にクローズする見通しで、Moonshotはそれを終えると即座に、上場前最後となる調達の交渉を8月に開始する計画だという。目標は最大500億ドル（約8兆2,000億円）である。K3の公開から評価額の想定が2か月で1.5倍になった格好で、Bloombergは香港上場が年内にもありうると伝えた。
株主構成も公開情報から見える範囲では特徴的だ。楊植麟が51.8304%を保有する支配株主で、共同創業者の周昕宇が6.5635%、呉育昕が3.9099%、張宇韜が3.3310%。創業4名で65.6348%を握る。残りにIDG Capital系や、深圳の和諧成長三期ファンドを通じた全国社会保障基金（実質11.7642%）、社保基金の長江デルタ科創ファンド（4.0047%）、臨港前沿などの地方国有産業ファンド（合計3.4710%）といった国家系の資金が入っており、2026年6月30日に開示されたシリーズD+の出資者には中国人寿の長江デルタ科創ファンドが名を連ねる。事業会社側ではアリババ、テンセント、美団、小紅書、紅杉中国（HongShan）、IDGが複数ラウンドにまたがって出資し、2026年5月からは国有のチャイナモバイルも加わった。
上場準備も進んでいる。Bloombergは2026年5月19日、Moonshotが香港上場の承認を得るために赤チップ（レッドチップ）構造の解体に着手すると投資家に通知したと報じた。中金公司（CICC）とゴールドマン・サックスを共同スポンサーに起用する方向で、順調なら最短6か月で上場にたどり着けるという見立てが中国メディアから出ている。先行例として、智譜AI（02513.HK）が2026年1月8日に世界初の基盤モデル企業の上場を果たし、5億6,000万ドル（約918億円）を評価額67億ドル（約1兆1,000億円）で調達、初日終値は公開価格比13%高だった。その1週間後にMiniMaxが6億1,900万ドル（約1,015億円）を評価額40億ドル（約6,560億円）で調達している。Moonshotが500億ドルで上場すれば、香港市場のAI銘柄の序列は一挙に書き換わる。
収益面の実績も揃ってきた。ARR（年換算経常収益）は2026年3月に1億ドル（約164億円）、4月に2億ドル（約328億円）を突破し、6月中旬には3億ドル（約492億円）を超えた。3か月で3倍である。そのうちAPI事業が7割超を占めるとされ、消費者向けサブスクリプション依存ではないことが投資家の安心材料になっている。もっともARRは監査済みの年間売上ではなく、現時点のランレートを年換算した数値であり、推論コストを差し引いた収益性を示すものではない。
そして、その推論コストの現実がすぐに露呈した。K3公開からわずか48時間後の7月19日、Moonshotは新規の消費者向けサブスクリプション受付を停止した。同社はXへの投稿で「Kimi K3は我々の想定をはるかに超える愛を受け取り、GPUがそれを感じている。この48時間で需要は現在のキャパシティの限界近くまで押し上げられた」と述べ、既存会員の体験を守るために新規受付を一時停止し、計算資源を現会員に優先配分すると説明した。楊植麟の資産は51.83%の持分と315億ドル評価から163億ドル（約2兆6,700億円）と算出されている。
生い立ちと学歴──汕頭の「Just for fun」少年が清華の学年首席になるまで
楊植麟は1992年、広東省汕頭市澄海区に生まれた。中国メディアが繰り返し触れるのは、両親の教育方針が徹底して自由放任だったという点である。幼少期から大学の選択に至るまで、重要な決断はほぼすべて本人が下してきたとされる。
学業の頭角は中学時代から現れている。潮汕地区の中小学生数学コンクールで中学部門一等賞、2008年の全国中学数学連合コンテストで三等賞を獲得した。2008年、15歳で澄海区実験学校を卒業し、汕頭金山中学に進学する。金山中学は潮汕地区の名門だが、詰め込み一辺倒ではなく部活動が豊富で生徒の個性に寛容な校風で知られ、楊植麟にとっては自由に伸びる余地のある環境だったと複数の中国メディアが伝えている。当時の彼の座右の銘は「Just for fun（娯楽至上）」であり、いわゆるガリ勉タイプではなかった。高校時代からすでにドラムを叩き、学校のバンドに参加していた。趣味として本人が挙げていたのは「音楽、映画、旅行」である。
転機は高校在学中に訪れた。プログラミングの経験がまったくない状態で情報オリンピックの育成クラスに選抜され、全国青少年情報学オリンピック連合コンテストの広東地区で一等賞を獲得。これにより清華大学の保送（推薦入学）資格を得た。ただし彼はそこで止まらず、通常の高考も受験して667点を取り、汕頭市の理科トップに立っている。保送資格と自主選抜、そして市トップの高考成績という三重の切符を持って、2011年に清華大学に入学した。
入学時の所属は熱能工程系（熱エネルギー工学科）だった。彼が計算機系（コンピュータサイエンス学科）に転じたのは2年次である。中国メディアは、村上春樹の小説に登場する、深夜にコードを書くプログラマーの人物像に触発されたという本人談を伝えている。転科後の成績は突出しており、2015年に計算機系を学年首席で卒業した。
清華での指導教員は、知識工程研究室（KEG）を率いる唐杰教授だった。唐杰は後に智譜AI（Zhipu AI）を創業する人物であり、2014年の清華大学特等奨学金（学部生に与えられる最高位の栄誉で、毎年ごく少数にしか授与されない）の推薦書に、楊植麟を「ここ数年で私が見た中で疑いなく最も傑出し、最も才能のある学生」と記している。師弟のその後を考えると皮肉が効いている──K3公開後、香港上場している智譜の株価は大きく下落した。
学生時代を語るうえで欠かせないのがロックバンド「Splay」である。2013年6月、楊植麟は清華大学でこのバンドを共同結成した。バンド名は計算機科学のデータ構造「スプレー木（Splay Tree）」から取られている。彼の担当はドラムと作詞作曲。バンドは学内の大型公演に出演し、キャンパス歌手コンテストの準決勝に進出、2014年の清華大学校歌賽では「最優秀オリジナル楽曲賞」を受賞した。このときリードギターを務めていたのが周昕宇であり、後にMoonshot AIの共同創業者となる。
2014年の特等奨学金の審査答弁で「これまでの最大の失敗は何か」と問われた楊植麟は、学部生活は概ね順調だったとしたうえで、最大の心残りは「バンドがオリジナル楽曲コンテストで優勝できず、オリジナル楽曲賞にとどまったこと」だと答えた。そして「もちろん、それは構わないと思っている。私たちは皆、自分の夢に向かって全力を尽くしていたのだから、それこそが最良のことだ」と続けた。清華の学年首席が語る「最大の失敗」が音楽コンテストの準優勝である、というエピソードは、彼の価値の置き所を端的に示している。本人は後年、1週間解けなかった数式が、通学中に好きな曲を聴いていて突然ひらめいた経験を語り、音楽が研究のブレイクスルーを助けたと述べている。
CMUの4年間──XLNetとTransformer-XLの筆頭著者
2015年、楊植麟はカーネギーメロン大学（CMU）の言語技術研究所（LTI）に進学した。指導教員はRuslan Salakhutdinov（後にAppleのAI研究責任者）とWilliam W. Cohen（後にGoogle DeepMindのプリンシパルサイエンティスト）である。博士論文は「Advances in Generative Feature Learning」（2019年、CMU-LTI-19-010）。通常6年前後を要するCMUの博士課程を、彼は4年で終えている。
在学中の業績は密度が高い。2018年のICLRでは「Breaking the Softmax Bottleneck: A High-Rank RNN Language Model」が採択率2%のオーラル発表に選ばれた。同年のEMNLPでは、複数文書をまたいで推論する必要のある質問応答データセット「HotpotQA」を発表し、これは現在も長文脈・マルチホップ推論の標準ベンチマークとして使われている。2019年にはACLでTransformer-XL、NeurIPSでXLNetが採択され、XLNetは採択率0.5%のオーラル枠に入った。XLNetは公開時点でBERTを20のNLPベンチマークで上回り、引用数は1万件を超えている。Transformer-XLは、固定長の文脈窓を超えて長い系列を扱うためのアーキテクチャ的基礎を与えた論文であり、後年のMoonshotの「長文脈」戦略の源流にあたる。
博士課程の間、彼はGoogle BrainでQuoc V. Leと、Facebook AI Research（FAIR）でJason Westonと研究インターンを務めた。XLNetの共著者にはZihang Dai、Yiming Yang、Jaime Carbonell、Salakhutdinov、そしてQuoc V. Leが名を連ねる。推論と表現学習をめぐるテーマでは、チューリング賞受賞者であるYoshua BengioおよびYann LeCunとも共著関係を持った。
指導教員のSalakhutdinovは彼を「絶対的に優秀な学生」と呼び、科学的な研究、コーディング、実装のいずれにも秀でていたと述べている。別のインタビューでは「ピンク・フロイドを聴くのが好きな、驚くべき学生」「ビジネスの嗅覚だけでなく、プログラミングの最深部まで掘り下げる技術力を併せ持つ稀有な才能」と評した。彼はまた、楊植麟がCMU在籍中に「機械学習に真に根本的な貢献をした」とも語っている。
学位取得後の楊植麟には、スタンフォードとMITからのポスドクのオファーがあり、Appleからも誘いがかかった。中国メディアの報道によれば、Tim Cookに直接レポートする幹部が本人に接触し、中国に戻りたいという意向を聞いてなお、北京拠点でのポジションを提案したという。それでも彼は断った。Salakhutdinovが記憶している彼の言葉はこうだ──「もし今スタートアップをやらなければ、私は一生後悔する」。
帰国後の職歴──循環智能、盤古、悟道
楊植麟のキャリアは、Moonshot AIの前にすでに二層ある。
一つ目が循環智能（Recurrent AI）である。彼は2016年、CMUで学びマイクロソフトリサーチアジアを経た陳麒聡（CEO）、清華大学出身で学術検索エンジンAMinerのコア開発者だった張宇韜とともに、この会社を共同創業した。金融、保険、不動産、自動車といった業種の営業・カスタマーサービスのコミュニケーションをAIで解析・強化する、いわゆるSalesTech企業である。中国日報の報道によれば、同社は2019年時点で2ラウンド合計で1,000万ドル近い資金を調達している。楊植麟はこの会社で、CMU・Googleとの共同研究で生まれたXLNet／Transformer-XLの技術を実務に持ち込む役回りを担った。
二つ目が中国国内の大規模モデル開発への関与である。2020年には華為（ファーウェイ）と組み、初期の盤古（PanGu）NLPの開発に関わった。循環智能の公式発表では、同社の「盤古」NLPプラットフォームがゼロショットのモデリング技術で金融機関のAI構築コストを下げ、モデリング効率を10〜1,000倍に高めるとされ、楊植麟がその主席研究者として位置づけられている。2021年には北京智源人工智能研究院（BAAI）で悟道（Wu Dao）大規模モデルの開発チームを率いた。この時期の彼は、清華のグループとGLM（General Language Model）やP-Tuning v2に関する論文をACL 2022で発表してもいる。つまり、GPT-3後の中国において、大規模事前学習モデルの設計と国家プロジェクト規模の実装の両方を、彼はMoonshot創業前に一通り経験していたことになる。
創業物語──ピンク・フロイドと「月の裏側」、そして仲裁
Moonshot AIの社名は音楽から来ている。中国名の「月之暗面」はピンク・フロイドの1973年のアルバム『The Dark Side of the Moon』の直訳であり、同アルバムのリリースからちょうど50年後にあたる2023年に会社が立ち上がった。北京月之暗面科技有限公司の設立は2023年春で、共同創業者として名前が挙がるのは楊植麟（CEO）、周昕宇、呉育昕、そして張宇韜である。全員が清華大学出身で、周昕宇はSplayでリードギターを弾いていた相棒であり、CVPR 2018で発表されたShuffleNetアーキテクチャの共著者としてCTO兼アルゴリズム統括を務める。呉育昕はMeta AI Research時代にGroup Normalizationを共同開発し、コンピュータビジョンのツールキットDetectron2を作った人物で、COOとしてAI研究を率いる。社内の会議室にはローリング・ストーンズ、レッド・ツェッペリン、そしてSplayといったバンド名が付けられ、サブスクリプションの階層にも音楽用語が使われている。
創業の経緯について、楊植麟は2024年12月に自ら説明している。彼がMoonshotの設立を決めたのは2022年末で、2023年2月に循環智能のCEOと合意に達し、循環智能の取締役会が新会社の設立を承認して全取締役が署名した、というのが本人の説明である。実際、創業から3か月で6,000万ドルを調達し、約40名のAI専門家を集めた。同年10月にKimiが公開され、20万字（中国語）という当時としては破格の長文脈処理能力で一躍知られるようになる。2024年3月にはこれを200万字に拡張したが、ユーザー急増で2日間のサービス障害を起こしてもいる。
もっとも、この創業の経緯は法的な争いにもなった。2024年11月、循環智能の投資家7社のうち5社（順為資本、靖亜資本、博裕資本、華山資本、萬物資本）が、楊植麟と張宇韜を相手取り香港国際仲裁センター（HKIAC）に仲裁を申し立てた。Moonshotのスピンオフが循環智能と株主の利益を損ねたとして、1億ドル（約164億円）近い賠償を求める内容で、争点の核心は「循環智能の投資家から権利放棄同意書（waiver）を得る前に資金調達と会社設立に着手したか否か」だった。Moonshotは同月11日、代理人を通じて「法的根拠も事実的根拠も欠く」として争う姿勢を示し、その後この件は仲裁を通じて決着した。中国のスタートアップ史において、連続起業家のスピンオフをめぐる資本側とのコンフリクトが国際仲裁にまで至った事例として、この一件は繰り返し参照されている。
会社の中身については、社員数は2026年時点で約300名、平均年齢は30歳未満とされる。中国メディアは、K3のAttnRes技術のコア貢献者の一人が17歳の高校生・郭光宇であると報じている。同僚の宋凱は月之暗面の文化を「和諧的暴躁（調和のとれた気短さ）」と要約する。技術者同士のコミュニケーションは率直で圧が強く、「率直、激烈、高効率」で、面と向かって同僚を批判し、提案を容赦なく却下する。ただし「他人があなたを『喷』（批判）するときには必ず理由がある」ため、他人の成果を横取りする「摘桃子」現象は起こりえず、人的効率が極端に高い、というのが内部からの描写である。楊植麟のWeChatの署名は「直接沟通（直接コミュニケーション）」であり、採用の絶対基準として本人が挙げるのは「Taste（品味）」だという。年間100名超が社員紹介経由で入社し、社内ではこれを「人传人（人から人へ感染する）」と呼んでいる。投資家側からの評価としては、Monolith Capital（真格系）の曹曦が、楊植麟には他の創業者にない「不服（納得しない、屈しない）」という気質があると述べている。
楊植麟自身の思想は、36氪の長編インタビュー「向延绵而未知的雪山前进（連なる未知の雪山へ進め）」でよく表れている。彼はAGIについて「AIとは、これから1〜2年でPMFを見つけることではなく、これから10年から20年でどう世界を変えるかだ」と語り、「もし全員があなたを普通だと思い、あなたの理想が誰にでも思いつくものなら、それは人類の理想の総量に何の増分ももたらさない」と述べている。長文脈については「新しいコンピュータのメモリ」と位置づけ、ファインチューニングではなく会話履歴によって真のパーソナライゼーションが可能になると主張する。Googleで学んだ第一原理として彼が挙げるのは「スケールで解ける問題なら、新しいアルゴリズムで解こうとするな」という原則である。
2026年7月に公開された90分のインタビューでは、彼はより現実的なトーンで語っている。事前学習のデータの壁は「客観的な事実として存在する」と認めたうえで、計算資源をRLとトークン効率に振り向けるべきだとし、推論能力とエージェント能力は別々の技術的な賭けであると整理する。「AGIは方向かもしれない。ある一歩ではないかもしれない」「この雪山には終わりがないのかもしれない。分からない。終わりがないことを願う」といった言い回しが、彼の時間軸の取り方を示している。企業経営についても「RLでチームを管理する最大の問題は、簡単にハックされてしまうことだ」と、報酬設計の失敗をモデルと組織の共通課題として語った。K3の開発思想については、Moonshot社長の張裕彤（Yutong Zhang）が今年初めの世界経済フォーラムで述べた言葉が端的である──「我々には単純に計算資源をスケールさせるという贅沢がないと分かっていた。それが、基礎研究と効率に集中せざるを得なくさせた」。
シリコンバレーのVCは何を見たか──「猫は袋に戻せない」
K3が起こした最初の反応は、市場だった。フィラデルフィア半導体指数はK3公開後の1週間で10〜12.5%下落し（媒体によって集計の幅がある）、2025年4月以来の下げ幅を記録した。NVIDIA、ブロードコム、AMD、Arm、インテル、マイクロンが軒並み売られ、公開当日のナスダックは1.4%超下落した。香港市場では智譜が28%安、MiniMaxが16%安となり、TechTimesは世界の半導体関連時価総額から3.3兆ドル（約541兆円）が消えたと報じた。7月28日には韓国KOSPIが10.8%安、サムスン電子が13.4%安、SKハイニックスが14.7%安と急落したが、CNBCはこれをAIインフラ投資の資金調達をめぐる懸念と中国勢の台頭が重なったものと説明している。2025年1月のDeepSeekショックでNVIDIAが1日に5,890億ドル（約96兆6,000億円）を失った記憶が、そのまま呼び起こされた格好だった。
しかし、シリコンバレーのVCの反応は「怯え」だけではない。むしろ彼らの多くはこの事態を、自分たちの投資対象がどこにあるかを言い当てる機会として扱っている。
投資家のBill Gurleyは、Anthropicが安全性を理由に中国製オープンモデルの規制を求めていることについて、その安全上の懸念が「ちょうど自社のビジネスモデルがオープンモデルに攻撃される場所で生じている」と指摘し、米国企業はむしろ自らオープンウェイトモデルへの投資を増やすべきだと主張した。a16zのMartin Casadoは、オープンなソフトウェアはイノベーションを加速させ、プロプライエタリなプロジェクトと共存しうるという立場を取っている。Link VenturesのDave Blundinは、ポッドキャストで米政府の封じ込め論を「あれは、全面崩壊の前に緊急交渉をするための口実が必要なだけだ。K3はもう数日後に来る。あの猫はもう袋に戻せない」と切り捨て、「AIを作るときに最初にやることは、Hugging Faceに接続してオープンソースのデータを全部ダウンロードすることだ。これはNapsterと同じだ」と述べた。
Chamath PalihapitiyaはCNBCのSquawk Boxで、100万トークンあたりのコストがAnthropicで56ドル（約9,180円）、OpenAIで26ドル（約4,260円）、中国勢では50セント（約82円）だという価格差を提示した。この数字はモデルの組み合わせ方によって幅が出るが、彼が示したかったのは、推論価格の桁が違うという構造的な事実である。
研究者・アナリスト側では、Nathan Lambertの整理が最も参照されている。彼はK3を「フロンティア級のオープンウェイトモデルが現実になったという分水嶺」と呼び、DeepSeek R1のときよりもフロンティアに近いと評した。そのうえで彼が示す論点は三つある。第一に、オープンモデルはクローズドラボの利益率に「減速主義的（decelerationist）」な圧力をかけ、再投資能力と評価額を削るが、より長い時間軸では経済全体へのAIの普及を加速させる。第二に、中国のラボは計算資源を能力に変換する効率が高く、その背景には研究者コストの低さ、データ産業の成熟、そして輸出規制の抜け道を通じた計算資源へのアクセスがある。第三に、米国がオープンモデルを強権的に制限すれば非対称な脆弱性が生まれる──「米国の最良のモデルにはサイバーセキュリティ関連のガードレールがかかっているが、世界中のアクターは優れた中国製オープンウェイトモデルを使って我々の防御を探ることができる」。彼は「オープンウェイトモデルがクローズドのフロンティアからわずかに遅れている状態こそが、リスクを緩和する自然な緩衝材だ」と述べ、3〜6か月というギャップの大小より、新たな危害を先回りして検出する評価基盤を作るほうが重要だと結論づけている。
American Enterprise InstituteのRyan Fedasiukは、中国と米国のフロンティアAIの差が従来言われた「6〜8か月」から「数週間に近いところまで縮まった」とSCMPに語った。
そして最も政治的な重みを持ったのが、NVIDIAのジェンスン・フアンの発言である。彼は米企業が中国製モデルを使うことを「絶対に許されるべきだ」と述べ、優れたオープンソースモデルは使われるべきだと明言した。この立場は、7月24日に25の企業・団体が署名した公開書簡「Open Weights and American AI Leadership」に結実する。署名者にはNVIDIA、マイクロソフト、メタ、IBM、パランティア、デル、Mistral、Hugging Face、Mozilla、Linux Foundation、そしてa16zとY Combinatorが並んだ。OpenAI、Anthropic、Googleの3社は署名していない。その前日の7月22日には、新設された業界団体Little Tech Associationが、約200のベンチャー支援スタートアップの署名を添えて、トランプ大統領、ラトニック商務長官、ホワイトハウスOSTP長官のクラツィオスに宛てて、中国製オープンウェイトモデルの全面禁止に反対する書簡を送っている。彼らの主張は単純で、アクセスを断てばスタートアップのコストが上がり、競争が減り、少数の米国大手AI企業の市場地位が強化されるだけだ、というものである。
業界内の対立は個人名のレベルにまで及んだ。ニュースレターNewcomerの報道によれば、OpenAIで政策を担うDean Ballは中国モデルの利用者に「大量の規制リスク」を負わせるべきだとし、各省庁にFUDを生む「ソフトロー」を出させるべきだと論じたが、トランプ政権で初代AI・暗号資産担当を務めたDavid Sacksはこれを「規制上の不確実性の武器化であり、完全に受け入れがたい」と非難した。Hexの CEOであるBarry McCardelは、OpenAIとAnthropicが「愛されたオタクのヒーロー」から「邪悪で反競争的な巨人」に転じる速度を批判し、RipplingのCEOであるParker Conradは「政治的につながりの深いグロース投資家たちが、Anthropicへの自分の投資を守るために動員されている」と述べた。
VCにとってのより深い問題は、資金配分の構造そのものにある。PitchBookのデータでは、2026年上半期に米国スタートアップへ投じられたVC資金の60%超がOpenAIとAnthropicの2社に流れた。ファンドのリターンがこの2社のメガIPOに賭けられている以上、オープンウェイトによる推論価格の崩壊は、単なる技術トレンドではなくアセットクラスの前提を揺さぶる話になる。実際、資金の重心はすでに一段上のレイヤーへ移動している。推論サービングのFireworksは9か月で評価額が40億ドル（約6,560億円）から175億ドル（約2兆8,700億円）へ、Baseten は5か月で50億ドル（約8,200億円）から130億ドル（約2兆1,300億円）へ跳ね、Together AIは8億ドル（約1,310億円）を調達した。誰がモデルを持つかではなく、誰が最も安く確実にモデルを回せるかに価値が移るという読みである。
需要側の実データもそれを裏づける。Forbesは、DoorDashが低レイヤーのタスクにKimiを使い（高レイヤーにはAnthropicのFableを残す）、Coinbaseが社内利用を認め、SpaceXが買収を発表したCursorが自社製品の基盤にKimiのモデルを用いていると報じた。Fortuneはこれに加えてThinking Machinesを利用者として挙げている。OpenRouter上では、米国企業のトークン利用の約60%を中国製モデルが占めるまでになった（アジア勢全体で約60%、年初から3倍という集計もある）。
各紙・各サイトの報じ方と、米政府の反撃
英語圏の主要媒体の切り口は分かれた。Fortuneは「中国のAIがFableレベルの領域に押し上がった」と技術的到達点を強調し、アナリストが「中国がFable級のモデルを出すのは来年初頭だと予想していなかった」と受け止めていると報じた。Axiosは「フロンティア級の結果でAI界を驚かせた」としたうえで、続報では「中国がオープンウェイトの反乱を起こし、AIレースが二つに割れた」という構図を提示した。SCMPは「なぜ中国のオープンウェイトモデルKimi K3がシリコンバレーに不安を引き起こしているのか」という直球のタイトルで、クローズドなフロンティアラボが高値を維持できたのは最良のモデルがコピー不能だったからであり、K3がその前提を壊したと分析した。Tom's Hardwareは重み公開を「OpenAIとAnthropicの舷側への一斉射撃」と表現し、Bloombergは技術面について「Kimi K3は計算資源よりもメモリの話かもしれない」という角度から報じた。日本ではForbes JAPANが「OpenAIやアンソロピックへの挑戦状」と紹介し、PC Watchやビジネス+ITが重み公開と2.8兆パラメータの意味を技術寄りに解説している。
数値の扱いには媒体差がある。パラメータ数についてFortuneは2.7兆と書き、他の多くの媒体は2.8兆としているが、技術レポート上の正確な値は総パラメータ2.78兆・活性1,040億である。市場影響についても、TechTimesが半導体関連の世界時価総額3.3兆ドル消失としたのに対し、中国メディアは米AI株が72時間で約4,700億ドル（約77兆円）を失ったと集計しており、対象範囲が異なる。
そして7月22日、米政府が動いた。ホワイトハウス科学技術政策局（OSTP）長官のマイケル・クラツィオスがXで、「我々は、MoonshotがK3モデルの開発のためにAnthropicのFableを蒸留したという情報を持っている」と投稿し、さらにMoonshotがNVIDIAのGB300搭載サーバーを取得し、タイでGB300にアクセスしていた、おそらくはモデル学習のためだと主張した。GB300はNVIDIAのBlackwell世代であり、中国企業への販売は禁じられている。クラツィオスは「オープンソースは、米国の知的財産に対するオープンシーズン（狩猟解禁）ではない」と述べた。財務長官のスコット・ベッセントも「中国企業が秘密裏かつ産業規模の蒸留攻撃を行い、それが知的財産の窃取に踏み込むのであれば、制裁とエンティティリスト指定が選択肢に上がる」と警告した。
この告発の下敷きになっているのが、Anthropicが2026年2月23日に公表した「Detecting and preventing distillation attacks」である。同社はDeepSeek、Moonshot、MiniMaxの3社を名指しし、約24,000の不正アカウントを通じてClaudeと1,600万回超のやり取りが行われ、利用規約と地域アクセス制限に違反したと主張した。内訳はDeepSeekが15万回超、Moonshotが340万回超、MiniMaxが1,300万回超。Moonshotが狙ったのはエージェント的推論とツール利用、コーディングとデータ分析に加えて、コンピュータ操作エージェントの開発とコンピュータビジョンだったとされる。Anthropicは、IPアドレスの相関、リクエストのメタデータ、インフラ指標、および一部では業界パートナーからの裏づけによってこれらを帰属させたと説明し、蒸留攻撃のパターンを検出する分類器と行動フィンガープリンティングを導入したうえで、技術的指標を他のAIラボやクラウド事業者、関係当局と共有していると述べた。報道によれば、この活動に紐づくメタデータの一部がMoonshotの上級社員の公開プロフィールと一致したという。
Moonshotはこれを全面否定し、K3の性能向上はアーキテクチャの独自革新によるものだと主張している。専門家の間にも懐疑論がある。Fableが一般公開されたのは7月1日で、K3の公開はその2週間後である。この期間で2.8兆パラメータのモデルを蒸留によって作り上げるのは無理がある、というのが技術サイドからの反論の骨子だ。中国商務部の報道官は、米国による中国AI企業への制裁の脅しには「事実的根拠も法的正当性もない」と述べ、中国は自国の利益を守ると表明した。Semaforのテック編集者Brendan Ruberryは、そもそも輸出規制で対処すべき問題ではないという立場から「ソフトウェアは国境で止められない。そうしたリスクは自分たちの防御を固めることで防ぐものだ」と論じている。
次に何が起きるか──2026年後半から2027年初頭のタイムライン
直近で最も確度の高い動きは資本市場である。Bloombergの報道に従えば、Moonshotはプレマネー315億ドルのラウンドを数日中にクローズし、その直後の8月に、上場前最後となる調達の交渉を開始する。目標評価額は最大500億ドル。これが成立すれば、K3公開から2か月足らずで評価額が1.5倍、2025年末の43億ドルから見れば1年足らずで10倍を超える。上場先は香港で、最短6か月というのが関係者の見立てであり、Bloombergは年内上場もありうると伝えている。中金公司とゴールドマン・サックスが共同スポンサーの起用候補として名前が挙がっており、赤チップ構造の解体は2026年5月から進行中である。順調に進めば、2026年末から2027年初頭のいずれかの時点で、智譜・MiniMaxに続く3社目の中国基盤モデル企業が香港市場に登場することになる。
製品面では、K3の推論エフォートのlow / highモードが後続アップデートで解放される予定である。現在はmax固定のため、1タスクあたりのトークン消費と価格が用途に対して過剰になるケースがあり、この解放はAPI利用の裾野を直接広げる。GPU容量の制約で停止している新規サブスクリプションの再開も、バッチ単位で順次進むとMoonshotは説明している。この容量問題は、同社が今後の調達資金をどこに投じるかを規定する要因でもある。オープンウェイトで配りながら自社でも推論を売る、という二重構造の採算は、ARR3億ドルという数字の裏側で今まさに検証されている。
競合の反応も具体的な日付を持って動いている。イーロン・マスクはK3を「impressive」と評したうえで、xAIが2兆パラメータのGrok 4.6を最終学習段階に入れており、生成速度とトークン効率をGrok 4.5並みに保ったままKimi K3を上回りうると述べた。Moonshotは微博で「2兆超クラブへようこそ」と応じている。中国国内でもDeepSeek V4 Pro、GLM-5.2、Qwen3.6-Max、MiniMax M3が数週間単位で更新を重ねており、オープンウェイトの首位は特定のタスク種別・リリースサイクル・価格体系によって容易に入れ替わる状態にある。
政策面が最大の不確実要因である。財務省が示唆した制裁とエンティティリスト指定は、実際に発動されればMoonshotの計算資源調達と海外での配布の双方に直接影響する。一方で、NVIDIA・マイクロソフト・メタ・a16z・Y Combinatorを含む25署名者の公開書簡と、約200のスタートアップによるLittle Tech Associationの書簡は、規制強化に対する産業側の抵抗が組織化されたことを示している。この綱引きがどちらに転ぶかは、K3の技術的優劣とは無関係に、米国のAIスタートアップの調達コストとMoonshotの評価額の双方を左右する。
シリコンバレーのVCがこれから数値で追うのは、おそらく次の四つになる。第一に、Moonshotの3億ドルARRのうちAPI比率7割超という構成が、価格を3〜4倍に引き上げた後も維持されるか。第二に、オープンウェイトの配布がAPI収益を食うのか、それとも自己ホスティングからのアップセルを生むのか。第三に、Kimi K3 Licenseの2,000万ドル閾値が、推論サービング事業者に対して実際に執行されるのか。そして第四に、推論レイヤー（Fireworks、Baseten、Together AI）の評価額が、モデルレイヤーの利益率低下と引き換えに膨らみ続けるのか。Nathan Lambertの言い方を借りれば、オープンウェイトモデルは「クローズドラボの利益率を削りながら、経済全体へのAIの普及を加速させる」。その二つの効果が、どの時間軸で、どちらの側の帳簿に先に現れるか──2026年後半のAI投資は、その一点を見ている。
