Kimi K3完全ガイド：Moonshotの2.8T旗艦モデル

Moonshot AIは2026年7月中旬に Kimi K3 を公開しましたが、その順序は通常と逆でした。APIドキュメント、料金ページ、実際に使えるkimi-k3モデルIDが、ベンチマーク表、技術ブログ、重みの公開より先に現れたのです^[1]。情報の空白を1週間にわたるリーク投稿が埋めましたが、広まった内容のほとんどには少なくとも1つ誤りがありました。本ガイドはMoonshot自身の資料から、確認済みのこと、意図的に固定されたこと、未公開のことを整理したものです。

視点も明確です。私たちはreAPIゲートウェイでKimi K3を提供しています。以下ではモデルの概要だけでなく、実際の呼び出し方、リクエストを拒否させるパラメータ、請求を左右するキャッシュ、K2.xコードの移行時に待つ落とし穴まで説明します。

要点

• Kimi K3は2.8兆パラメータの旗艦モデルです。Kimi Delta Attentionというハイブリッド線形アテンション機構とAttention Residualsを基盤とし、Stable LatentMoEは各tokenで896エキスパート中16を有効化します^[1][3]。
• コンテキストは1,048,576 tokensで料金は一律です。長文向けの追加ティアはありません。MoonshotのネイティブAPIでは出力上限の初期値は131,072で、最大1,048,576まで設定できますが、入力と指定した上限の合計がウィンドウ内に収まる必要があります^[1][2][9]。
• 推論は常にオンです。 調整できるのは3段階のreasoning_effort（low / high / max、mediumなし）だけで、初期値はmaxです^[4]。
• サンプリングは固定されています。temperatureは1.0、top_pは0.95、nは1、2つのpenaltyは0です。別の値を送るとエラーになります^[1]。
• Moonshot の公表料金は 1M トークンあたり入力 $3.00 / 出力 $15.00（キャッシュヒット入力 $0.30）で、2026 年 10 月 23 日に確認しました。キャッシュ書き込みには TTL 別の料金があります。reAPI は現在、入力 $2.50、キャッシュ読み取り $0.25 と表示しています。本ガイドの reAPI 出力 $12.00 は 2026 年 7 月の価格を残したもので、現在の料金ではありません^[2][8]。
• 画像と動画をネイティブ入力できますが、公開画像URLは拒否されます。base64またはアップロード済みファイルの参照が必要です^[5]。

Kimi K3の概要

表の情報はすべて、2026年7月26日に取得したMoonshot APIドキュメントに基づきます。

2つの数字は特に重要です。2.8Tという規模は、これまでオープンウェイトモデルが到達していない領域です。Moonshotは重みの公開を約束しており、実現すれば3兆パラメータ級で初のオープンソースモデルになります^[3]。料金も注目点です。$3.00 / $15.00はK2系列の3～4倍に当たります。MoonshotはKimiが従来意味していた低価格モデルではなく、最前線の旗艦としてK3を設定しました。それでも入力、出力ともにクローズドな最先端モデルを下回ります。

発表順序：APIが先、技術資料は後

展開順を知ると、いまも食い違う情報が出回る理由が分かります。公開前、コミュニティの追跡者はMoonshotのプラットフォームに一瞬表示された宣伝ページと、Kimiアプリのbeta選択肢を見つけました。リーク情報は「約2.5Tパラメータ、1Mコンテキスト」に収束しました。近いものの、公式値は2.8Tです。その後、Moonshot公式アカウントが無言の予告映像を公開し、製品が報道を追い越しました。API資料、クイックスタート、料金ページは、最初の金融報道と同じ日に公開されています^[1][2]。

APIと資料をベンチマークや重みより先に出す順序は、初日に技術ブログとオープンウェイトを揃えたK2旗艦モデルとは逆です。その結果、K3公開後の最初の1週間は資料だけが信頼できる情報源で、それ以外は推測でした。

アーキテクチャ：Kimi Delta Attention、LatentMoE、Attention Residuals

K3資料で技術的に最も興味深いのは、「Kimi Delta Attentionというハイブリッド線形アテンション機構とAttention Residualsを基盤とする」という記述です^[3]。これは宣伝文句ではありません。Moonshotが2025年末に発表した Kimi Linear 研究を本番投入したもので、1M-tokenウィンドウと、それを使えるものにする一律料金の理由を説明します^[6]。

**Kimi Delta Attention（KDA）**は、より細かなゲーティングを備えたGated DeltaNetの改良型に当たる線形アテンションです。標準的なsoftmaxアテンションでは、キー・バリューキャッシュが系列長に比例して増え、100万tokenコンテキストの提供コストが極端に高くなります。線形アテンションは代わりに固定サイズの再帰状態を保持します。従来の代償は品質で、純粋な線形アテンションは長い文書の正確な想起が苦手でした。

ハイブリッド構成はKimi Linear論文がこの問題を解いた方法です。KDA層とフルアテンション層を3:1で交互に置き、4層のうち3層を低コストな線形機構、4層目を正確なグローバルアテンションにします。公表結果では品質ベンチマークでフルアテンションを上回り、KV-cacheメモリを最大75%削減し、1M-tokenコンテキストでデコードを最大6x高速化しました^[6]。

Stable LatentMoEはスパースなMixture-of-Experts構成で、896エキスパートのうち各tokenで16を有効化します^[3]。この疎性が2.8Tモデルを実際に提供可能にします。各tokenの計算に使うのは総パラメータの一部だけです。

Attention Residualsだけは、まだ公開論文がありません。この名称はK3資料で初めて登場しました。技術報告が出るまでは、名前は分かるが仕組みは分からない、というのが正確です。

実務で重要なのは、1M-tokenコンテキストには経済性が必要だからです。超長文を提供する多くの事業者は料金を上げるか、品質を静かに落とします。K3資料は段階料金がないと明記しており、5,000 tokensでも900,000 tokensでも同じtoken単価です^[2]。長文の限界費用が本当に下がっていなければ、この価格は合理的ではありません。それこそKDAの目的です。アーキテクチャが料金を説明しています。

APIが実際に提供するもの

K3 APIには、K2.xやOpenAI型モデルから移行するチームを驚かせる強い制約があります。以下は観測ではなく、資料に明記された仕様です^[1]。

• 推論は常にオンです。 非思考モードはなく、MoonshotのFAQも「思考連鎖を止める方法」に対して、できないと明言します。トップレベルのreasoning_effortにはlow、high、maxの3段階があり、mediumはありません。初期値は最も高価なmaxです^[4]。
• サンプリングは固定です。 temperatureは1.0、top_pは0.95、nは1、2つのpenaltyパラメータは0です。別の値はエラーになるため、省略してください。タスクごとにtemperatureを調整していた工程では、その手段がなくなります。
• 出力予算は入力と同じウィンドウに収めます。 MoonshotのネイティブAPIではmax_completion_tokensの初期値は131,072で、最大1,048,576まで設定できます。入力とこの上限の合計がコンテキストを超えると、invalid_request_errorが返ります。最大の設定値は、100万tokenの最終回答を保証しません。入力・推論・回答の余地を確保して、上限を明示してください^[9]。
• ストリーミングは推論と回答を分離します。 応答はreasoning_contentのdeltaとcontentのdeltaを別に送り、UIは思考過程と最終回答を分けて表示できます。
• Preserved Thinkingが必須です。 複数ターンやツール呼び出しでは、reasoning_contentとtool_callsを含むassistantメッセージ全体を変更せずmessagesへ戻します。OpenAI型コードでよくあるcontentだけの保持は、気づかないうちに性能を落とします。
• 画像入力には制約があります。 画像と動画はネイティブ対応ですが、公開画像URLは使えません。base64 data URIを送るか、ファイルをアップロードしてIDで参照します^[5]。
• 構造化出力は正式機能です。 strict: true付きJSON Schemaは最終回答フィールドを制約しますが、文章の推論部分は制約しません。

新しいツール呼び出し

K3では2つの機能が初登場しました。どちらも、多数のツールを持つエージェントが定義だけでコンテキストを消費する問題を狙っています^[1]。

**tool_choice: "required"**は、そのターンで少なくとも1回のツール呼び出しを強制します。検索すべき場面で記憶だけから答えることを防げます。K2モデルはこの値を拒否しますが、K3は受け付けます。

動的ツール読み込みはさらに新しい仕組みです。会話途中のsystemメッセージに完全なツール定義を置きます。toolsフィールドを持たせ、contentは含めません。その時点からツールが使えます。毎回80個のスキーマを冒頭へ入れる代わりに、オーケストレーターが必要な段階で注入できます。ただしサーバーは動的ツールを保持しません。systemメッセージを履歴から外すと、次のターンで消えます。

資料の警告も重要です。Moonshot内蔵のweb_searchは更新中とされ、現在は本番利用を推奨されていません。検索が必要なら独自のものを用意してください。

自動コンテキストキャッシュ

Moonshot の現在の K3 キャッシュは自動で、既定の TTL は 5m です。prompt_cache_options.ttl で 1h も選べます。2026 年 10 月 23 日に確認した米ドル料金では、キャッシュ書き込みは 1M トークンあたり 5m が $3.00、1h が $6.00、キャッシュ読み取りは $0.30、キャッシュされていない残りの入力は $3.00 です。ヒットのたびに元の TTL が更新され、書き込み料金は再び発生しません。読み取り単価は通常入力より 90% 低いものの、これはヒットした部分の割引であり、リクエスト全体や請求額全体の割引ではありません。^[10]

Moonshot の Chat Completions の使用量では、キャッシュ読み取り、キャッシュ書き込み、キャッシュされていない残りの部分が、合計入力を重複なく構成します。すでにキャッシュ書き込みとして数えたトークンに、通常入力の料金を加算しないでください。すべての数量を百万トークン単位とすると、トークン料金は次のように計算できます。

USD cost = uncached input × $3.00
         + 5m cache writes × $3.00
         + 1h cache writes × $6.00
         + cache reads × $0.30
         + output × $15.00

TTL はエントリの最初の書き込み時に固定されます。変更するには、既存のエントリが期限切れになってから新しく書き込む必要があります。保存できない部分的なキャッシュブロックは、キャッシュなし入力として課金されます。これは Moonshot の直接 API の課金規則です。reAPI のモデルページでは、キャッシュ読み取り 1M トークンあたり $0.25 と別途表示されています。Moonshot のキャッシュ書き込み料金が、そのまま reAPI の料金でもあるとは考えないでください。^[10][8]

2026 年 7 月のドキュメントには、前のプロンプトが 256 トークンを超えること、および reasoning_effort を変更するとキャッシュが無効になることも記載されていました^[4]。これらの古い条件だけでは、現在のキャッシュを完全には説明できません。上記の現在の TTL、プレフィックス照合、ブロックの規則も再利用を左右します。プレフィックスと推論強度を安定させ、ヒットを仮定せず実際のキャッシュ使用量を確認してください。

初期の第三者テレメトリも機能を裏付けています。OpenRouterのK3統計では、トラフィック全体でキャッシュヒット率が75%を超え、加重平均入力価格が定価の3分の1を大きく下回りました^[7]。

kimi k3 pricing

2026 年 10 月 23 日の確認では、Moonshot の米ドル建て API 料金は 1M トークンあたり入力 $3.00、キャッシュヒット入力 $0.30、出力 $15.00 です。キャッシュ書き込みには、上記の 5m と 1h の別料金を使います。reAPI の現在のページでは、1M トークンあたり入力 $2.50、キャッシュ読み取り $0.25 と表示されています。以下の reAPI 出力 $12.00 は 2026 年 7 月の過去の料金で、本ガイドの元の料金スナップショットから残しているものであり、現在の出力料金ではありません。予算を立てる前に、Kimi K3 モデルページで現在の出力単価を確認してください。^[2][8]

Moonshot の中国プラットフォームは、別の人民元料金表を公開しています。1M トークンあたりキャッシュなし入力 ¥20.00、キャッシュヒット入力 ¥2.00、出力 ¥100.00 です。キャッシュ書き込みは、1M トークンあたり 5m が ¥20.00、1h が ¥40.00 です。これは公開された人民元価格であり、米ドル表の換算値ではありません。アカウントに請求されるプラットフォームの料金と通貨を使ってください。^[11]

Moonshot は、コンテキスト長による料金区分はないとしています。プロンプトが長くなってもトークン単価は上がりませんが、トークン数が増えれば費用は増えます。米ドル価格には適用される税金を含みません。API 推論は従量課金で、Kimi 会員プランや Kimi Code サブスクリプションとは別です。^[1][2]

以下の同系列・先端モデルの比較は、本ガイドの 2026 年 7 月時点の料金スナップショットを残しています（1M トークンあたりの米ドル、入力はキャッシュミス時の単価）。過去の背景を示すもので、現在のプロバイダー間の料金比較ではありません。

2026 年 7 月の比較では、K3 は自社系列の 3～4 倍で、表中のクローズドな最先端モデルより 40–50% 安価でした。Moonshotは、1M-tokenウィンドウ、ネイティブ動画入力、最前線級の能力が、オープンウェイト領域の上位価格を正当化すると見ています。

速度は正直に付けるべき注記です。初期の第三者データでは毎秒約28 tokens、最初のtokenまで約4秒です^[7]。この規模で常時推論するモデルとして不自然ではありませんが、遅いのは事実です。K3は1回あたりの深さ向けで、1分あたりの回数向けではありません。遅延が重要な対話ループには別モデルが合います。

製品整理も進んでいます。旧moonshot-v1系列と古いK2.xバリアントは新規ユーザー向け提供を終了し、2026年8月末にプラットフォーム全体で廃止予定です。Moonshotは利用者をK3へ移そうとしています。

K2.xからの移行チェックリスト

現在K2.6またはK2.7-Codeを使う場合、変更は小さいものの無視できません。

1. モデルIDをkimi-k3へ変更します。APIはOpenAI互換のままです。
2. thinkingパラメータをトップレベルのreasoning_effortへ置換します。K2時代のthinkingオブジェクトはK3ではエラーになります。
3. サンプリングパラメータを削除します。temperature、top_p、penalty設定はサーバー固定で、別の値は拒否されます。
4. 推論強度を意識して選びます。 初期値maxが最も高価で、推論tokensは出力料金です。不要ならhighかlowへ下げ、キャッシュが無効になるため会話途中では変えません。
5. コストモデルを再確認します。定価では出力tokenがK2.6の3.75xで、常時推論が出力量も増やします。安定プレフィックスを先、可変サフィックスを後に置いて自動キャッシュを活用します。
6. 公開画像URLを使っていた場合は入力を作り直します。 K3はbase64かアップロード済みファイル参照だけを受け付けます^[5]。
7. reasoning_contentとtool_callsを含むassistantメッセージ全体を、複数ターンで毎回そのまま戻します。

現在K3を使うべき人

確認済みの情報だけで判断すると、K3はtoken単価よりタスクごとの品質が重要な長期作業に向きます。大規模リポジトリを数時間扱うコーディングエージェント、キャッシュ済みプレフィックスに対して繰り返し検索する100万token文書コーパス、画像・動画・コードを1つのコンテキストで扱うマルチモーダル推論などです。

一方、遅延重視の対話製品には不向きです。28 tokens/secは別の仕事の道具です。サンプリングを調整したい工程にも、純粋な低コスト運用にも合いません。後者には安価なティアがあります。

reAPIでKimi K3を使う

K3 の現在の reAPI ルートは、https://reapi.ai/api/v1/chat/completions の OpenAI 互換 Chat Completions です。SDK の base URL を https://reapi.ai/api/v1 に設定し、reAPI ワークスペースの API キーを bearer token として送り、kimi-k3 を使用します。このキーと残高は、GLM-5.2 に使う従来の api.reapi.ai コンソールとは別です。Moonshot のネイティブ API の既定値が reAPI にも適用されると考えず、サンプルのように出力予算を明示してください。^[8]

curl https://reapi.ai/api/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3",
    "messages": [
      { "role": "user", "content": "Refactor this module and add tests." }
    ],
    "max_completion_tokens": 16384,
    "reasoning_effort": "high",
    "stream": true
  }'

reAPI 経由で K3 を評価する際に確認する二つの点：

• 料金。 reAPI では現在、1M トークンあたり入力 $2.50、キャッシュ読み取り $0.25 と表示されています。ここに残した出力 $12.00 は 2026 年 7 月のものであり、現在の請求額を見積もる際はモデルページの現在の出力単価を使ってください。推論は出力使用量を増やすため、以前の出力割引率を引き継ぐのではなく、入力の内訳全体と出力予算を比較してください。^[8]
• ワークスペースへの接続。 K3 は reAPI ワークスペースのキーとクレジット残高を使います。他のモデルを同じクライアントやフォールバック処理に組み込む前に、それぞれの文書にあるエンドポイントと認証情報を確認してください。独立した api.reapi.ai GLM ゲートウェイはこのキーを共有しません。

固定パラメータ、キャッシュ条件、画像パート形式、エラー一覧を含む完全な仕様はKimi K3 APIドキュメント、最新料金はモデルページで確認できます。

よくある質問

Kimi K3はオープンソースですか？

MoonshotはK3をオープンソース公開と説明し、重みの公開を約束しています。実現すれば3兆パラメータ級で初のオープンモデルです^[3]。執筆時点で公開は間近ですが、主な利用経路はまだAPIです。

K3の推論を停止または弱められますか？

停止はできず、常にオンです。reasoning_effortでlow、high、maxへ下げることはでき、初期値はmaxです^[4]。lowは推論コストが回答価値を上回る場合のためにあります。

1Mコンテキストには追加料金がかかりますか？

いいえ。長さに関係なくtoken単価は一定で、900K-tokenのpromptも9Kと同じ料金率です^[2]。Moonshot直結ではキャッシュヒット入力が1M tokensあたり$0.30になります。

K3がtemperatureのエラーを返すのはなぜですか？

temperature、top_p、n、2つのpenaltyはサーバー側で固定され、別の値は上書きではなくエラーになります^[1]。リクエストから削除してください。K2時代のthinkingも同様で、トップレベルのreasoning_effortを使います。

Claude Code、Codex、ClineでK3を使えますか？

Chat Completions との互換性だけでは判断できません。現在の Codex は Responses プロトコルを必要とし、Claude Code の ANTHROPIC_BASE_URL によるゲートウェイ接続は Anthropic Messages を必要とします。ここで説明する reAPI K3 ルートは Chat Completions なので、カスタム base URL とキーだけでは、どちらのツールとのネイティブ互換性も確認できません。Cline、RooCode、OpenCode は、そのクライアントがこのサービスのリクエスト形式とパラメーターを明示的にサポートする場合にのみ接続を評価してください。本ガイドは、すべてのクライアントが動くとは主張しません。Moonshot 自身のプロトコルエンドポイントは、reAPI ルートとは別の接続です。^[12]

ベンチマークでK3はClaude Opus 4.8やGPT-5.5と比べてどうですか？

執筆時点でMoonshotはK3の公式評価表を公開していません。SWE-BenchもTerminal-Benchも、独立検証可能な数字もありません。表と技術報告が出るまで、SNSの具体的な数値は未検証として扱ってください。

参考資料

1. Moonshot AI。Kimi K3 Quickstart — モデルID、固定サンプリング、出力上限、ツール呼び出し、キャッシュの公式API資料。 2026年7月参照：platform.kimi.ai/docs/guide/kimi-k3-quickstart
2. Moonshot AI。Kimi K3 料金：1M トークンあたり $3.00 / $15.00、キャッシュヒット入力 $0.30、コンテキスト長による区分なし。 2026 年 10 月 23 日再確認。現在の表にはキャッシュ書き込みの区分もあります。https://platform.kimi.ai/docs/pricing/chat
3. Moonshot AI。モデル概要 — 2.8T、Kimi Delta Attention + Attention Residuals、Stable LatentMoE（896中16）、オープンソース方針。 2026年7月参照：platform.kimi.ai/docs/api/models-overview
4. Moonshot AI。reasoning_effortの使い方 — 3段階（low / high / max）、初期値max、切り替え時のキャッシュ無効化。 2026年7月参照：platform.kimi.ai/docs/guide/use-reasoning-effort
5. Moonshot AI。Kimi画像モデルの使い方 — 画像・動画入力、base64とファイル参照、公開URL不可。 2026年7月参照：platform.kimi.ai/docs/guide/use-kimi-vision-model
6. Moonshot AI。Kimi Linear: An Expressive, Efficient Attention Architecture（arXiv:2510.26692）— KDA、3:1ハイブリッド、KV-cache、デコード結果。 2026年7月参照：arxiv.org/abs/2510.26692
7. OpenRouter。MoonshotAI: Kimi K3 — キャッシュ率、加重入力価格、スループット、TTFTのライブ統計。 2026年7月参照：openrouter.ai/moonshotai/kimi-k3
8. reAPI。Kimi K3：モデルページの料金と現在の Chat Completions 認証。 2026 年 10 月 23 日再確認。本記事に残した出力 $12.00 の料金は 2026 年 7 月のスナップショットに基づきます。モデルページ；API ドキュメント。
9. Moonshot AI. Chat Completions API — output cap and input-plus-cap validation. Retrieved September 8, 2026 from platform.kimi.ai/docs/api/chat
10. Moonshot AI。コンテキストキャッシュ：TTL、互いに重複しない使用量カテゴリ、キャッシュ書き込みの計上。 2026 年 10 月 23 日確認。https://platform.kimi.ai/docs/guide/context-caching
11. Moonshot AI。中国プラットフォームのモデル料金：人民元価格表。 2026 年 10 月 23 日確認。https://platform.kimi.com/docs/pricing/chat
12. OpenAI と Anthropic。Codex プロバイダーの通信プロトコルと Claude Code ゲートウェイのプロトコル要件。 2026 年 10 月 23 日確認。https://learn.chatgpt.com/docs/config-file/config-reference ; https://code.claude.com/docs/en/llm-gateway-protocol

関連記事

• reAPI。Kimi K3 APIドキュメント。 reapi.ai/docs/kimi-k3
• reAPI。Kimi K3モデルページ — 最新料金。 reapi.ai/models/kimi-k3
• reAPI。Claude Opus 4.8とは？Anthropicの新モデルを解説。 reapi.ai/blog/what-is-claude-opus-4-8
• reAPI。reAPIとは？ reapi.ai/blog/what-is-reapi