2026/07/27 · 更新日：2026/09/08

Kimi K3完全ガイド：Moonshotの2.8T旗艦モデル

Kimi K3の仕様、構造、料金、APIを解説。1Mコンテキスト、常時推論、固定サンプリング、OpenAI互換APIでの利用方法をまとめます。

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 tokensあたり入力$3.00 / 出力$15.00（キャッシュヒット入力は$0.30）です。reAPIでは同じモデルを$2.50 / $12.00で利用でき、両方とも公表価格を下回ります^[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。

仕様	Kimi K3（公式）
モデルID	`kimi-k3`
総パラメータ数	2.8兆
アーキテクチャ	Kimi Delta Attention（ハイブリッド線形アテンション）+ Attention Residuals、Stable LatentMoE、896中16エキスパートを有効化
コンテキスト	1,048,576 tokens（1M）
最大出力	ネイティブAPIの初期値131,072 tokens、設定可能な上限1,048,576。入力との合計がコンテキスト内に収まること ^[9]
モダリティ	テキスト、画像、動画入力、テキスト出力
推論	常時オン、`reasoning_effort`は`low` / `high` / `max`、初期値`max`
入力料金（キャッシュミス）	1M tokensあたり$3.00
入力料金（キャッシュヒット）	1M tokensあたり$0.30
出力料金	1M tokensあたり$15.00
コンテキストの段階料金	なし。長さにかかわらずtoken単価は一定

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

K3のキャッシュにID、TTL管理、追加パラメータは不要です。長いプレフィックスをリクエスト間で安定させると、プラットフォームが自動でヒットを試み、1M tokensあたり$3.00ではなく$0.30で課金します^[1]。繰り返し部分が90%引きになり、1Mウィンドウをデモから実用へ変えます。コーパスを一度安定プレフィックスとして読み込み、その後は10分の1の価格で繰り返し問い合わせられます。

ヒットには2条件があります。前のリクエストのprompt tokensが256を超えること。下回ると保存されません。さらにreasoning_effortを変えないこと。会話途中の変更はプレフィックスキャッシュを無効化します^[4]。開始前に段階を決めてください。

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]。

料金：低価格路線からの意図的な転換

これまでのKimiは主に価格で競争しましたが、K3は違います。以下は同系列と最前線の競合との位置です。単位は1M tokens、入力はキャッシュミス料金です。

モデル	入力	出力	キャッシュヒット入力	コンテキスト
Kimi K2.6	$0.95	$4.00	$0.16	256K
DeepSeek V4 Pro	$1.74	$3.48	$0.145	128K
Kimi K3（Moonshot直結）	$3.00	$15.00	$0.30	1M
reAPIのKimi K3	$2.50	$12.00	—	1M
Claude Opus 4.8	$5.00	$25.00	—	1M
GPT-5.5	$5.00	$30.00	—	400K

位置づけは明快です。K3は自社系列の3～4倍で、クローズドな最先端モデルより40–50%安価です。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。

モデルIDをkimi-k3へ変更します。APIはOpenAI互換のままです。
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。
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。
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。
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。
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]。
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はreAPIゲートウェイでOpenAI互換の置き換え用エンドポイントとして提供中です。base URLをhttps://api.reapi.ai/v1へ変更し、ゲートウェイキーをbearer tokenとして送り、モデルをkimi-k3にします。既存のopenai SDKは変更不要です。

curl https://api.reapi.ai/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." }
    ],
    "reasoning_effort": "high",
    "stream": true
  }'

K3を直結ではなくreAPI経由にする理由は2つです。

料金。 reAPIのK3は1M tokensあたり入力$2.50 / 出力$12.00で、Moonshot公表価格の両方を下回り、出力は5分の1安価です^[8]。常時推論で出力量が増えるモデルでは、出力料金が重要です。
1つのキーで多数のモデル。 同じキーからClaude、GPT、Gemini、DeepSeek、GLM、Kimi系列を呼べます。K3は特定ベンダーへの固定ではなくルーティング判断になり、他モデルと同じフォールバックや負荷分散に組み込めます。

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。

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
Moonshot AI。Kimi K3料金 — 1M tokensあたり$3.00 / $15.00、キャッシュ入力$0.30、コンテキスト段階料金なし。 2026年7月参照：platform.kimi.ai/docs/pricing/chat-k3
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
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
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
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
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
reAPI。Kimi K3 — モデルページ、API資料、最新料金。 2026年7月参照：reapi.ai/docs/kimi-k3
Moonshot AI. Chat Completions API — output cap and input-plus-cap validation. Retrieved September 8, 2026 from platform.kimi.ai/docs/api/chat

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