XNews

Kimi K3のリリースと性能

Kimi K3のリリースと性能

Moonshot AIは2026年7月16日、2.8兆パラメータのネイティブマルチモーダルモデル「Kimi K3」をリリースした。100万トークンのコンテキストを持ち、Delta Attentionにより長いコンテキストでのデコード速度を最大6.3倍高速化、Attention Residualsによりトレーニング効率を約25%向上させる。2026年7月27日までにオープンウェイトを公開する予定。DeepSWEソフトウェアエンジニアリングベンチマークでは、GPT-5.6 Sol maxとの比較で、pass@1は68.5%対72.7%(GPT)、pass@2はKimi 82.0%対81.0%、pass@4はKimi 89.4%対85.8%。Kimiの1ロールアウトあたりのコストは約4.65ドル、Solは8.37ドル。100ドルあたり、Kimiは約14.7タスクを解決するのに対し、Solは約5.3タスク。レイテンシはKimiの中央値約66分、Sol約17分。言語の強み:KimiはRustに強く、SolはPython/TS/JSに強い。Goは互角。ドメイン別:Solはシリアライゼーション、並行処理、プログラム解析でリード。Kimiは運用ツール、ランタイム内部でリード。コンプライアンスはほぼ互角。カスケーディング戦略(最初にKimi、失敗時にSol)では、タスクあたり約7.30ドルで85.6%の解決率を達成し、Sol単独の72.3%(8.37ドル)を上回る。タスク相関は約0.46で、補完的な失敗モードを示している。

Key insights

Kimi K3、GPT-5.6 Solの半額で最先端のコーディング性能を提供

DeepSWEソフトウェアエンジニアリングベンチマークにおいて、Kimi K3はpass@1で68.5%(GPT-5.6 Sol maxは72.7%)だったが、pass@2(82.0%対81.0%)およびpass@4(89.4%対85.8%)ではSolを上回った。1ロールアウトあたりのコストはKimiが4.65ドル、Solが8.37ドルで、1ドルあたりの解決タスク数は約2.8倍。このコスト優位性により、Kimi K3は予算重視のコーディングワークロード、特に複数回の再試行が許容される場合に魅力的な選択肢となる。

補完的な強みが効果的なカスケーディング戦略を可能に

Kimi K3とGPT-5.6 Sol maxはタスクレベルの相関が低く(約0.46)、異なるタスクで失敗することを意味する。KimiはRust、運用ツール、ランタイム内部に優れ、SolはPython/TypeScript、シリアライゼーション、並行処理、プログラム解析でリードする。カスケーディング設定(最初にKimiを実行し、失敗時にSolにエスカレーション)では、タスクあたり7.30ドルで85.6%の解決率を達成し、Sol単独の72.3%(8.37ドル)を上回った。これは、単一のフロンティアモデルに依存するよりも、マルチモデルルーティングの方がコスト効率が高いことを示唆している。

オープンウェイトとアーキテクチャ革新が長いコンテキスト展開の障壁を低減

Kimi K3は2026年7月27日までにオープンウェイト化する計画が発表された。Delta Attentionメカニズムは100万トークンのコンテキストで最大6.3倍のデコード高速化を実現し、Attention Residualsは追加コスト2%未満でトレーニング効率を約25%向上させる。これらの革新は、100万コンテキストモデルを大規模に実行する実用的な課題に対処し、データ主権要件を持つ組織にとってローカルおよびセルフホスト型の展開をより実現可能にする。

Source posts