中国発Kimi K3がオープンウェイト公開 企業利用はどこまで自由か
Opus 5が最上位級を半額にしたのが3日前。今度は「無料」が来ました。
中国のAI企業Moonshot AIが日本時間7月28日未明、最上位モデルKimi K3のモデルウェイト(重み)と技術レポートを無料公開しました(公式発表)。ウェイトの公開とはつまり、モデル本体のファイルを誰でもHugging Faceからダウンロードできるということです。発表から数時間で表示は560万を超え、AI界隈は朝からこの話題で持ちきりです。
ただ、経営者や実務者にとっての本題は「すごいのか」ではなく「うちの会社で使っていいのか」のはずです。今日はライセンスの中身まで読み込んで、そこに答えます。あわせて、実際にダウンロードして動かすには何が必要で、初期・ランニングでいくらかかるのか。費用の桁感も後半で試算します。先に言ってしまうと、「ちょっと試したい」で自前ホストに手を出す規模ではありません。
Kimi K3とは 画像・動画も扱う2.8兆パラメータの最上位モデル
まずスペックです。
| 項目 | 内容 |
|---|---|
| 規模 | 総パラメータ2.8兆(2.8T)。オープンモデルとして史上最大級 |
| 仕組み | MoE(専門家の分業方式)。896個の専門家を抱え、1回の処理で動くのは104B分だけ |
| 入力 | テキスト・画像対応のマルチモーダル。公式は動画編集ワークフローまで扱うと説明 |
| コンテキスト | 100万トークン(長大な資料・コードベースを丸ごと扱える) |
| 効率 | 計算単位あたりの知能がK2比で約2.5倍(同社発表) |
得意分野として同社が挙げるのは、長時間の自律的なコーディング作業と、調査・資料作成・動画編集まで含めたエージェント型の知識労働です。巨大な図面や画面を見ながら作業できるのが、画像・動画対応の効きどころです。
MoEやパラメータという言葉に馴染みがない方は、用語集を横に置きながら読んでください。ざっくり言えば「巨大な頭脳だが、質問ごとに必要な専門家チームだけが動くので、見た目の巨大さより軽く動く」設計です。
性能評価 オープンモデルが「最前線の一段下」ではなくなった
自己申告のベンチマークでは、大学院レベルの科学知識を問うGPQA Diamondで93.5、超難問集HLEで56など、モデルカードに最上位モデル級の数字が並びます。
自己申告だけなら「また出たか」で終わりですが、今回は第三者の実測が早くも追いついています。利用者の実タスクで競わせるArenaの評価では、オープンウェイト勢のAgent Arena首位に立ち、Frontend Code部門では総合でも最大推論設定のOpus 5に次ぐ2位、つまり標準設定のOpus 5を上回る位置につけました(Arenaの発表)。「オープンモデルは最前線の一段下」という常識が、実測で崩れ始めています。
もちろん総合性能でFable 5やGPT 5.6 Solを完全に超えた、という話ではありません。Moonshot自身も、全体性能では最強のクローズドモデルにはまだ後れを取ると書いています。ただ、特定の実務タスクではオープンウェイトが最前線に食い込んできた、というのが今回の重要点です。
もうひとつ実利に効く数字が、API価格です。公式の料金表では、100万トークンあたり入力$3.00・出力$15.00(キャッシュ命中時の入力は$0.30)。Opus 5($5/$25)よりさらに4割安い水準に、最上位級の性能と100万トークンの文脈が付いてきます。
ライセンスを読むと、企業利用はほぼ自由
本当に無料で使い放題なのか。ライセンス全文を読んでみました。独自の「Kimi K3 License」ですが、中身はMITライセンスに近い、かなり寛容なものです。
| 使い方 | 可否 |
|---|---|
| 社内業務での利用 | 自由(条件の適用外と明記) |
| 商用サービスへの組み込み・改変・再配布・販売 | 原則自由。ただし大規模サービスやModel as a Service事業には追加条件あり |
| モデルそのものを貸し出すAPI事業(年商2,000万ドル超) | Moonshot AIとの別途契約が必要 |
| MAU1億超または月商2,000万ドル超のサービスで利用 | 画面に「Kimi K3」の表示義務 |
条件が付くのは、モデル自体を商売にする大手事業者と、月商30億円級の巨大サービスだけ。通常の社内利用や、自社サービス内の一機能として使う範囲であれば、中小企業が引っかかるケースはかなり限られます。社内利用は明文で適用除外、公式アプリや認定パートナー経由の利用も適用除外です。法務的な判断が必要な使い方をする場合は原文の確認(と専門家への相談)を挟むのが安全ですが、少なくとも「触ってはいけないもの」ではまったくない、ということです。
オープンウェイトの威力は、他社の動きがすでに証明しています。Cursorの自社モデルComposerは、Kimi K2.5と同じオープンソース基盤の上に構築されていると公式に明かされています。先週書いた「自前のモデル」戦略の土台は、実はオープンモデルだったわけです。公開された重みは、そのまま使うだけでなく、各社が自社モデルを作るための素材になります。
ただし自前で動かすのは別問題 現実的な入口は4つ
「ダウンロードできる」と「自社で動かせる」の間には、深い谷があります。2.8兆パラメータの重みはファイルサイズだけでテラバイト級で、動かすには相応のGPU群が必要です。個人のPCはもちろん、普通の会社のサーバーでも動きません。現実的な入口は4つです。
- 公式アプリ(kimi.com): いちばん手軽な入口。ChatGPTのようなチャット画面で使えます
- 公式API: 先ほどの価格で従量課金。自社ツールへの組み込みはこちら
- 対応ツール経由: 発表から数時間でCursorがK3を搭載しました。米国企業のインフラでホストされ、入力を保存しないZero Data Retention対応と明記されています
- クラウドのGPUで自前ホスト: 重みを借りたGPU群に載せて自社専用で動かす方法。ハードルは高いものの、自社契約のクラウド環境や専有環境に推論先を固定でき、公式アプリやAPIに業務データを送らずに済みます
自前ホストの費用を試算すると、「ちょっと試す」には桁が合わない
では4番目の自前ホストは、実際どれくらいの装備と予算が要るのか。桁感を計算してみます。
まず環境です。公開されている8ビット版の重みは、パラメータ数から単純計算で約2.8TB。これを実用速度で動かすには、重みを載せきるGPUメモリが必要です。現行のデータセンター用GPUはメモリが1基あたり140〜290GB程度で、業界標準の8基積みサーバーでも1台あたり1.1〜2.3TB。つまり最上級のサーバーを2台以上束ねて、ようやく重みと作業領域(長いコンテキストを扱うためのメモリ)が収まる世界です。量子化と呼ばれる圧縮で1台に収める道もありますが、精度への影響検証という別の仕事が増えます。
費用はこうなります。あくまで相場からの概算です。
| 方法 | 桁感 |
|---|---|
| クラウドでGPUを借りる | データセンター級GPUの時間貸しは1基あたり数百円。16基を常時回すと月数百万円規模。業務時間だけの稼働に絞っても月百万円前後 |
| サーバーを買う | 8基積みサーバーは1台数千万円。2台構成に電源・ネットワークを含めると初期投資は1億円規模も現実的 |
| 電気代(購入した場合) | 2台で消費電力20kW級。24時間稼働で月数十万円(目安単価31円/kWhで試算) |
| 人件費 | モデルの更新追従・監視・障害対応を担える専任級の人手。多くの会社で、実はこれが最大のコスト |
6月に書いたローカルLLMの記事では「数十万円のPCで小さめのモデルを動かす」損益分岐を計算しましたが、K3はあの延長線上にありません。桁が2つも3つも違います。「無料で公開されたなら、ちょっと入れて試してみたい」という感覚で手を出す対象ではなく、外に出せないデータを大量に処理する要件があり、月数百万円級の投資判断として検討する会社のための選択肢です。
逆に言えば、試すだけなら費用はほぼゼロです。入口1〜3(公式アプリ・API・対応ツール)は、この巨大なインフラを提供側が肩代わりしてくれる形なので、性能の確認はそちらで済ませるのが正解です。自前ホストの検討は、蒸留などで小型化した派生モデルが出てから、が多くの会社にとって現実的な順番だと思います。
中国発モデルとデータの扱い 経路を選べることが答えになる
中国発のAIと聞いて、業務データを入れて大丈夫かが真っ先に気になった方もいるはずです。その感覚は健全だと思います。公式アプリやAPIを使う場合、データの扱いは同社の規約に従うことになり、これは米国のAIサービスを使う場合と構図としては同じですが、預け先の法域が変わるという違いがあります。
オープンウェイトの面白いところは、この懸念に経路の選択で答えられることです。Cursor経由なら、Cursorのデータ利用ポリシー上はZero Data Retentionにより、モデルプロバイダーが入力を保存・学習しない設計とされています。自前ホストなら、業務データを外部のAIサービスに送らずに済みます。モデルの出自と、データの置き場所を分離できる。これはクローズドなサービスにはない、オープンモデルならではの性質です。
私たちのAI導入支援でも、機密性の高いデータを扱う業種からローカルLLMの相談は続いています。これまでは「ローカルで動く小さめのモデルは、最上位には及ばない」が前提でした。最前線の頭脳が重みごと公開されたことで、この前提は今後、費用の問題に置き換わっていきます。
まとめ: 「最上位は有料」の前提が崩れた1週間
値下げ競争の1週間の締めくくりが、まさかの無料でした。もちろんタダで動くわけではなく、動かすための計算資源は誰かが払います。それでも「最上位級の知能はクローズドな有料サービスの中にしかない」という前提が崩れたことは、選ぶ側の交渉力を確実に強くします。
観察ポイントは3つ。国内クラウド事業者やツールがどこまでK3対応を広げるか。各社の値付けがこの無料公開にどう反応するか。そして蒸留などで小型化した派生モデルが出てくるか。特に3つ目が進むと、「自社サーバーで動く最上位級」が現実の選択肢になってきます。
まず触ってみたい方は、kimi.comかCursor経由が手軽です。機密データを入れない範囲でいつもの仕事をひとつ投げてみて、Opus 5やGeminiとの答えの違いを見比べてみてください。選択肢が増えた分だけ、比べる目が武器になります。