Re Reference AI

モデル

Kimi(月之暗面)とは

Kimi K2 / Kimi K3 / Moonshot AI Kimi / 月之暗面

中国のMoonshot AI(北京月之暗面)が開発するLLMシリーズ。ロングコンテキストから始まるチャットサービスと、オープンウェイトのMoEモデルKimi K2以降で展開されている

LLMオープンウェイトマルチモーダル

最終更新:

ひとことで言うと

中国のMoonshot AI(北京月之暗面)が作っているAIモデルシリーズ。長い文章を扱えるチャットサービスから始まり、K2やK2.5、2.8TパラメータのK3までオープンウェイトで公開されている。

概要

Kimiとは、中国のAI企業Moonshot AI(北京月之暗面)が開発するLLMとチャットサービスのシリーズを指す。 2023年10月にロングコンテキスト処理を強みにしたチャットサービスとして公開され、中国市場で利用者を伸ばした。 2025年7月にはオープンウェイトのKimi K2(総パラメータ1兆、1トークンあたり32Bが活性化するMoEモデル)を公開した。MuonClipという新しい最適化器と大規模なエージェント型データの合成で学習した点が話題になった。 2026年1月にはネイティブマルチモーダルで最大100体のサブエージェントを並列実行するAgent Swarmに対応したKimi K2.5を、同年には総パラメータ2.8T・1Mトークンのコンテキストに対応するKimi K3を公開した。 DeepSeekやQwenと並び、高性能なオープンウェイトモデルを公開する中国系開発元の代表例として挙げられる。

背景

中国国内では複数のLLM開発企業が競合する中、Moonshot AIはロングコンテキスト処理に強みを持つチャットサービスとして地歩を築いた。 その後、重みを公開する大規模なMoEモデルをKimiシリーズとして提供した。 開発者は重みを自分の環境で動かせるため、国際的な開発者コミュニティへの浸透を図っている。 2026年以降は、単独モデルの性能だけでなく、複数のエージェントを並列実行するAgent Swarmやコーディング専用のCLIなど、用途ごとの開発者向け基盤を整備している。

歴史

2023年10月: Moonshot AIがチャットサービス「Kimi」を公開。ロングコンテキスト処理を軸に据えた。 2025年7月: オープンウェイトモデル「Kimi K2」を公開。総パラメータ1兆、1トークンあたり32Bが活性化するMoEモデルで、Muon最適化器にQK-clipを加えたMuonClipを用い、15.5兆トークンで事前学習した。 2025年9月: 追加学習済みの「Kimi K2 Instruct 0905」を公開。 2025年11月: 推論特化モデル「Kimi K2 Thinking」を公開。 2026年1月: ネイティブマルチモーダルモデル「Kimi K2.5」を公開。384個のエキスパートから上位8個を選ぶMoEに、MoonViT(400M)の視覚エンコーダーを組み合わせた。 2026年4月: 「Kimi K2.6」を公開。 2026年6月: コーディング特化モデル「Kimi K2.7 Code」を公開。K2.6を土台とする。 2026年7月: オープンウェイトモデル「Kimi K3」を公開。総パラメータ2.8T、1トークンあたり104Bが活性化するネイティブマルチモーダルなエージェントモデルで、1Mトークンのコンテキストに対応する。

アーキテクチャ

Kimi K2はデコーダのみのTransformerにMoEを組み合わせた設計で、総パラメータ1兆に対して1トークンあたり32Bのみを活性化する。エキスパートは384個で、ゲートネットワークが上位8個を選び、常に活性化する共有エキスパート1個を併用する。 学習ではMuon最適化器にQK-clipを加えたMuonClip最適化器を用い、15.5兆トークンで事前学習しても損失のスパイクが起きていない。ポストトレーニングでは大規模なエージェント型データの合成と、実環境や合成環境と相互作用する強化学習の段階を組み合わせ、ツール利用を習得させている。 Kimi K2.5は同じMoE構成(1兆/32B、384エキスパート、共有1個)を保ちつつ、MLAとMoonViT(400M)の視覚エンコーダーを組み込み、画像と動画を直接扱うネイティブマルチモーダルモデルとして拡張された。コンテキスト長は256kに対応する。 Kimi K3ではKimi Delta Attention(KDA)とAttention Residuals(AttnRes)という新しい注意機構を導入し、Stable LatentMoEで896個のエキスパートから16個を活性化する。層は69個のKDA層と24個のGated MLA層で構成され、1Mトークンのコンテキストに対応する。重みをMXFP4、活性値をMXFP8に量子化し、SFT段階からの量子化考慮学習で訓練されている。

ワークフロー

チャットはkimi.comで利用できる。APIはOpenAI互換とAnthropic互換の両方が用意されており、Kimi K3はbase_urlにhttps://api.moonshot.ai/v1 、model名kimi-k3で呼び出す。Kimi K3は常に思考モードが有効で、reasoning_effortでlow/high/max(既定はmax)を指定する。 重みはHugging Faceのmoonshotaiアカウントで公開されており、Kimi K2はvLLMやSGLangで推論サーバーを立ててセルフホストできる。 2.8TパラメータのKimi K3は自前のワークステーションでも動かせる。1.7bitに量子化したGGUFを使い、エキスパート重みをSSDからストリーミングする実装(Pulsar)を使うと、96GBのVRAMを持つdGPU機でも生成速度は実測0.46〜0.67 tok/sにとどまる。

コード例

vLLMでKimi K2の推論サーバーを起動する

vllm serve moonshotai/Kimi-K2-Instruct \
    --tensor-parallel-size 8 \
    --trust-remote-code

OpenAI互換APIでKimi K3を呼び出す

import os

from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MOONSHOT_API_KEY"],
    base_url="https://api.moonshot.ai/v1",
)

response = client.chat.completions.create(
    model="kimi-k3",
    reasoning_effort="high",
    messages=[{"role": "user", "content": "Kimi K3のコンテキスト長はどれくらいですか。"}],
)
print(response.choices[0].message.content)

Kimi Code CLIをインストールする

curl -fsSL https://code.kimi.com/kimi-code/install.sh | bash

利点

  • Kimi K2以降の重みはModified MITライセンスで公開されており、商用利用や二次配布、改変を含む派生モデルの作成が可能
  • Kimi K2はMuonClip最適化器と大規模なエージェント型データの合成で学習しており、Tau2-Benchで66.1、SWE-Bench Verifiedで65.8を報告している
  • Kimi K2.5は最大100体のサブエージェントを並列実行するAgent Swarmに対応し、複雑な調査や実装作業を並列化できる
  • Kimi K3は1Mトークンのコンテキストとネイティブマルチモーダルに対応し、長時間続く作業とコード生成の用途に向いている
  • Kimi Code CLIが公式に提供されており、ターミナルからKimiのモデルをコーディングエージェントとして利用できる

欠点

  • 総パラメータ数が大きく、Kimi K3は2.8Tパラメータのためフル精度でのセルフホストには大規模なGPUクラスタが必要になる
  • Kimi K2.5のModified MITライセンスは、月間アクティブユーザー1億以上または月収30億元以上のサービスでKimi K2.5の明記を義務付けている
  • Kimi K3の推論は常に思考モードが有効なため、単純な応答でもトークン消費とレイテンシが増える
  • 1.7bitといった極端な量子化では日本語の反復崩壊が起き、min_pの指定が必要になる
  • 中国国内の規制に沿った出力制御が組み込まれている。 特定の政治的話題については、回答の一部に制限がかかる

比較

  • DeepSeek — いずれも中国発のオープンウェイトMoEモデルで、Kimi K2は1兆/32B、DeepSeek-V3.1は671B/37Bと構成が異なる。いずれも国際的な開発者コミュニティへの採用が進んでいる
  • Qwen — KimiとQwenはいずれも中国発のオープンウェイトLLMで、最上位モデルはKimi K3が2.8T、Qwen3.8が2.4Tと規模が近い。KimiはネイティブマルチモーダルとAgent Swarmを、Qwenは対応言語の幅広さと用途別の派生モデルの数を特徴とする
  • LongCat — LongCat-Flash(560B/約27B)とKimi K2(1043B/32B)はいずれもオープンウェイトのMoEモデルで、1トークンあたりの活性パラメータが同程度。KimiはK2.5以降でネイティブマルチモーダルとAgent Swarmに対応し、LongCatは推論特化版や画像・動画生成版を別名称で公開している
  • MoE — KimiはK2シリーズで384個のエキスパートから上位8個を選び、Kimi K3では896個から16個を選ぶ。いずれもルーティングされたエキスパートに加えて共有エキスパートを併用する
  • GLM — Kimi K3が2.8T・104B、GLM-5.3が744B・40Bと、いずれも1Mトークンのコンテキストを扱う大型MoE。KimiはネイティブマルチモーダルとAgent Swarm、GLMはインデックス共有による長文のコスト削減に特徴がある

関連する用語

DeepSeekQwenLlamaマルチモーダルLLMLongCatGLMLagunaロングコンテキストGeminiMistralPhiGemma

よくある質問

Kimiのモデルは自前の環境で動かせるか。

重みはHugging Faceで公開されており、Kimi K2はvLLMやSGLangで推論サーバーを立ててセルフホストできる。総パラメータ1兆のKimi K2は複数GPUを必要とする。 2.8TのKimi K3は1.7bitに量子化したGGUFを使い、エキスパート重みをSSDからストリーミングする実装(Pulsar)で動かす事例が紹介されている。

Kimi K2とKimi K2.5の違いは。

Kimi K2はテキスト中心の基盤モデルで、384個のエキスパートから上位8個を選ぶMoEとMuonClip最適化器を使う。 Kimi K2.5はMoE構成を保ちつつMoonViTの視覚エンコーダーを組み込み、画像と動画を直接扱えるネイティブマルチモーダルになった。最大100体のサブエージェントを並列実行するAgent Swarmにも対応する。

Kimiのライセンスは自由に使ってよいか。

Kimi K2とKimi K2.5はModified MITライセンスで、商用利用が可能。 ただしKimi K2.5は、月間アクティブユーザー1億以上または月収30億元以上のサービスでKimi K2.5の明記が義務付けられている。Kimi K3は同じブランド独自のKimi K3 Licenseで、コードと重みの両方がそのライセンスで公開されている。

Kimi Code CLIはどんなもの。

Moonshot AIが公式に公開しているターミナル型コーディングエージェントで、MITライセンスで配布されている。 インストール後にログインすればKimiのモデルをエージェントとして利用できる。旧来のPython実装のkimi-cliは2026年9月にアーカイブされ、後継はKimi Codeとなっている。

参考文献

関連する特集記事

主要オープンウェイトLLMモデル一覧

Llama・Mistral・DeepSeek・Qwen・Phi・Gemma等、モデルの重みが公開されている主要なオープンウェイトLLM・生成AIモデルを一覧で紹介。各モデルの特徴・開発元比較・リリース年表まとめ。

モデル9モデル

関連Zenn記事