結論から言えば、厳密な定義ではオープンソースではありません——Moonshot AI 自身もそうは言っていません。2026 年 7 月 27 日、Moonshot は Kimi K3 の完全重みと技術レポートを公開しました。これは 2.8 兆パラメータの Mixture-of-Experts モデルで、ネイティブな視覚理解に対応しています。約 1.56TB のダウンロードは Hugging Face で公開後 30 分以内にトレンド 1 位となり、K3 はこれまでで最大の完全オープンウェイトモデルとなりました。

Kimi Delta Attention（KDA）は単一スカラーの忘却ゲートをチャネル単位のゲーティングに置き換えます。各特徴次元が独自の減衰率を持ち、chunkwise DPLR で線形時間の再帰を実現します。K3 は KDA と Gated MLA 層を交互に配置——100 万トークンウィンドウと最小 KV キャッシュの鍵です。

Attention Residuals（AttnRes）は均一な残差累積を、選択的かつ入力依存の動的集約に置き換えます——パラメータ増加 2% 未満で学習効率が約 25% 向上します。

Per-Head Muonは各アテンションヘッドを独立に最適化します。Stable LatentMoEは Quantile Balancing を用い、MoonEP が計算ランクごとの冗長エキスパート数の上界を数学的に証明します。

SWE-bench Verified（独立評価、Vals AI、2026 年 7 月）：

Moonshot は一貫して「オープンウェイト」リリースと呼び、「オープンソース」とは言いません。ライセンスは完全カスタム文書で、K2 ファミリーにはなかった 2 つの商用閾値があります：

Mooncake 分離型推論アーキテクチャは典型的なコーディングワークロードでキャッシュヒット率 90% 超を維持——実運用の多くは $0.30 帯に近づきます。

from openai import OpenAI

client = OpenAI(
    api_key="your_moonshot_api_key",
    base_url="https://api.moonshot.ai/v1"
)

response = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "このコードの複雑さを分析してください..."}]
)

Kimi K3 のオープンウェイト公開は WAIC 2026 と重なり、米中「モデル蒸留」論争の激化直後に行われました。ホワイトハウス科学顧問 Michael Kratsios が Moonshot の Anthropic Fable 向け大規模蒸留を非難し、財務長官 Scott Bessent が制裁を示唆。中国商務省は 7 月 28 日に「AI 覇権主義」と反撃しました。K3 公開 3 日後、Alibaba が Qwen3.8-Max-Preview を発表——K3 への直接応答と広く受け止められ、オープンウェイト競争は「3T クラブ」段階に入りました。

実用的な代替案にも隠れたコストがあります：個人 Mac で Kimi Code エージェントを動かすとスリープやネットワーク断で止まります；フル K3 のセルフホストには 64 枚以上の加速カードが必要で、多くのチームは用意できません；単一のクローズド API 依存では K3 の 100 万トークン定価優位を活かしにくいです。本番 iOS CI/CD と 7×24 AI エージェント自動化には、KVMNODE 専用 Mac Mini M4 クラウドレンタルが通常は最適です：ネイティブ Apple Silicon、フル sudo、日/週/月の柔軟課金。料金ページ、ヘルプセンター、または直接注文をご覧ください。

データ基準日：2026 年 7 月 28 日 · 出典：Moonshot AI 公式ブログ、Hugging Face、GitHub moonshotai/FlashKDA、Vals AI SWE-bench Verified、Artificial Analysis Intelligence Index