無検閲のKimi K3 API

モデル選定ガイドの多くは、能力が無料であるかのように書かれています。そうではありません。最上位モデルについて面白い問いは「そちらが優れているか」ではなく — たいてい優れています — 「このタスクにおいて、1段下のモデルの5倍の請求額を正当化できるほど優れているか」です。このガイドは、それに実際の算数で答え、より安い選択肢が勝つ場面をはっきり述べます。

01Kimi K3とは実際に何か

Kimi K3はMoonshot AIのオープンウェイト旗艦モデルで、2026年7月にKimi K3ライセンスのもとで公開されました。Kimi K2から始まった系譜の第3世代であり、ファインチューンではなく本当に新しいアーキテクチャです。

公開されている構成は93層 — うち69層がKimi Delta Attention、24層がゲート付きマルチヘッド潜在アテンション、1層が密 — で、Stable LatentMoEルーターがトークンごとに896のエキスパートから16を選び、加えて共有エキスパートが2つ動きます。Moonshotはこの組み合わせによりKimi K2に対してスケーリング効率がおよそ2.5倍改善したと報告しています。画像認識は後付けではなくネイティブで、4.01億パラメータのMoonViT-V2エンコーダが、テキストを扱うのと同じ幹に入力を送ります。

スパース率の数字は頭に入れておく価値があります。K3はトークンあたり1,040億パラメータを活性化させます。私たちのラインナップの大半は300〜400億の範囲です。生成トークンあたりおよそ3倍の演算量であり、このモデルが価格表の最上位に来る理由はそこにあります。ブランド階層に払っているのではなく、GPU秒数に払っているのです。

系譜を手短に

• Kimi K2 — 総1兆パラメータ、活性320億、384エキスパートでトークンあたり8をルーティング。MuonClipオプティマイザを用いて15.5兆トークンで事前学習され、この規模のMoE学習を壊すアテンションの発散を止めるために設計されました。
• Kimi K2 Thinking — 同じ基盤に、推論とツール利用を交互に挟むことを教え込んだもの。1回の実行で200〜300回の逐次ツール呼び出しを維持したと報告され、ツール利用ありのHumanity's Last Examで44.9%、BrowseCompで60.2%を記録しました。
• Kimi K3 — ネイティブなマルチモーダル性と、上流では100万トークンのウィンドウを備えて作り直され、教師ありファインチューニング段階以降は量子化を前提とした学習（MXFP4ウェイト、MXFP8活性）が行われています。K3が、量子化を念頭に置かず学習されたモデルよりも攻めた圧縮に耐えるのはそのためです。

通奏低音は長期的なエージェンシーです。どの世代も、短答ベンチマークで勝つことではなく、数百ステップにわたって一貫性を保つことに最適化されてきました。あなたが買っているのはその能力です。

02「3BIT-REAP」の意味と、2.8Tモデルにそれが必要な理由

モデルIDの接尾辞は飾りではありません。自社のGPUクラスタに載せる前にウェイトへ何をしたかを述べており、このページのあらゆる主張に付く正直な但し書きでもあります。まず算数から。2.8兆パラメータのモデルを16ビット精度で持つと、ウェイトはおよそ5.6テラバイトです。1ウェイトあたり3ビットなら1.05テラバイト前後 — それでも大きいですが、262KトークンのKVキャッシュ用の余地を残しつつ現実的に配置できる規模になります。REAPが後半です。ルーターが実際にどのエキスパートを選んでいるかをプロファイルし、量子化のあとではなく前に、めったに選ばれないものを削除するエキスパート枝刈り手法です。トークンあたり896のうち16しかルーティングしないモデルにはこれが自然に噛み合います — それだけスパースな分布は、実トラフィックへの寄与がごくわずかなロングテールを抱えているからです。そして先に枝刈りするということは、残ったビット予算を重要なエキスパートに使えるということです。

私たちのラインナップは、3つの接尾辞を意図的な階段として使っています。3BIT-REAPは、他に収める手がない最大級の基盤に付きます。W4A16-AUTOROUND-REAPは4ビットウェイトと16ビット活性で、AutoRoundによる量子化 — 素朴な最近傍丸めに対して実際に精度を取り戻す学習済み丸め — に同じ枝刈りを組み合わせたものです。W8A16は最も忠実度の高い階層で、攻めた圧縮を必要としないほど小さい基盤に使います。要するに、接尾辞は元のモデルがどれだけ残っているかを、価格は動かすのにいくらかかるかを教えてくれます。

03画像認識：画像理解が何をもたらすか

Kimi-K3は12モデルのラインナップで画像認識を持つ5モデルのうちの1つであり、その中で最も高性能です。商用の画像認識APIの多くは、アップロードされた画像に分類器をかけ、モデルが見る前に幅広いカテゴリの入力を拒否します。消費者向けの既定としては妥当でも、正当な業務には深刻な障害です。エクスプロイトの出力をスクリーンショットするセキュリティ研究者、自前の分類器を作るモデレーションチーム、フォレンジックやデータセット監査の作業、レッドチーム評価は、いずれもその壁に突き当たります。Kimi-K3には拒否層も出力フィルタもありません。

K3の画像認識が、より安い画像認識モデルに対して価格に見合う場面

• 密な図面や回路図 — アーキテクチャ図、ネットワークトポロジ、回路図など、物体の名前を挙げることではなく、線とラベルを追うことに答えが依存するもの。
• スクリーンショット中の小さな文字 — スタックトレース、ターミナル出力、表計算のセル。階層間の差が最も大きく出るのが、小さいスケールでの可読性です。
• 長文の中の画像 — 20万トークンのコンテキストに放り込まれたスクリーンショットで、モデルは見たものと5万トークン前に読んだものを関連づける必要があります。
• 複数画像の比較 — UIの2バージョン、あるいはグラフとそれを生成した表。

逆に価格に見合わないのは、キャプション生成、代替テキスト、きれいな文書のOCR、タグ付けパイプラインです。それらは入力100万トークンあたり$0.50で解決済みです — 画像ワークロードが大量で、1件ずつは単純なら、Kimi-K2.6やMiniMax-M3が、K3のものと区別のつかない答えを返します。

画像はテキストと同じ262,144トークンの枠からトークンを消費し、入力レートで課金されます。高解像度のスクリーンショットを数枚投げるのは無料ではありません。

04長期的なエージェント作業 — この階層の存在理由

最上位階層を正当化するワークロードがひとつあるとすれば、これです。短いタスクの失敗は寛容です。モデルが間違え、あなたが気づき、やり直し、失ったのは4秒。40ターンのエージェントが6ターン目で誤った分岐に入ると、その後の34ターンを間違いの上に精緻に積み上げ、あなたはその間のすべてのトークンに払い終えてから気づきます。この非対称性こそ、ここではトークン単価がほとんど誤った指標である理由です。効いてくるのは成功1回あたりのコストであり、それは実行が丸ごと捨てられる頻度に支配されます。以下はK3基盤のエージェント系ベンチマークについてMoonshotが公開した数値です。

いずれの数値も非量子化のKimi K3基盤についてMoonshotが報告したもので、2026年7月時点です。私たちの3BIT-REAPビルドの測定値ではありませんし、そのように提示してもいません。

この形は、アーキテクチャが何のために作られたかと一致します。BrowseCompとTerminal-Benchはツールループのベンチマーク — 行動し、観察し、修正するサイクルの反復です。SWE Marathonの42.0は釣り合いを取る一点で、この中で最も難しい長期的コーディング評価であり、フロンティアモデルですら大半のタスクに失敗します。「エージェント的」は解決済みのカテゴリではありません。どのモデルを選ぶにせよ、失敗を前提に設計してください。

長い実行のための実践的な設定

K3はreasoning_effortを公開しており、ここではそれが実質的なコストのレバーになります。推論トークンは出力トークンとして、100万あたり$19.12で課金されるからです。

• Low — ツール呼び出しのルーティングや構造化抽出など、モデルが既知の少数の選択肢から選ぶ場面。
• High — 本格的なエージェント作業の既定。多段の変更の計画立案、スタックトレースからのデバッグ、矛盾する情報源のすり合わせ。
• Max — パイプライン中で最も難しい1回の呼び出しに取っておいてください。実行の冒頭の計画、または最後のレビューです。推論トークンをhighで3万、maxで9万使う実行は、そのフラグ1つのために$1.15を余分に払います。

コンテキストの予算も意図的に組んでください。ウィンドウは262,144トークン、最大出力は16,384トークンで、入力100万あたり$3.83では刈り込まれていない履歴は複利で効いてきます — 毎ターン、プレフィックス全体が再課金されるからです。

05このエンドポイントにおける「無検閲」の意味

Shannon AIゲートウェイのすべてのモデルは、拒否層なし、出力への内容フィルタなしで提供されます。最上位階層ではそれがいっそう効いてきます。最上位モデルに持ち込まれるタスクほど、フィルタに引っかかりやすいからです。敵対的なセキュリティ研究、攻撃ツールの解析、モデレーション分類器の開発、脅威インテリジェンス、難しいフィクション、そして検出しようとしているものそのものをモデルに生成させる必要があるあらゆる評価。

• 出力分類器はありません。生成後に応答が走査され、書き換えられたり遮断されたりすることはありません。
• 入力ゲートもありません。プロンプトも画像も、モデルに届く前に選別されることはありません。
• 別のモデルではありません。これはKimi K3基盤そのものを、通常その手前に置かれる層なしで提供しているものです。
• 責任の移転ではありません。拒否層を取り除くということは、判断があなたに移るということです — 私たちの責任ある利用ポリシーをご覧ください。

評価システムを作る人にとっては、もっと地味な利点があります。フィルタのないモデルは安定したベースラインになるのです。予測不能に拒否するモデルは測定にノイズを持ち込みます。能力の限界とポリシーの限界を切り分けられなくなるからです。ここでの失敗は能力の失敗であり、それはデバッグできる唯一の種類です。

06価格：入力$3.83、出力$19.12 — その価値がある場面

これは私たちのラインナップで群を抜いて最も高価なモデルです。出力は下限の$2.00の9.6倍、Kimi-K2.6の5.2倍にあたります。算数を隠さずに出します。

モデル	入力 / 1M	出力 / 1M	画像認識	JSONスキーマ
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	あり	あり
DeepSeek-V4-Pro-0813 · 3BIT-REAP	$1.95	$3.90	なし	あり
inkling · W4A16-AUTOROUND-REAP	$1.42	$6.07	あり	なし
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	あり	あり
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	なし	あり
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	あり	あり
MiMo-V2.5 · W8A16	$0.50	$2.00	あり	あり

入力価格順に並べた抜粋です。12モデルすべてが同じ262,144トークンのコンテキスト、16,384トークンの最大出力、ストリーミング、ツール呼び出し、reasoning_effortを共有しています。稼働中の機能フラグはAPIドキュメントのページにあります。

2つの試算例

1つ目は12万トークンの入力 — コードベースのダンプや規制当局への提出書類 — から3,000トークンの分析を出す場合。2つ目は40ターンのエージェント実行で、コンテキストが積み上がるため入力は累計およそ120万トークン、推論を含む出力は9万トークンとします。

シナリオ	Kimi-K3	Kimi-K2.6	MiniMax-M3
入力120K / 出力3K	$0.517	$0.105	$0.066
40ターンのエージェント実行	$6.32	$1.27	$0.78

文書処理の呼び出しでは、K3はKimi-K2.6のおよそ4.9倍かかります。50セントは1回なら何でもありませんが、1日1,000回なら$517で、対する$105です。エージェント実行での差は約$5。ここで、唯一意味のあるテストを当てはめます。そのタスクがエンジニアの1時間分、$100の価値があるなら、初回成功率を5パーセントポイント上げた瞬間にK3は元を取ります — そして本当に難しい長期的作業では、階層間の差はたいていそれより大きくなります。そのタスクが誰かの30秒分の価値しかないなら、同じ$5は擁護できません。

07Kimi-K3か、より安い兄弟モデルか

ラインナップの2つのKimiモデルは競合ではなく、1つの階段の2段です。Kimi-K2.6は量子化がより緩やかで — K3の3ビットに対し、W4A16-AUTOROUND-REAP、学習済み丸めを使う4ビットウェイト — より小さい基盤に載っています。画像認識、JSONスキーマ出力、同じコンテキストウィンドウを備えつつ、価格はおよそ5分の1です。

タスク	使うモデル	理由
40ターンの自律エージェント	Kimi-K3	失敗が複利で効く。1ターン目の計画の質が実行全体を決める
リポジトリ規模のリファクタ	Kimi-K3	単に検索できるだけでなく、コンテキスト全体を一貫して保持する必要がある
密な図面、小さなスクリーンショット文字	Kimi-K3	階層間の画像認識の差が最も大きいのが可読性と空間的推論
仕様の明確な単一ファイル編集	Kimi-K2.6	限定的なタスク、やり直しが安く、測れるほどの天井差がない
大量の画像キャプション生成	MiniMax-M3 / MiMo-V2.5	入力$0.50で解決済み。同じキャプションにK3の出力は9.6倍
推論は重いがテキストのみ	DeepSeek-V4-Pro	出力$19.12に対して$3.90 — 画像が不要ならK3を外す

最後の行が、最も見落とされる節約です。タスクに画像が関わらないなら、まずDeepSeek-V4-Proを確認してください。こちらも大規模基盤の3BIT-REAPビルドで、難しい推論に強く、出力はK3の$19.12に対して$3.90です。最上位階層に手を伸ばすトラフィックの多くは、1段下でも同じくらいうまくこなせるテキストのみの推論です。

08無検閲Kimi K3 APIの呼び出し方

モデルは3つの方言すべてでKimi-K3-3BIT-REAPとして公開されており、いずれもストリーミングに対応し、方言間で機能差はありません — 違うのはワイヤーフォーマットだけです。/v1/chat/completions（OpenAI互換）、/v1/messages（Anthropic互換）、そして/v1/responses。難しい視覚タスクのために推論強度を上げた画像リクエストの例です。

curl https://shannon-ai.com/v1/chat/completions \
  -H "Authorization: Bearer $SHANNON_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "Kimi-K3-3BIT-REAP",
    "reasoning_effort": "high",
    "max_tokens": 4096,
    "stream": true,
    "messages": [{
      "role": "user",
      "content": [
        { "type": "text",
          "text": "Trace the data path in this diagram and list every point where an untrusted input crosses a trust boundary." },
        { "type": "image_url",
          "image_url": { "url": "data:image/png;base64,..." } }
      ]
    }]
  }'

K3はresponse_formatと完全なjson_schemaの両方に対応しているので、エージェントのツール引数を制約したり、レポートを事後パースなしで固定の形に押し込んだりできます。ツール呼び出しはネイティブで、長い実行を駆動する想定の方法です。パラメータ、認証、レート制限、そしてライブのプレイグラウンドはAPIドキュメントのページにあります。

初日から効く節約3つ

• プレフィックスを刈り込む。毎ターン、会話全体が100万あたり$3.83で再課金されます。40ターンの履歴を1回だけ4Kトークンの状態オブジェクトに要約するほうが、たいていのモデル乗り換えより効きます。
• 画像を縮小する。画像トークンは入力トークンです。4Kのスクリーンショットを、まだ判読できる程度に縮小すれば、同じ答えがより安く得られます。
• 難易度でルーティングする。ルーチンのターンは安いモデルに任せ、計画、難しい分岐、最終レビューだけK3に回せば、たいてい請求額25%で能力の80%が手に入ります。

09よくある質問

---

基盤に関する事実とベンチマークはMoonshot AIがKimi K3およびKimi K2について公開した数値であり、非量子化の上流モデルについて述べたものです。私たちのビルドは3ビットのREAP量子化であり、差異が生じます。価格、コンテキスト、機能フラグはShannon AI自身のもので、2026年9月5日時点の値です — 稼働中の値は常に/v1/modelsが返すものです。出典：Kimi K3 モデルカード · Kimi K3 リポジトリ · Kimi K2 Thinking。