Kimi K3は本当にすごい？料金・Macでの使い方・API・オープンウェイトを初心者向けに解説

「Kimi K3というAIがすごいらしい」

そんな話を聞きました。

私は普段からChatGPTやClaudeを使っていますが、Kimiについてはほとんど知りません。そこで、Kimi K3とは何なのか、Macで使えるのか、料金はいくらなのかを順番に調べてみました。

最初は「ChatGPTやClaudeに並ぶ、すごいAIがまた出てきたのか」と思いました。

実際、Kimi K3はかなり強力なモデルです。

しかし月額料金やAPI料金まで比べていくと、私の関心は「Kimi K3を契約するべきか」から、「複数のAIをどう使い分けるべきか」へ移っていきました。

さらにKimi K3は、モデルの「重み」を外部へ公開するオープンウェイトモデルとして発表されています。

……重みって何？

正直、そこから分かりませんでした。

がっつり調べたのでこの記事で整理します。

Kimi K3とは何なのか

Kimi K3は、中国のMoonshot AIが開発した生成AIモデルです。

Kimiシリーズの最上位モデルで、総パラメータ数は2.8兆。文章だけでなく画像も扱え、最大100万トークンのコンテキストウィンドウに対応しています。

特に重視されているのが、長時間にわたるコーディングや資料調査、複数の作業を自律的に進めるエージェント用途です。

100万トークンと聞いても、いまひとつピンときません。

コンテキストウィンドウは、AIが一度に机の上へ広げられる資料の量だと考えると分かりやすいです。

机が小さければ、新しい資料を置くたびに古い資料を片付けなければなりません。机が大きければ、複数の文書、仕様書、調査資料、会話履歴を同時に見ながら作業できます。

100万トークンは、かなり大きな机です。

ただし、机に資料を置けることと、そのすべてを正確に読み取れることは別です。

100万トークンを入力できるからといって、100万トークンの細部を完璧に理解できるわけではありません。「入る量」と「正確に扱える量」は分けて考える必要があります。

Kimi K3はMacでも使える

Kimi K3を普通に試すなら、MacのブラウザからKimiへアクセスするのが最も簡単です。

AppleシリコンMac向けには「Kimi Work」というデスクトップアプリもあり、バージョン3.1.0以降でK3を利用できます。

開発者向けには、ターミナルや対応するエディタから使う「Kimi Code」も用意されています。

ただし、Kimi K3本体がMacの中で動いているわけではありません。

2.8兆パラメータもある巨大なモデルなので、一般的なMacへダウンロードしてローカル実行するものではなく、クラウド上にあるK3へ接続して使います。

Macはあくまで操作するための窓口です。

月額39ドルを払うほどなのか

ここからが本題です。

Kimiの個人向けプランには、月19ドルのModeratoと月39ドルのAllegrettoなどがあります。

Kimi CodeでK3を使う場合、ModeratoでもK3は利用できますが、コンテキスト上限は256Kです。最大1Mを使えるのは、Allegretto以上となっています。

そこで私は思いました。

「1Mコンテキストを使うために月39ドルを払うなら、ChatGPTやClaudeの月20ドル前後のプランの方がお得では？」

Claude Proでは、通常のチャットでSonnet 5を選ぶと、最大1Mコンテキストを利用できます。Claude Codeでも、Sonnet 5は1Mコンテキストに対応しています。

Claudeのすべてのモデルが通常チャットで1Mという意味ではありませんが、月20ドル前後のProでSonnet 5の1Mを使える点は大きいです。

一方、ChatGPT Plusでは、複雑な処理向けのGPT-5.6 Solを選んでも、コンテキストウィンドウの合計上限は256Kです。ChatGPT Proでも400Kとなっています。

少しややこしいのですが、GPT-5.6 Solというモデル自体は、APIでは約1.05Mコンテキストに対応しています。

同じモデルでも、APIから利用する場合と、ChatGPTの月額プランで利用する場合では、使えるコンテキスト量が異なるのです。

単純に月額のチャットサービスで1Mコンテキストを使いたいなら、月39ドルのKimi Allegrettoより、Claude ProでSonnet 5を使う方が割安です。

ChatGPT Plusは1Mコンテキストではありませんが、Codex、Deep Research、画像生成なども利用できます。コンテキスト量だけでなく、サービス全体で比べる必要があります。

もちろん、K3でなければ得られないほど優れた結果が出るなら話は別です。

しかし「K3は1Mだから」という理由だけでAllegrettoを選ぶ必要はなさそうです。

Kimi K3の魅力は月額プランよりAPIにある

ところが、API料金を見るとKimi K3の印象が変わりました。

APIとは、Kimiの公式チャット画面ではなく、別のアプリや開発ツールからK3を呼び出す仕組みです。

月額固定ではなく、入力した文章量と生成された文章量に応じて料金を支払います。

Kimi K3のAPI料金は、100万トークンあたり次のとおりです。

• キャッシュが使われた入力：0.30ドル
• 通常の入力：3ドル
• 出力：15ドル

コンテキストウィンドウは1Mです。

たとえば、20万トークンの資料を入力して、2万トークンの回答を生成したとします。

通常入力なら、入力料金は0.60ドル。出力料金は0.30ドルなので、合計は約0.90ドルです。

大量の資料をまとめて読み込ませるような大きな処理を月に数回しか行わないなら、毎月39ドルを払い続けるより、必要なときだけAPIを使う方が安く済む可能性があります。

Kimi K3は「月額39ドルで常に使うAI」というより、「大きな仕事が発生したときだけAPIで呼び出すAI」と考えた方が、私にはしっくりきました。

Kimi K3は最上位モデル級なのにSonnet価格

Kimi K3が注目されている理由は、単に安いからではありません。

Moonshot AI自身は、K3の総合的な性能や使用感にはClaude Fable 5やGPT-5.6 Solとの差が残っていると説明しています。

その一方で、コーディングや長時間のエージェント作業など、一部の評価では最上位モデルに迫る結果を示しています。

第三者評価のArtificial Analysisでも、Kimi K3は総合指標で57点を獲得し、上位グループに入っています。

それだけの性能を、通常入力3ドル、出力15ドルで利用できます。

この金額は、Claude Sonnet 5の通常API料金と同じです。

Sonnet 5は2026年8月31日までは導入価格として、入力2ドル、出力10ドルで提供されています。その後は入力3ドル、出力15ドルになります。

つまりKimi K3は、

「Fable 5やGPT-5.6 Solと完全に同じではないが、最上位グループに近いAIをSonnet価格で使える」

という位置づけです。

これは確かにすごいです。

ただし、ベンチマークの点数が近いことと、実際の使いやすさが同じことは別です。

Artificial Analysisでは、K3は評価時の出力トークンが比較対象より多く、かなり冗長なモデルだと評価されています。

さらにMoonshot AI自身も、K3には「過剰な積極性」があると説明しています。

K3は長時間の難しい作業を進める能力を重視して訓練されています。そのため、指示が曖昧だったり、作業中に小さな問題が起きたりすると、ユーザーに代わって予想外の判断をすることがあるそうです。

勝手に判断して先へ進めることは、状況によっては長所です。

しかし、AIを実際の仕事で使う場合は、難しい問題を解けるかだけでなく、指示した範囲を守るか、与えた資料の重要な部分を勝手に削らないか、曖昧な場面で余計な判断をしないかも重要です。

そう考えると、K3のベンチマークが高いからといって、すぐにSonnetやGPTを置き換えられるとは限りません。

GPT-5.6 TerraとLunaが想像以上に安い

Kimi K3を調べている途中で、さらに気になったのがGPT-5.6のTerraとLunaでした。

GPT-5.6には3つのモデル階層があります。

Solは最上位モデル。Terraは性能と料金のバランスを重視したモデル。Lunaは、料金を抑えたい大量処理向けのモデルです。

標準API料金を並べると、次のようになります。

モデル	通常入力	通常出力	入力が272Kを超える場合の入力	入力が272Kを超える場合の出力
Kimi K3	3ドル	15ドル	別単価の記載なし	別単価の記載なし
Claude Sonnet 5	3ドル	15ドル	同じ	同じ
GPT-5.6 Sol	5ドル	30ドル	10ドル	45ドル
GPT-5.6 Terra	2.50ドル	15ドル	5ドル	22.50ドル
GPT-5.6 Luna	1ドル	6ドル	2ドル	9ドル

料金はすべて100万トークンあたりです。

GPT-5.6では、入力が272Kトークンを超えると、そのリクエスト全体に入力2倍、出力1.5倍の長文料金が適用されます。

それでも、Lunaの通常料金は入力1ドル、出力6ドルです。

正直、「めっちゃ安いじゃん」と思いました。

もちろん、Solと同じ性能ではありません。

OpenAIが公開した長文評価「OpenAI MRCR v2」では、512Kから1Mの入力に対し、Solが73.8％、Terraが72.5％、Lunaが41.3％でした。

Terraは非常に長い入力でもSolにかなり近い一方、Lunaは同じ条件で差が広がっています。

つまりLunaは、安いから何でも任せられるモデルではありません。

大量の資料を分類する、重複候補を抽出する、決まった形式へ変換する、表記の揺れを確認するといった、比較的判断の軽い仕事には向いていそうです。

複数の資料をまたいだ比較や構成の判断にはTerra。本当に難しい設計や最終判断にはSol。

このように分ければ、すべての作業へ最上位モデルを使う必要はありません。

重要なのは、どのAIを選ぶかよりどう分担させるか

ここまで料金を比較して、私の結論はかなり変わりました。

Kimi K3を常用するかどうかより、安いモデルと高性能モデルをどう組み合わせるかの方が重要です。

この役割分担を「オーケストレーション」と呼びます。

たとえば、大量の資料を整理して一つの報告書を作るとします。

最初にLunaが全資料を読み、重複部分や重要情報を整理する。次にTerraが全体の構成を考え、報告書を作る。最後にSolが、重要な情報や要件が失われていないかを確認する。

OpenAIのコーディングエージェントであるCodexが、こうした複数モデルや複数エージェントの分担をうまく扱えるようになれば、かなり強力です。

仮に、次のような処理をすべてキャッシュなしで行うとします。

Lunaへ20万トークンを入力し、1万トークンの整理結果を出させる。Terraへ10万トークンを入力し、2万トークンの成果物を作らせる。Solへ5万トークンを入力し、1万トークンの最終チェックを出させる。

いずれも入力が272K以下なので、概算料金は合計約1.36ドルです。

同じ3工程をすべてSolへ任せると約2.95ドルなので、モデルを使い分ければ半分以下になります。

もちろん、実際の料金は入力する資料量、回答の長さ、キャッシュの利用、ツール料金などで変わります。これはあくまで単純化した例です。

それでも、機械的な作業まで最上位モデルへ任せる必要がないことは分かります。

大切なのは、最も賢いAIを一つ決めることではありません。

簡単な作業は安いモデルへ任せ、難しい判断だけ高性能モデルへ渡すことです。

ではKimi K3を使う意味はないのか

Kimi K3に価値がないわけではありません。

同じ会社のモデルだけで資料整理、分析、最終判断まで行うと、モデル系列に共通する癖や見落としが残る可能性があります。

そんなときにKimi K3をAPIで一度だけ呼び出し、別系統のAIによるチェックを受ける使い方は面白いと思います。

また、実際に同じ仕事を与えた結果、K3だけが明らかに優れた成果を出す可能性もあります。

その場合は、K3を選ぶ理由があります。

ただし、最初から月39ドルのAllegrettoを契約する必要はありません。

無料版で試すか、APIで数ドルだけ使い、同じ課題をSonnet、Terra、Solなどにも与えて比較する。その結果を見てから判断すれば十分です。

Kimi K3がオープンウェイトなのは、かなりインパクトが大きい

私自身がKimi K3を常用するかどうかと、K3がAI業界へ与える影響は分けて考える必要があります。

Kimi K3は、モデルの「重み」を公開するオープンウェイトモデルとして発表されています。

Moonshot AIは、K3を世界初のオープンな3兆級モデルと位置づけ、2.8兆パラメータのフルウェイトを2026年7月27日までに公開するとしています。

この記事を書いている2026年7月19日時点では、まだ公開前です。

でも、そもそもモデルの「重み」とは何なのでしょうか。

AIの「重み」とは何なのか

AIの重みとは、学習によって調整された膨大な数字の集まりです。

たとえるなら、AIの内部には、ものすごい数のつまみが並んでいます。

学習前は、それぞれのつまみが適当な位置にあります。AIが大量の文章や画像を使って学習し、間違いを修正するたびに、つまみの位置が少しずつ調整されます。

「猫」と「動物」は強く関係している。

質問の後には、答えが続きやすい。

この文章の流れなら、次にはこの言葉が来る可能性が高い。

そうした判断に影響する数値が、学習を通して調整されていきます。

パラメータをつまみそのものだとすれば、重みは現在のつまみの位置です。

Kimi K3の2.8兆パラメータというのは、ざっくり言えば、こうした調整項目が2.8兆個あるという意味です。

重みは、知識を文章のまま保存したデータベースではありません。

AIが入力された言葉をどう受け止め、どの情報を重視し、次に何を出力するかを決める、学習済みの状態です。

「AIの頭脳そのもの」と言うと少し乱暴ですが、初心者向けに言えば、AIが訓練によって身につけた能力を保存した部分に近いです。

重みを公開すると何が変わるのか

ChatGPTやClaudeの上位モデルは、OpenAIやAnthropicのサーバーを通して利用します。

私たちは質問を送り、生成された回答を受け取ります。しかし、モデル本体をダウンロードして、自分たちの設備で動かすことはできません。

一方、オープンウェイトモデルでは、訓練を終えたAIの重みが公開されます。

公開後のライセンス条件にもよりますが、外部の企業や研究機関がモデルを自分たちの設備で動かしたり、特定の用途に合わせて調整したり、独自のサービスへ組み込んだりできる可能性があります。

機密情報を外部のAIサービスへ送らず、自社の設備内だけで処理する使い方も考えられます。

さらに、K3を提供できるのがMoonshot AIだけではなくなり、別のクラウド事業者が独自の料金でK3を提供する可能性もあります。

つまり、OpenAIやAnthropicから見ると、Moonshot AIという競合企業が一社増えるだけではありません。

K3を土台にしたサービスや改良モデルを、世界中の企業や研究機関が作れる可能性が生まれます。

これは、APIの値段が安いこと以上に大きなインパクトかもしれません。

オープンウェイトとオープンソースは同じではない

ただし、重みを公開することと、AIのすべてを公開することは同じではありません。

モデルの重みが公開されても、どのようなデータを使って学習したのか、どのようにデータを選別したのか、学習に使ったコードや詳しい手順まで、すべて公開されるとは限りません。

利用条件も重要です。

商用利用ができるのか、改変したモデルを再配布できるのか、どのような表示義務があるのかは、実際に公開されるライセンスを確認しなければ分かりません。

そのため、現時点では「Kimi K3はオープンウェイトとして公開予定」と書くのが正確です。

完全なオープンソースAIだと決めつけるのは早いでしょう。

オープンなら自分のMacで無料利用できる？

ここで少し期待しました。

オープンウェイトなら、私のMacにもKimi K3を入れて、無料で使えるのでは？

残念ながら、そういう話ではありません。

重みだけでAIが動くわけではなく、モデルの構造を記したプログラム、入力を数値へ変換する仕組み、AIを実行するソフトウェア、大量の計算を行うGPUなども必要です。

しかもKimi K3は、総パラメータ数が2.8兆もある巨大モデルです。

重みが公開されても、一般的なMacへ入れて気軽に動かせる規模ではありません。最初に恩恵を受けるのは、大規模な計算設備を持つクラウド事業者、企業、研究機関でしょう。

オープンだから、個人でも簡単に動かせる。

残念ながら、そこは別の話です。

個人で常用しなくても、K3の業界的なインパクトは大きい

個人ユーザーとしては、ChatGPTやClaudeをすでに契約しており、TerraやLunaも使えるなら、K3を月39ドルで追加契約する理由は薄いです。

しかし、最上位グループに近い性能を持つ2.8兆パラメータのモデルが、オープンウェイトとして公開される意味は小さくありません。

外部の企業がK3を自社環境で動かし、独自に調整し、別の料金で提供できる可能性があります。

OpenAIやAnthropicから見れば、競争相手はMoonshot AIの公式サービスだけではなくなります。

K3を土台にした多くのサービスや派生モデルが生まれれば、性能競争だけでなく、価格競争もさらに激しくなるでしょう。

私がK3を使わないからといって、K3が重要ではないわけではありません。

むしろ、自分が契約するAIとしてよりも、AI業界全体の競争を変える存在として注目した方がよいのかもしれません。

＊関連記事
→ChatGPT・Gemini・Claude・Perplexity・Grok・Codexを学習させない設定【2026年版】
→ChatGPT Plusの課金はAndroid経由が最安｜料金比較と登録手順まとめ

まとめ

Kimi K3は、2.8兆パラメータ、1Mコンテキスト、強力なコーディング・エージェント性能を持つ、かなり注目すべきAIです。

特にAPIでは、最上位グループに近い性能を入力3ドル、出力15ドルで利用できます。

ただ、月額のチャットサービスで1Mコンテキストを使いたいなら、Claude ProでもSonnet 5を選べます。さらにOpenAIには、安価なTerraとLunaがあります。

そのため、私がいまKimi K3へ月39ドルを払って常用する理由は見つかりませんでした。

必要なときだけAPIで外部チェック役として使うのはあり。

普段の作業ではLuna、Terra、Solを役割ごとに使い分け、Codexにうまくオーケストレーションさせる。

ここまでできるなら、Kimi K3を常用しなくても、全然問題ないと思いました。

一方で、最上位グループに近い巨大モデルがオープンウェイトになる業界的なインパクトは無視できません。

AIの知能が安くなり、さらに外部へ開かれていくほど、差がつくのはモデル選びではなく、その知能をどう働かせるかになっていくのだと思います。

参考リンク

Kimi K3公式ブログ
閲覧日：2026年7月19日
https://www.kimi.com/blog/kimi-k3

Kimi Work
閲覧日：2026年7月19日
https://www.kimi.com/products/kimi-work

Kimi Codeのモデルとコンテキスト上限
閲覧日：2026年7月19日
https://www.kimi.com/code/docs/en/kimi-code/models

Kimiの料金プラン
閲覧日：2026年7月19日
https://www.kimi.com/help/membership/membership-pricing

Kimi K3 API料金
閲覧日：2026年7月19日
https://platform.kimi.ai/docs/pricing/chat-k3

ChatGPTの料金・コンテキスト
閲覧日：2026年7月19日
https://chatgpt.com/pricing/

GPT-5.6公式発表
閲覧日：2026年7月19日
https://openai.com/index/gpt-5-6/

OpenAI API料金
閲覧日：2026年7月19日
https://developers.openai.com/api/docs/pricing

GPT-5.6 Sol API仕様
閲覧日：2026年7月19日
https://developers.openai.com/api/docs/models/gpt-5.6-sol

GPT-5.6 Terra API仕様
閲覧日：2026年7月19日
https://developers.openai.com/api/docs/models/gpt-5.6-terra

GPT-5.6 Luna API仕様
閲覧日：2026年7月19日
https://developers.openai.com/api/docs/models/gpt-5.6-luna

Claude有料プランのコンテキストウィンドウ
閲覧日：2026年7月19日
https://support.claude.com/en/articles/8606394-how-large-is-the-context-window-on-paid-claude-plans

Claude Sonnet 5公式発表・API料金
閲覧日：2026年7月19日
https://www.anthropic.com/news/claude-sonnet-5

ClaudeモデルのAPI仕様
閲覧日：2026年7月19日
https://platform.claude.com/docs/en/about-claude/models/overview

Artificial AnalysisによるKimi K3評価
閲覧日：2026年7月19日
https://artificialanalysis.ai/models/kimi-k3