7月17日、Luke Jamesが「China's 2.8-trillion-parameter Kimi K3 beats Claude Fable 5 in Frontend Code Arena benchmark」と題した記事を公開した。中国Moonshot AIが公開した2.8兆パラメータの大規模言語モデル「Kimi K3」が、フロントエンドコードのベンチマークでAnthropicのClaude Fable 5を上回ったと報じている。ただし、これはあくまでUIコーディング特化のベンチマークに限った結果であり、総合性能ではClaude Fable 5に及ばないと記事自身が明記している点は冒頭で確認しておきたい。また、48時間の自律稼働で推論チップを設計したという技術事例も紹介されており、モデルの応用可能性という観点でも注目に値する。
自律的なチップ設計という事例
まず特筆すべき技術的ユースケースとして、K3が48時間の自律稼働でナノモデル向けの推論チップを設計したという事例が技術ブログに記載されている。オープンソースのEDA（Electronic Design Automation：電子設計自動化）ツールとNangate 45nmライブラリを使用し、以下の結果を達成したとされる。
- 4mm²以内でタイミングクローズ、動作周波数100MHz
- 146万個の標準セルとINT4 MACアレイを搭載
- シミュレーション上で毎秒8,700トークン以上のデコードを維持
LLMがEDAツールチェーンを操作して実際のチップ設計を完結させるという事例は、ハードウェア設計自動化の文脈で技術的な関心を集めている。
Frontend Code Arenaで首位——Claude Fable 5を超えた中国モデル
Moonshot AIの発表で最も目を引くのが、WebアプリのUI実装品質を競う「Frontend Code Arena」（開発者が盲目評価する形式のリーダーボード）での結果だ。Kimi K3は1,679ポイントでランキング1位を獲得し、Claude Fable 5を上回った。前モデルのKimi-k2.6が18位だったことを考えると、一気に17ランク上昇したことになる。
Frontend Code ArenaのXアカウントは以下のように報告している：
Kimi-K3 by @Kimi_Moonshot is now #1 in the Frontend Code Arena with 1679 pts, surpassing Claude Fable 5. This is a 17-place jump from Kimi-k2.6 (#18 -> #1). In Frontend, Kimi-K3 ranked #1 in 6 of 7 domains: Brand & Marketing, Reference-Based Design, Data & Analytics…
7分野中6分野で首位という結果で、ブランディング・マーケティング、リファレンスベースのデザイン、データ＆アナリティクスなどが含まれる。
ただし、Moonshot自身が認めているように、総合性能ではClaude Fable 5とOpenAIのGPT 5.6 Solに及ばない。コーディングおよびエージェント系ベンチマークではClaude Opus 4.8やGPT 5.5を上回っているが、あくまで特定タスクでの優位という位置づけだ。
モデルの技術構成
Kimi K3はMoE（Mixture of Experts：複数の専門化したサブネットワークを条件に応じて切り替えるアーキテクチャ）を採用しており、主要スペックは以下の通りだ。
- 総パラメータ数: 2.8兆（Moonshot社は「世界初のオープン3Tクラス」と表現。"3T"は3兆＝Trillion規模を指す呼称であり、実測値2.8兆を切り上げた表記となっている）
- エキスパート数: 896個、トークンごとに16個のみ活性化（全体の約1.8%）
- コンテキストウィンドウ: 100万トークン
- ネイティブビジョン対応
- 量子化: MXFP4重みとMXFP8アクティベーションを組み合わせた量子化対応トレーニング（SFT段階から適用）
アーキテクチャ上の変更点として、Kimi Delta Attention（ハイブリッド線形アテンション方式）とAttention Residuals（レイヤー間の情報伝達を変更する機構）の2点が挙げられており、これによりKimi K2比で約2.5倍のスケーリング効率改善を達成したとしている。
Bank of America（Alex Liu氏率いるアナリストチーム）はCNBCに対し、K3は「大規模な事前学習とアーキテクチャ改良の組み合わせが、計算資源の制約を受けながらも中国フラッグシップモデルに段階的な性能向上をもたらせることを示している」とコメントしている。
ハードウェア構成と推論環境
Moonshot社はK3の推論に64基以上のアクセラレータで構成するスーパーノードを推奨しており、エキスパート並列処理のトラフィックを高帯域幅ドメイン内に収める設計としている。
カーネル最適化ベンチマークはNvidia H200と「代替ベンダーのGPGPU」（社名非公開）で実施。また、MiniTritonと呼ばれる独自開発のTriton互換コンパイラをゼロから構築しており、Nvidia L20（米国輸出規制の下で中国向けに販売されているAda世代の縮小版カード）上でTritonと比較評価している。
なお、H200ハードウェアの所在地については記事中で言及がない。2026年1月には米議会が、中国企業が制限対象アクセラレータにリモートアクセスできていたオフショアクラウドの抜け穴を塞ぐ法案を可決している。
価格と公開スケジュール
APIの料金体系は以下の通りだ。
| 区分 | 単価（100万トークンあたり） |
|---|---|
| キャッシュヒット時の入力 | $0.30 |
| キャッシュミス時の入力 | $3.00 |
| 出力 | $15.00 |
前モデルKimi K2の入力料金が$0.60だったため、キャッシュなしのK3入力コストは5倍に上がっている。モデルの完全な重みは7月27日公開予定だ。
留意すべき点
現時点で公開されているK3の数値は、すべてMoonshot社の自己申告またはAPIアクセスに基づくものであり、7月27日に重みが公開されるまで第三者による検証はできない。
また、Anthropicは2026年2月、Moonshotが Claude APIの340万件のやり取りをモデルの蒸留（distillation）トレーニングに使用したと非難している。K3は現在、その訴えで名指しされたモデルとわずか数ポイント差のベンチマーク結果を出しており、背景として把握しておきたい情報だ。
詳細はChina's 2.8-trillion-parameter Kimi K3 beats Claude Fable 5 in Frontend Code Arena benchmarkを参照していただきたい。
