昨日、Kimi K3 がリリースされました。2.8 兆パラメータ、100 万コンテキスト、入力トークン 100 万あたり 3 ドルです。
ほとんどの人はベンチマークのスクリーンショットを撮って、実際のタスクを一度も実行することはないでしょう。
本題：K3 が実際にあなたのスタックを上回る点、誰も触れないローンチ週の落とし穴、そして正確なルーティング設定です。
正しく活用すれば、最も負荷の高い長いコンテキストの処理が、フロンティアモデルの価格の 3 分の 1 になります。
完全なセットアップはこちら 👇
本題に入る前に、 私は Telegram チャンネルで AI とバイブコーディングに関する日々のメモを共有しています： https://t.me/zodchixquant 🧠
実際に起こったこと、わかりやすく説明すると
Moonshot AI は 7 月 16 日に新しいフラッグシップモデルをリリースしました。公式発表から確認されたクイックファクトは以下の通りです：
- モデル: Mixture-of-Experts、総パラメータ数約 2.8 兆、トークンあたり 896 のエキスパートのうち 16 のみがアクティブ。世界初のオープンな 3T クラスモデルとして販売されています
- コンテキスト: 100 万トークン、競合他社とは異なり、価格はウィンドウ全体で一定です。長いプロンプトに対するプレミアムティアはありません
- 入力: テキスト、画像、動画をネイティブに処理。思考は常にオンです
- 使用場所: Kimi アプリ（無料ティア含む）、 kimi.com、Kimi Code、および API（ api.moonshot.ai/v1 、モデル ID は kimi-k3）。OpenAI 互換なので、既存の SDK がそのまま使えます
- オープンウェイト: 7 月 27 日までに提供予定、技術レポートと vLLM 実装も同時に公開予定
2 つのバリアントがリリースされました：チャットとエージェントワーク用の K3 Max、大規模並列処理用の K3 Swarm Max。
実際に重要な価格計算
- 入力 100 万トークンあたり 3 ドル / 出力 100 万トークンあたり 15 ドル。 これは、8 月 31 日イントロウィンドウ終了後の Sonnet 5 の価格と全く同じで、はるかに高い重量級のモデルがこの価格で提供されています
- キャッシュヒット時は 100 万トークンあたり 0.30 ドル。 繰り返しのコンテキストは 10 分の 1 のコストになります。同じコードベースを繰り返し読み込むエージェントループにとって、これはレートカード全体で最大の隠れたレバレッジポイントです
- 100 万コンテキスト全体で一定の価格。 80 万トークンのプロンプトも 8,000 トークンのプロンプトと同じレートで課金されます。他の場所にある長いコンテキストのプレミアムティアと比較してみてください
- ローンチボーナス: 8 月 11 日まで、API チャージに 10～30% の追加クレジットが付与されます。真剣にテストするなら、この期間内にチャージしましょう
正直な比較：K3 は入力価格で Fable 5（10/50 ドル）よりも 3.3 倍安く、Sonnet 5 の将来価格を今日すでに実現しており、100 万のウィンドウとネイティブのビジョン機能を備えています。
K3 があなたのスタックに適合する場所（そして適合しない場所）
誇大広告ではなく信頼を築く詳細はこちらです：Moonshot 自身のテックブログは、K3 が全体的に Claude Fable 5 や GPT-5.6 Sol に劣ることを認めています。 彼らは自社スイート全体でフロンティアレベルの結果を主張しています（Terminal Bench 2.1：88.3、SWE Marathon：42.0。いずれも自己報告）が、新しい王者であると主張しているわけではありません。
この正直さが、明確なルーティングルールを与えてくれます：
1## モデルルーティング（CLAUDE.md / チームドキュメント）23- 長いコンテキストの読み取り、リポジトリ全体の分析、ドキュメントの合成 → Kimi K34 （100 万ウィンドウを一定料金で、キャッシュヒット時は 0.30 ドル）5- フロントエンドと UI 中心のコーディング → Kimi K3、その後視覚的に確認6- 繰り返しコンテキストを使用するエージェントループ → キャッシュヒット経由で Kimi K37- 最も難しい多段階推論、セキュリティに敏感な作業 → Fable 5 / Opus 4.8 を使用8- 簡単な編集と日常的なタスク → Sonnet 5（8 月 31 日までは安価）
パターン：K3 はボリュームマシンであり、ピークインテリジェンスマシンではありません。名声ではなく、トークンの重みでルーティングしましょう。
ローンチ週の落とし穴
誇大広告の投稿が無視する 4 つのこと、すべて公式ドキュメントと Moonshot 自身のブログからの情報です：
- reasoning_effort はローンチ時点では最大値のみ。 低モードと高モードは「今後のアップデートで」提供されます。それまでは、すべてのリクエストがフルシンキング出力を 15/M ドルで消費するため、短いタスクは静かに高価になります。簡単な編集を他に任せるもう一つの理由です
- すべてのベンチマークは現在、自己報告のみ。 独立した評価は今日からようやく公開され始めたばかりです。サードパーティが確認するまでは、すべてのチャートを主張として扱ってください
- 思考履歴保持モード。 K3 は、推論履歴がターン間のコンテキストに保持されることを期待してトレーニングされました。パイプラインでそれを削除すると、品質が低下する可能性があります。本番環境に移行する前に、フレームワークの処理を確認してください
- ウェイトはまだ Hugging Face にありません。 7 月 27 日は約束であり、ダウンロードリンクではありません。現実的に、2.8T モデルをセルフホスティングすることは、アクセラレータのラックを持っていない人にとってはコスト削減になりません
キックオフ設定（これをコピー）
OpenAI 互換のクライアントをこれに向けます：
1from openai import OpenAI23client = OpenAI(4 api_key=MOONSHOT_API_KEY,5 base_url="https://api.moonshot.ai/v1",6)78response = client.chat.completions.create(9 model="kimi-k3",10 messages=[11 {"role": "system", "content": STABLE_PROJECT_CONTEXT},12 {"role": "user", "content": task},13 ],14)
請求額を 10 分の 1 にするキャッシュヒットの秘訣：大きな安定したコンテキスト（コードベースのダンプ、プロジェクトドキュメント）を、リクエスト間で同一のプレフィックスに保ちます。同一のプレフィックスはキャッシュにヒットし、3 ドル/M ではなく 0.30 ドル/M で請求されます。
プロンプトを再構成して、安定部分が最初に来て変更されず、可変タスクが最後に来るようにします。
よくある間違い
- チャットの質問でテストすること。 2.8T MoE と 100 万ウィンドウは、「関数を書いて」では何も示しません。リポジトリ全体や研究コーパスを入力してください。それがこのモデルが構築された仕事のクラスです
- キャッシュ価格を無視すること。 ナイーブなプロンプティングでは毎回 3 ドル/M 支払います。構造化されたプレフィックスでは、繰り返し時に 0.30 ドル支払います。同じモデルで、エージェントワークロードでは 10 倍の差があります
- ベンチマークを事実として引用すること。 それらは自己報告であり、ベンダー自身が Fable 5 に劣ると述べています。ローンチスレッドから「Opus を打ち負かした」と繰り返すと、コミュニティノートの対象になります
- 一晩ですべてのトラフィックを移行すること。 まず 1 つのワークロードクラスをルーティングしてください。長いコンテキストの読み取りが明白な選択肢です。1 週間品質を比較してから拡大してください
- 努力の落とし穴を忘れること。 reasoning_effort が最大値のみであるため、K3 は些細なタスクをフル出力価格で考えすぎます。これは重量級マシンであり、重量級の作業に使用してください
15 分プラン
- API キーを取得し、ボーナス期間内にチャージする（3 分）
- 上記の OpenAI 互換設定をスタックに組み込む（4 分）
- キャッシュヒットのために 1 つの重いプロンプトを再構成する：安定プレフィックス、タスクを最後に（4 分）
- 最大の長いコンテキストジョブを K3 で実行し、同じものを現在のモデルで実行する（3 分）
- 出力とコストを比較し、K3 が価値があると判断したらルーティングブロックを追加する（1 分）
新しいフラッグシップ、正直なベンダー、攻撃的な価格。誰もがまだベンチマークチャートについて議論している今こそ、あなたのスタックにどこが適合するかを見極める絶好の機会です。
お読みいただきありがとうございます！
