本記事を10秒でまとめると
中国のAI企業Moonshot AIが、総パラメータ数2.8兆の最新モデル「Kimi K3」を発表した。Kimi K3は、フロントエンド開発を評価する「Frontend Code Arena」でClaude Fable 5やOpenAIのモデルを上回り、首位を獲得している。ただし、すべての能力でClaudeやOpenAIを超えたわけではなく、総合性能では米国の最上位モデルに及ばない評価もあり、正確には「一部の領域で中国モデルが米国勢を上回り始めた」といえる。
今回の記事ではKimi、DeepSeek、Qwen、GLMを含む中国のAIモデルが、安価な代替モデルから、用途によっては世界最高水準のモデルへと変わり始めている背景や展望についても説明する。
今回の発表とは
中国・北京を拠点とするAI企業Moonshot AIは、2026年7月16日、最新のフラッグシップモデル「Kimi K3」を発表しました。
Kimi K3は、総パラメータ数2.8兆のMixture of Experts、通称MoE型モデルです。Moonshot AIは、世界初の「3兆パラメータ級オープンモデル」と位置付けています。一度にすべてのパラメータを動かすのではなく、896ある専門家モデルのうち、入力に応じて16だけを動かします。巨大なモデルでありながら、実際の処理で使用する部分を限定することで、計算効率を高める仕組みです。100万トークンのコンテキストウィンドウにも対応し、テキストだけでなく画像や動画を理解できます。
主な用途として想定されているのは、長時間にわたるコーディング、複雑な調査や資料作成、推論、AIエージェントによる作業です。
Kimi K3は、すでにKimiのWebサービスやAPIなどで利用できます。
一方、モデルウェイトの公開は2026年7月27日までに行われる予定です。2026年7月20日時点では、サービスとしては公開されていますが、モデル本体を自由に取得できる状態にはなっていません。
Kimi K3はどのようなAIモデルなのか
Kimi K3の特徴は、単にパラメータ数を増やしたことではありません。モデルには、Moonshot AIが開発した「Kimi Delta Attention」と「Attention Residuals」という技術が採用されています。
Kimi Delta Attentionは、長い文章や大量の情報を処理する際の計算負荷を抑えるための仕組みです。Attention Residualsは、モデルの階層が深くなっても、過去の情報を効率よく参照できるようにする技術です。Moonshot AIによると、これらの技術とMoE構造を組み合わせることで、前世代のKimi K2と比較して、モデルのスケーリング効率を約2.5倍まで高めたとしています。
Kimi K3は、画像や動画を理解できるネイティブなマルチモーダルモデルでもあります。スクリーンショットを読み取りながらWebサイトを再現したり、生成した画面を確認しながらコードを修正したりするなど、視覚情報とソフトウェア開発を組み合わせた作業を得意としています。
そのため、一般的な質問に答えるチャットAIというより、長時間にわたって作業を続けるAIエージェントとしての性能が強く意識されたモデルといえるでしょう。
Kimi K3はClaudeを超えたのか
Kimi K3の発表後、「中国製AIがClaudeやOpenAIを超えた」とする情報がSNS上で広がりました。
実際、Moonshot AIが公表した複数のベンチマークでは、Kimi K3がClaude Fable 5やGPT-5.6 Solを上回る結果を記録しています。特に高く評価されているのが、長時間のコーディングや、画面を確認しながら開発を進めるタスクです。
ただし、この結果だけを見て「Kimi K3がClaudeを全面的に超えた」と判断するのは正確ではありません。
AIモデルのベンチマークには、コーディング、数学、推論、長文処理、画像認識、一般的な会話品質など、さまざまな評価項目があります。Kimi K3が米国モデルを上回った項目がある一方で、ClaudeやOpenAIのモデルが優位な項目もあります。Arenaの総合テキストランキングでも、2026年7月16日時点ではClaude Fable 5が上位に位置しています。
つまり、現時点での正確な整理としてはKimi K3は、総合的にClaudeやOpenAIを超えたモデルとはいえません。一方、フロントエンド開発や長時間のコーディングなど、特定の領域では、米国の最上位モデルを上回る性能を示しています。
中国モデルが初めて米国勢を上回った「Frontend Code Arena」
Kimi K3の評価で、特に大きな注目を集めたのが「Frontend Code Arena」です。Frontend Code Arenaは、AIが生成したWebサイトやユーザーインターフェースを、人間が比較して評価するランキングです。評価者にはモデル名が示されず、2つの生成結果を見比べて、どちらが優れているかを選びます。そのため、企業が自社で用意した問題だけを使うベンチマークとは異なり、実際の利用者が生成物を見て判断する評価として注目されています。
Kimi K3は、このFrontend Code Arenaで1679ポイントを獲得し、Claude Fable 5を上回って首位となりました。Arenaは、中国のモデルがこのランキングで米国モデルを上回るのは初めてだと説明しています。
画像出典：Arena公式X
ここで重要なのは、単に一つのベンチマークで1位になったことではありません。Kimi K3が高く評価されたのは、数学の正答率だけではなく、ユーザーが実際に目にするWebサイトやUIの完成度です。これまで中国モデルは、「性能は高いが、使い心地やデザインでは米国モデルに及ばない」と見られることが少なくありませんでした。Kimi K3の首位獲得は、こうした認識が変わり始めていることを示しています。
「中国AIがClaudeを超えた」という表現には注意が必要
Kimi K3の登場後、日本のSNSでも「中国発のAIがClaude Fable 5やGPT-5.6 Solを超えた」とする投稿が広がりました。
この表現は、フロントエンド開発など一部の評価に限れば間違いではありません。ただし、AIモデルの総合的な性能を示しているわけではない点には注意が必要です。さらに、ベンチマークではモデル単体だけでなく、モデルを動かすためのツールやエージェント環境が結果に影響する場合があります。コーディング評価では、どのようなツールを利用できるか、エラーを何回修正できるか、長い作業の途中経過をどの程度保持できるかによって、スコアが変わります。
そのため、今回の結果は「Kimi K3という基盤モデルだけの能力」というより、Kimiのコーディング環境を含めたシステム全体の強さを示していると考える方が適切です。
一方で、現在のAIは基盤モデルだけを単独で利用するものではなくなりつつあります。モデル、ツール、エージェント、実行環境を含めた総合的な性能が実用性を左右するため、システム全体で高い評価を得たこと自体には大きな意味があります。
Kimiだけではない、中国AIモデルの現在地
中国から高性能なAIモデルを発表している企業は、Moonshot AIだけではありません。
現在、特に注目されているのが、Kimi、DeepSeek、Qwen、GLMの4つです。
Kimi
Kimiを開発するMoonshot AIは、長文処理、コーディング、AIエージェントに力を入れています。
Kimi K3では、100万トークンの長文処理と画像・動画の理解を組み合わせ、長時間にわたる複雑な作業を進める能力を強化しました。今回のFrontend Code Arenaでの首位獲得により、特にフロントエンド開発や視覚情報を使ったコーディングで存在感を高めています。
DeepSeek
DeepSeekは、2025年に発表した推論モデル「DeepSeek-R1」によって、世界的に注目を集めました。大規模な強化学習を用いて推論能力を高めながら、モデルをオープンに公開し、比較的低いコストで提供したことが特徴です。
現在は、推論やコーディングに加え、AIエージェントとしての能力を強化したモデルも展開しています。
Qwen
Qwenは、Alibabaが開発するAIモデルです。小型モデルから大規模モデルまで、用途や実行環境に応じた多様なモデルを展開している点が特徴です。
中国語や英語だけでなく、多言語対応、画像認識、コーディングなど幅広い領域をカバーし、中国企業がAIを導入する際の基盤モデルとしても利用されています。
GLM
GLMは、中国のAI企業Z.aiが開発するモデルです。最新のGLM-5.2は、長時間のタスクやコーディング、AIエージェントとしての利用を重視しています。Z.aiは、Claude Codeなどのコーディング環境からGLMを利用できるプランも提供しています。
以前は、中国モデルといえばDeepSeekが中心に語られることが多くありました。
しかし現在は、Kimi、Qwen、GLMを含む複数の企業が、短期間で新しいモデルを発表し、性能を競っています。
一社だけが米国勢を追いかけているのではなく、中国国内に複数の有力なモデル開発企業が存在していることが、中国AIの競争力を支えていると考えられます。
なぜ中国AIは資本力で勝る米国勢に追いつけたのか
ここで疑問になるのが、なぜ中国のAI企業が、莫大な資金と計算資源を持つ米国企業に対抗できるのかという点です。
OpenAI、Google、Meta、Anthropicなどの米国企業は、データセンターや最先端GPUに巨額の資金を投じています。中国企業も相当な資本と計算基盤を持っていますが、最先端GPUへのアクセスや資金力では、米国の巨大テクノロジー企業が優位に立っています。
それでも中国モデルが追いついている理由を、「米国モデルの蒸留」だけで説明することはできません。
蒸留は使われているが、万能ではない
知識蒸留とは、高性能な教師モデルが生成した回答を学習データとして使い、より小さな生徒モデルへ能力を移す手法です。DeepSeek-R1では、R1が生成した推論データを使い、QwenやLlamaを基盤とする6つの小型モデルを蒸留したことが、公式論文に明記されています。蒸留を使えば、基盤モデルを一から大規模学習するよりも、少ない計算資源で高性能なモデルを作れる可能性があります。
ただし、DeepSeek-R1本体が、別の米国モデルをそのまま蒸留して作られたという意味ではありません。DeepSeek-R1では、大規模な強化学習によって推論能力を引き出したうえで、その推論能力を小型モデルに移しています。
蒸留は、中国モデルの競争力を支える技術の一つではありますが、それだけでKimi K3やDeepSeekの性能を説明することはできません。
半導体規制が効率化を促した
中国のAI企業は、米国の半導体輸出規制によって、最先端GPUの入手を制限されてきました。通常であれば、これはモデル開発における大きな不利になります。一方、利用できる計算資源が限られることで、中国企業は「どれだけ多くのGPUを集めるか」ではなく、「限られたGPUからどれだけ高い性能を引き出すか」を強く追求するようになりました。
Kimi K3が採用するMoEも、その代表的な技術です。総パラメータ数は2.8兆に達しますが、1回の処理ですべてを使用するのではなく、896ある専門家モデルのうち16だけを動かします。
DeepSeekも、モデルの一部だけを動かすMoE構造や、学習・推論を効率化する独自技術を積極的に採用しています。
米国企業が大量の計算資源を投入して性能の上限を押し広げてきたのに対し、中国企業は計算資源を効率よく能力に変える技術を磨いてきたといえます。
後発企業は、先行企業の研究成果を活用できる
現在の生成AIを支えるTransformer、MoE、Chain of Thought、強化学習などの技術は、多くが論文やオープンソースとして公開されています。米国企業や大学が多額の研究費を使って発見した技術であっても、論文として公開されれば、中国企業を含む世界中の研究者が利用できます。
先行企業は、どの技術が成功するか分からない段階から研究開発を行わなければなりません。一方、後発企業は、すでに有効性が確認された手法を組み合わせ、失敗する可能性が高い開発経路を避けられます。これは生成AIに限らず、技術開発で一般的に起こる「後発者の優位」です。
中国企業は、米国で生まれた技術を利用するだけでなく、自社の研究成果も積極的に公開しています。その結果、米中間だけでなく、中国企業同士でも技術が高速に共有され、次のモデル開発へ利用されるようになっています。
オープンモデル同士で知識が循環している
中国AIの大きな特徴は、有力企業がモデルや技術情報を比較的積極的に公開していることです。
DeepSeek-R1の蒸留モデルには、AlibabaのQwenが利用されています。QwenのモデルをDeepSeekが活用し、DeepSeekが公開したモデルや推論手法を、別の企業や研究者が利用するという循環が生まれています。
米国の最上位モデルは、OpenAIやAnthropicを中心にクローズド化されています。
一方、中国では、Qwen、DeepSeek、GLM、Kimiなどのモデルが共通の研究基盤として使われやすく、一社の成果が中国全体のモデル開発速度を押し上げています。
一つひとつの企業の資本力では米国企業に及ばなくても、オープンモデルを通じて複数の企業や研究者が成果を再利用することで、開発効率を高められます。
中国企業にも相当な資本と計算基盤がある
中国のAI企業を、資金の乏しい小規模な研究チームと考えるのも正確ではありません。
Qwenを開発するAlibabaは、巨大なクラウド事業と国内市場を持っています。
DeepSeekは、AIを活用するヘッジファンドHigh-Flyerを母体とし、自社の計算基盤や研究環境を整備してきました。
Moonshot AIも、中国の大手テクノロジー企業や投資家から資金を調達しています。
米国の巨大テクノロジー企業ほどではないとしても、中国の有力AI企業も、モデル開発に必要な資金、人材、計算資源を持っています。「資本を持つ米国」と「資本を持たない中国」の競争ではありません。
実際には、米国より制約のある計算資源を、中国企業の資本力と高い計算効率によって補う競争です。
すべての領域で勝つ必要はない
Kimi K3が示したもう一つの特徴は、すべての能力で米国モデルを超えなくても、市場に大きな影響を与えられることです。
Kimi K3は、総合評価ですべての米国モデルを上回ったわけではありません。
しかし、フロントエンド開発という利用者にとって分かりやすい領域で首位を獲得しました。
DeepSeekは推論とコスト効率、Qwenは豊富なモデル展開、GLMはコーディングやエージェントに力を入れています。
米国企業と全面的に競争するのではなく、それぞれの企業が勝ちやすい領域に開発資源を集中させています。
資本力で劣っていても、需要が大きい特定領域で米国勢を上回れば、実際のモデル選定に影響を与えることができます。
中国AIは米国勢を追い越し始めたのか
中国AIが米国勢を完全に追い越したと結論付けるのは、まだ早いでしょう。
総合的な性能、サービスの安定性、企業向けの管理機能、安全性、グローバルな開発者基盤などでは、OpenAI、Google、Anthropicが依然として大きな影響力を持っています。
特に、ベンチマークで高いスコアを出すことと、多くの利用者が日常的に安定して使えるサービスを提供することは同じではありません。
一方で、「中国モデルは米国モデルより一段性能が低く、価格だけが安い」という見方は、すでに現実と合わなくなりつつあります。
DeepSeek-R1は推論モデルの低価格化を進め、Kimi K3は人間による比較評価で、米国モデルを上回りました。
QwenやGLMも、短い間隔で新しいモデルを発表し続けています。
中国モデルは、米国モデルの代替品から、用途によって積極的に選ばれるモデルへと変わり始めています。
そして、今回のKimi K3は、その変化を最も分かりやすく示したモデルです。
まとめ
これまでのAI開発では、より多くのGPU、より多くのデータ、より多くの資金を持つ企業が有利だと考えられてきました。この構造自体は現在も変わっていません。大規模な計算資源は、新しいモデルを開発するうえで依然として重要です。
ただし、Kimi K3やDeepSeekが示しているのは、保有するGPUの数だけでは競争の勝敗が決まらないということです。MoE、蒸留、強化学習、長文処理の効率化、オープンモデル同士の相互利用によって、同じ計算資源から得られる性能には大きな差が生まれます。
米国企業が、計算資源を増やしてAIの性能上限を押し広げる競争を進める一方、中国企業は、限られた計算資源から最大限の能力を引き出す競争を進めています。Kimi K3がFrontend Code Arenaで首位に立ったことは、その効率化競争が、実際のモデル性能として表れ始めたと言えるのではないでしょうか。
writer：佐伯 美月
