中国Moonshot AI、2.8兆パラメータの「Kimi K3」を公開― フロントエンドコード分野でClaude Fable 5を抜き世界1位に
2026年7月、中国のAI企業Moonshot AIが公開した大規模言語モデル「Kimi K3」が、AI業界に衝撃を与えている。人気ポッドキャスト「Moonshots」では、緊急収録という形でPeter Diamandis氏をホストに、Alex Wissner-Gross氏、Dave Blundin氏、Salim Ismail氏、Imad Mostaque氏という常連メンバーが集まり、この「AIスプートニク・モーメント」について徹底討論を行った。本稿では、その内容をビジネスパーソン・投資家向けに整理して紹介する。
1. Kimi K3の衝撃 ― 「最大のオープンウェイトモデル」が首位に
Moonshot AIは、過去1年間、Kimi K2、K2.6、K2.7とモデルを継続的にリリースし、AnthropicやOpenAIとの差を徐々に縮めてきた。しかし、今回リリースされたKimi K3は2.8兆パラメータという規模で、これまでとは次元の異なるインパクトをもたらした。
特筆すべきは、この開発が米国の対中輸出規制下で行われた点だ。最先端のNvidia製チップへのアクセスが制限される中、Moonshot AIは、計算資源の壁を独自の工夫で乗り越えたとみられる。K3は、前モデルから17ランクジャンプし、フロントエンドコード分野でClaude Fable 5を抜いて世界1位にランクイン。さらに、ブランド・マーケティング、参照ベースデザイン、データ分析、消費財、シミュレーション、コンテンツ制作という6つの分野でも首位を獲得したという。全モデルの重み(weights)は、7月27日頃に一般公開予定とされ、誰でもダウンロードして自身の環境で稼働させられるようになる見通しだ。
Wissner-Gross氏は、この件について、興味深い視点を提示した。「Moonshotは、Kimiシリーズが過去12ヶ月のうち9ヶ月間、オープンウェイトモデルの中で最先端であり続けたと主張している。もしそれが事実なら、この1年間、基本的にずっとKimiが先頭を走っていたことになる」という。さらに、公開されたK3のアーキテクチャを見る限り、「そこに魔法はない」と指摘。専門家の間では、AnthropicやOpenAIの裏に何らかのポストトランスフォーマー型の秘密のアーキテクチャがあるのではと噂されてきたが、K3は、依然として基本的にトランスフォーマー型であり、混合エキスパート(MoE)や線形化アテンションといった、よく理解された手法の改良にとどまっているという。「認識可能なトランスフォーマー型アーキテクチャだけで、GPT 5.5 Maxにほぼ匹敵する性能を出せるという事実は、非常に驚くべきことだ。それなら米国のフロンティア・ラボは一体何にお金を使っているのか」と疑問を呈した。
2. なぜ中国は追いつけたのか ― 「製造業的アプローチ」という視点
Mostaque氏は、Kimiのモデルが、以前から独特の強みを持っていた点に注目し、K3が、マルチモーダルモデルであることがフロントエンド性能の高さの一因だと分析した。その上で、「優れたモデルを作ることは、最先端の製造業と同じだ」という持論を展開。「なぜ中国製EVは、フォードより優れているのか。これはまさに同じ現象だ」とし、英国で先月最も売れた車種が、中国メーカーの車だった例を挙げながら、材料や原理は既知のものであっても、それを消費者に使いやすい形で実装し、愚直にエンジニアリングを積み重ねる姿勢こそが差別化要因になっていると説明した。
同氏によれば、Moonshotは、実際には旧世代のNvidia H800チップを使用しているが、次世代のHuaweiやAlibabaのチップを活用できるよう設計されており、その工学的な工夫がフロントエンド分野での強さにつながっているという。
3. トランスフォーマーを超える必要はあるのか
司会のDiamandis氏から「AGIに到達するにはLLMを超える新たなブレークスルーが必要か」と問われると、Mostaque氏は、「AGIの定義次第だ」とした上で、Kimiが、発表内容の中で言及した、自らの次世代チップを自ら設計し、独自のカーネルを構築したという事実を紹介。「モデルの重みから、モデル自身が構築するエコシステム全体へと移行している。これは、"AGIっぽい"感覚がある。再帰的自己改善のようだ」と述べ、多くの定義において、AGIに到達するために何か新しいものを発明する必要は"おそらく"ないだろうとの見方を示した。
4. コスト・パフォーマンスのフロンティアに躍り出た中国モデル
Wissner-Gross氏は、Artificial Analysis社が公開する「コスト対性能のフロンティア」チャートを引用し、K3の位置づけを解説した。「これまではタスクあたりコストが最大かつ総合スコアも最大なのはFable 5だった。そこからパレート・フロンティア上を左下に降りていくと、これまでの2位はGPT 5.6 Sonnet Maxだった。そして、今回初めて、Kimi K3が3位に入った」という。同氏は、これを、「OpenAIとAnthropicの寡占状態から、Meta・SpaceX AI・そして、中国のMoonshotが加わる"自由競争"の時代に入った」と表現し、企業や政府にとって、自国のデジタル主権や競争力を確保する上で大きな追い風になると評価した。
Blundin氏は、この件を「スプートニク・モーメントという表現は控えめすぎる」と述べ、企業や政府が、AnthropicのAPIに頼るのではなく、権重を自前でダウンロードし、垂直領域ごとにファインチューニングすることで、米国製モデルを介さずに独自のフロンティア水準に近づけるようになったと指摘。この現象を「スプートニク・タイムズ・インフィニティ」と表現した。
さらに、同氏は、"Keller Jordan speedrun"と呼ばれるコミュニティプロジェクト(GPT-2級モデルをできるだけ安く速く再現する試み)に触れ、「そのリポジトリの技術革新を見ると、GPT-2作成の元々のコストを99%削減できている。つまり、元のコストの1%まで下がっている」と説明。この手法がフロンティア規模でも通用するかどうかは、今回のKimi K3で初めて実証されたとし、「イーロン・マスク氏が、Colossus 2で数十億ドルをかけて10兆〜20兆パラメータのモデルを作るとして、それと同等のものを1%のコストで作れる方法が存在することが、今や明らかになった」と述べた。
5. 「フロンティア知能は消耗品になった」
Ismail氏は、3つの論点を提示した。第一に、「フロンティアの知能は、もはや完全に消耗品(perishable asset)になった。最先端に到達したものの"賞味期限"は今や数週間だ」という点。企業や政府が最新モデルを評価し、RFPを出し、社内委員会で検討している間に、もう3世代先のモデルが出てしまうという。第二に、こうした状況下で価値が集中するのは、モデルを差し替え可能にする「アーキテクチャ」あるいは「インターフェース」の層になるとの見立てを示した。
さらに、同氏は、モデルの学習データについても言及した。「大規模モデルを訓練する際、インターネット上のあらゆる言葉、20〜30兆トークンをそのまま学習データに投入してきた。しかし、その大部分は、実際にはモデルの知能向上にほとんど寄与しないような、いわば"ノイズ"だ」とし、こうした無関係なデータを取り除き、学習データセットを絞り込むことで、同じ知能水準に到達するための計算量(FLOPs)を削減できると説明。この最適化の余地はまだ大きく残っているとの見方を示した。
6. OpenAIが抱える「フェイブル」ジレンマ
対談では、Anthropicが、Fable 5について「エージェント型のコーディング超兵器であり、前例のない速度と規模でサイバー兵器や生物兵器を開発しうる。ガードレールなしに誠実にリリースすることはできない」と述べていたことも取り上げられた。これに対し、中国側は、オープンソースで同等の性能を持つモデルを公開する形で応じた格好となっている。
Blundin氏は、この状況について、フロンティア・ラボが直面する3つの根本的な制約――計算資源・電力の制約、性能面でほぼ代替可能なオープンソースモデルの存在、そして、政府による事前審査の要求――を挙げた。その上で、「もし政府がすべてのモデルのリリース前審査を義務付けたことで、OpenAIの評価額(仮に1兆ドルとして)は既に50%程度縮小しただろう。今回の件でさらに50%縮小すると見ている。フロンティア・ラボの価値は、3ヶ月前の4分の1程度になったのではないか」という私見を述べた。
7. 米中AIバリュエーションの現実
対談中に示されたチャートによれば、Moonshot AIの企業評価額は、200億ドルであるのに対し、AnthropicとOpenAIはそれぞれ約1兆ドルとされている。Ismail氏は、「もしこれらが上場企業だったら、30%程度の株価下落が見られていただろう」と述べ、改めて「米国のフロンティア・ラボは、その資本を一体何に使っているのか」と問いを投げかけた。
これに対し、Mostaque氏は、「実際に彼らの建物に行って話をすれば分かるが、彼らは優秀な人材を切望している。かつてない速度で世界を変えようとしているが、資本を有効活用できるだけのアイデアを持つ人材が追いついていない」と述べ、資金の使い道に苦慮している側面もあると指摘した。一方でWissner-Gross氏は、Anthropicが、中国のフロンティア・ラボによる「蒸留攻撃(distillation attacks)」を非難する声を上げていることに触れつつも、「K3の性能を見る限り、Moonshotが、主にClaudeからの蒸留によってこの性能を達成しているとは考えにくい」との見解を示した。
8. 半導体・推論コストへの波及効果
対談では、この一連の展開が半導体産業に与える影響についても議論された。Blundin氏は、「今回の下落局面で半導体企業の株価も一時的に下がったが、実際には逆方向に動くはずだ」と指摘。オープンソースモデルの普及がシリコン(半導体)需要をむしろ押し上げるという見立てである。またMostaque氏は、K3がHuawei製やAlibaba製の次世代チップに最適化して推論を行うよう設計されているため、Nvidia・AMDの大型チップにアクセスできる米国企業(Modal、Fireworks、Base10など)が、中国の競合よりも10倍安くこのモデルを提供できるようになるだろうと分析した。実際、Fireworksは170億ドル、Modalは100億ドル、Base10も100億ドルという評価額での資金調達を実現しており、これらの推論プロバイダーが中国製オープンソースモデルの最適化に資金を投じていくとみられる。
9. 量子化技術がもたらす「エッジの知能革命」
対談の後半では、モデルの軽量化・量子化技術に話題が移った。米国のスタートアップPrism MLが開発した「Bonsai 27B」は、270億パラメータ級のモデルとして初めて、圧縮なしでスマートフォン上で完全に動作するモデルだという。Mostaque氏は、この技術が「ターナリー(3値、約1.58ビット)」と呼ばれる極限的な量子化手法によって実現されていると説明。「5%の精度低下で6GBまでモデルサイズを圧縮でき、15%の精度低下なら4GBまで圧縮できる」とし、これは事実上、IQ110〜120レベルの知能をインターネット接続なしでスマートフォンのポケットに常時持ち歩けることを意味すると述べた。
さらに、Wissner-Gross氏は、韓国Samsungがこのわずかここ2ヶ月で「1ビット未満」の量子化を実現する「Nano Quant」というモデルを発表したことに言及し、「1年以内にサブ1ビットの量子化が主流になり、最終的には光速で動作するフォトニック・コンピューティングが計算手法の主流になっていくだろう」という自身の予測を披露した。
10. 頭脳流出をめぐる論争 ― Moonshot AI創業者の実像
対談では、Moonshot AI創業者のヤン・シーリン(楊植麟)氏の経歴も話題となった。Diamandis氏は、当初、同氏がカーネギーメロン大学(CMU)で博士号を取得した優秀な人材でありながら、米国でグリーンカードを得られず中国に戻ってMoonshot AIを設立したという「頭脳流出」の象徴として紹介した。
しかし、Wissner-Gross氏が調査したところ、実態はやや異なっていたという。「ヤン氏はCMUで博士課程に入ってから約1年後の2016年、在学中に中国を拠点とするスタートアップ"Recurrent AI"を設立している。2019年の卒業時にはGoogle、Facebook、Huaweiなどからオファーがあったが、既に自身のスタートアップが中国で法人化されていたため、中国に戻った」という。つまり、米国の移民政策やビザ制度が同氏を中国に追いやったという単純な図式ではなかった、との指摘だ。
もっとも、Mostaque氏やIsmail氏は、この個別のケースを超えて、「米国で教育を受けたPhD保有者が母国に戻ってしまう」という構造的な問題自体は依然として存在すると強調した。Ismail氏は、「トップクラスのAI研究者の70%は米国籍を持っていない。多い順に中国、インド、台湾、英国の出身者だ」と指摘し、「PhD取得証書にグリーンカードをホッチキス留めするくらいの政策が、米国にとって最も摩擦の少ない対応策だ」と述べた。また、インド出身者は米国に留まる傾向が強い一方、中国出身者の約8割は帰国するといい、その背景には中国国内のスタートアップ支援環境の充実があるとの分析も示された。
11. フロンティアモデルのリリース頻度が加速
対談では、フロンティアモデルのリリース頻度そのものが加速している点にも触れられた。「2024年は6件のリリースで平均60日に1件、2025年は8件で平均50日に1件だったが、2026年4月半ば以降は13件のフロンティアモデルが登場し、平均10日に1件のペースになっている」という。Wissner-Gross氏はこのトレンドを指数関数的に外挿すると、「このままのペースが続けば、来年1月頃には毎日新しいフロンティアモデルがリリースされる計算になる」と述べた。
12. AIによる「スーパーフォーキャスティング」の実用化
対談では、AI予測(フォーキャスティング)分野の進展にも触れられた。ペンシルベニア大学の政治心理学者フィリップ・テトロック氏が提唱した「スーパーフォーキャスター」の概念――機密情報を持つCIAアナリストをも上回る予測精度を持つ一般人のグループ――に対し、Forecasting Research Instituteの最新データによれば、「複数のAIモデルが、統計的にスーパーフォーキャスターと見分けがつかない水準に初めて到達した」という。Wissner-Gross氏は、こうした予測AIが資本市場と接続された場合の影響について、「AIがアルゴリズム取引を通じて公開証券市場を既に支配しつつある中で、人間自身よりも優れた自己回帰的なモデルを人間について持つようになったら何が起きるのか」という思考実験を提示した。
13. データセンターの水使用量をめぐる論争
対談の終盤では、AIデータセンターの環境負荷をめぐる批判についても取り上げられた。Ismail氏が示したデータによれば、「米国内の全データセンターが敷地内で消費する水は年間170億ガロンであるのに対し、米国のゴルフ場は2024年以降、灌漑だけで5,310億ガロンの水を消費しており、これはデータセンターの31倍に相当する」という。さらに、Mostaque氏は、「カリフォルニアのアーモンド農業だけで年間1兆ガロンの水を消費しており、これはデータセンター全体の60倍に相当する」と付け加えた。両氏は、こうした批判が必ずしもデータに基づいていないと指摘しつつも、「水の懸念が払拭されても、同様に不合理だが別の批判対象に世論の矛先が移っていくだろう」との懸念を示した。
14. ヒューマノイドロボットの競争
対談では、中国が国家戦略として推進するヒューマノイドロボット開発にも言及された。UnitreeをはじめとするChat企業約150社が開発競争を繰り広げており、中国国内では格闘技イベント形式でロボット同士を戦わせる興行も行われているという。Wissner-Gross氏はこうした光景について、「スティーブン・スピルバーグ監督の映画『A.I.』に登場する"フレッシュフェア"を連想させ、率直に言って軽い恐怖を感じる」と述べつつ、西側でもProto社が主催する「ヒューマノイド・ロボット・ミニマラソン」のような、より生産的な形での競争のあり方を模索していく必要があると強調した。
15. 軌道上データセンターをめぐるマスク氏とアルトマン氏の隔たり
対談では、OpenAIのサム・アルトマン氏が「現時点で宇宙にデータセンターを置くという発想は馬鹿げている」と述べた発言も取り上げられた。Wissner-Gross氏はこれについて、「OpenAIがStargateプロジェクトを自社保有・運営から、他社データセンター容量の単純なリースへと方針転換していることや、IPOを延期していることを踏まえると、この発言には明らかな利益相反がある」と指摘。一方で、Mostaque氏は、両者の発言をよく読むと「実は矛盾していない」とし、アルトマン氏も「今後10年以内には意味を持つようになる」と述べている点で、両者の見立てはそう遠くないとの見方を示した。
