重み公開から10日で企業クラウドへ——Kimi K3 が書き換えるのはランキングではなく、モデル調達である

30秒版

まず事実から。7月27日、北京の Moonshot AI が 2.8兆パラメータの Kimi K3 の重みを Hugging Face に公開した。ファイルは計1.56TB、誰でもダウンロードできる。その10日後の8月6日には、同じモデルが企業向けの統制を備えた形で Databricks に載り、Anthropic・OpenAI・Google のクローズドモデルと同じ選択画面に並んだ。間には Together AI の記事が2本挟まる。1本は OpenAI の GPT-5.6 Sol との対決ベンチマーク、もう1本は米国インフラ上で100万トークンの文脈長をフルに使うための開発者ガイドである。

ニュースはこの速さそのものだ。フロンティア級のオープンウェイトモデルが、重み公開から欧米企業クラウドの「統制つき調達目録」入りまで、わずか10日で走り切った。AI 予算やモデル戦略を預かる読者にとって、意味は「また強い中国製モデルが出た」ではない。モデル調達は「1社を選ぶ」ことから「ポートフォリオを管理する」ことへ移りつつある。その最安の枠の品質を、オープンウェイトがフロンティア級まで引き上げた——これが本題である。

事実の連鎖——10日間に何が起きたか

7月27日、重みの公開。 Moonshot は Kimi K3 の完全な重みを Hugging Face で公開した。総パラメータ2.8兆、トークンあたりの活性は1,040億、文脈長は100万トークン、マルチモーダル対応。Model card は「It is the world's first open 3T-class model」(世界初のオープンな3兆級モデル)と述べる。出典:HF model card。独立の観察者 Simon Willison は同日、重みファイルが計1.56TBであること、そしてライセンスがオープンソースではないことを記録した。条文は明確だ。「If the Licensee or any of its affiliates operates a Model as a Service business, and the aggregate revenue…exceeds 20 million US dollars…the Licensee must enter into a separate agreement with Moonshot AI」——モデルをサービスとして提供する事業の年商が2,000万ドルを超えるなら、Moonshot と別途契約を結ばなければならない。一方で彼は、公式資料が一貫して open weight(オープンウェイト)と名乗り、open source を僭称しない誠実さも評価している。出典:simonwillison.net。

7月26日、公開前夜に Together が先手を打つ。 Together AI は904回の完全試行による比較報告を出し、当時 Moonshot 自社 API 経由でしか使えなかった K3 を GPT-5.6 Sol とぶつけた。1回勝負なら Sol が勝つ(72.7% 対 68.5%)。だが4回まで試せるなら K3 が逆転する(89.4% 対 85.8%)。しかも1回あたりの実行コストは4.65ドル対8.37ドル。報告の結論は勝敗ではない。2つのモデルは間違える場所が違う——だから「安い方を先に走らせ、失敗したら高い方へ上げる」ルーティングが、単独のどのモデルよりも良い。原文:「a Kimi-first cascade that escalates to Sol covers 108 of 113 tasks and reaches about 85.6%」。出典:Together blog。ただし、これは Together 自身が回したテストであり、同社の商売はまさにマルチモデルのルーティング基盤である。本紙は方向だけを取り、数字の精度は保証しない。

8月1日、Together が正式提供を開始。 開発者ガイドが公開された。米国ホスティング、100万トークン文脈長のフル対応、OpenAI 互換 API。価格は3段構えで、入力はキャッシュ命中なら100万トークンあたり0.30ドル、非命中なら3ドル、出力は15ドル。出典:Together guide。Willison が記録した OpenRouter 上7社の3ドル/15ドルという相場とも一致する。

8月6日、Databricks が統制込みで掲載。 Databricks は K3 を Foundation Model API に加えた。米国内で自社ホスティング、データ保持ゼロ、Unity AI Gateway による統制。権限、監査、予算管理の扱いは、同じ棚のクローズドモデルと同格である。原文:「By offering native access to Kimi K3, together with top proprietary models from Anthropic, OpenAI and Google Gemini customers have maximum choice and control」。加えて Databricks は、社内の企業テストで K3 が「50–72% lower cost-per-task than comparable proprietary models」(同級のクローズドモデルよりタスクあたりコストが5〜7割低い)だったと主張する。出典:Databricks blog。このコスト数値は Databricks の一方的な主張で、手法は公開されていない。

これは誰の、どの決定を変えるか

• 企業の AI プラットフォーム責任者——モデル戦略の単位が変わった。 統制はこれまでクローズド API 勢の暗黙の売り物だった。買っていたのはコンプライアンスと監査と SLA である。Databricks は今回、その一式をプラットフォーム側が肩代わりできること、しかも二桁日数でやれることを示した。前例をひとつだけ:DeepSeek-R1 は重み公開から AWS Bedrock のフルマネージド提供まで49日(AWS 公告)。K3 は同等の統制水準を10日で通過した。決めるべきこと:次の契約更新の前に「ポートフォリオ+ルーティング+乗り換え可能性」を評価項目に入れ、自社のワークロードでオープンウェイト案を一度実測する。
• 法務と調達——「オープン」の一語は結論ではない。 K3 のライセンスは MIT ではない。モデルをサービスとして提供する年商2,000万ドル超の事業者には、Moonshot との別途契約が要る。決めるべきこと:自社ホストや再販の前に条文の原文を読み、この閾値を調達チェックリストに書き込む。
• クローズドモデル勢のアカウント担当——競合が入れ替わった。 独立した3つの情報源が同じ方向を指す。フロンティア級の品質に、ほぼ半額の選択肢が現れた。しかも顧客が選んだクラウドの上で動く。Together と Databricks はそろって「安い方から走らせ、失敗したら上げる」使い方を顧客に教えている。決めるべきこと:提案価値を書き直す。競合はもはや他のラボではなく「自社モデル+半額のオープンウェイト」という組み合わせであり、純粋な API 転売の上乗せ幅は圧縮されつつある。

輪郭——まだ分からないこと

• Together の比較数値は単一ソース。 904回の試行は Together 自身が回したもので、同社の商売はマルチモデルのルーティングである。方向(単発ではやや劣り、複数回で逆転、コストはほぼ半分)は信じてよいが、百分率そのものに独立の追試はない。
• Databricks のコスト主張も単一ソース。 手法も比較対象の価格も公開されていない。Databricks 上の K3 の実際の API 価格は公告に見当たらず、本紙は推測しない。
• Moonshot の訓練コスト、計算資源の出どころ、訓練データの構成:非公開。
• 採用量は不明。 目録入りは利用量ではない。Hugging Face の表示では月間ダウンロード約139万回だが、これは自動取得を含むプラットフォームの計数である。欧米企業の本番投入がどれだけあるかを検証できる数字は、いまのところ存在しない。
• 地域の制約。 Databricks も Together も現時点では米国ホスティングのみ。Azure 上の Databricks はネイティブホスティングではなく接続(ADI)経由である。欧州ほかの地域でのコンプライアンス対応は、まだ答えの出ていない問いだ。