Kimi K3とは？普通のPCで動かなくても、約1.56TBのオープンウェイトLLMを今保存する意味

約1.56TBのKimi K3公開ウェイトを保管するアーカイブ装置と、実行用GPUを分けて表現したオリジナル画像 AI業界解説

生成AIを使うことは、これまで「企業のサーバーにあるモデルへ質問を送ること」とほぼ同じ意味でした。サービスが終了したり、料金や利用条件が変わったりすれば、昨日まで使えたモデルを今日も使えるとは限りません。

Kimi K3が面白いのは、性能だけではありません。Moonshot AIは、2.8兆パラメータの巨大モデルについて、推論に使えるフルウェイトを公開しました。つまり、今の一般的なPCでは現実的に動かせなくても、モデルそのものを手元に保存できる「持てるAI」になったということです。

ただし、ここには大事な区別があります。

ダウンロードできることと、自分のPCで快適に動かせることは別です。

この記事では、Kimi K3の特徴、オープンソースという言葉の注意点、約1.56TBという実際の容量、HDDへ保存する意味、そして今すぐ使うならどの方法が現実的かを、2026年7月29日時点の公式情報をもとに整理します。

2026年7月29日追記： 第三者による約528GiBのサブ2bit GGUF版が公開されました。「1bit版」と呼ばれることがありますが、モデル全体では実効1.6319bpwの混合量子化です。公式ウェイト約1.56TBより小さく、1TB級ストレージへ保存できる規模になりました。ただし通常版llama.cppは未対応で、旧リビジョンの動作報告例も512GB RAM＋96GB VRAMです。普通のPCで実用動作できると確認されたわけではありません。詳しくは本文へ追記しました。

先に要点

  • Kimi K3は総2.8兆パラメータ、1トークンあたり約1,040億パラメータが動くMoEモデル
  • フルウェイトはHugging Faceで公開済み。公式リポジトリ全体は約1.561TB
  • HDDはアーカイブ先として使えるが、HDDへ置いただけで推論できるわけではない
  • 現在の一般的な1GPU PCでフルサイズを動かすのは現実的ではない
  • 今すぐ使うならKimi.comかAPI、将来へ残すなら専用2TB以上、余裕を見るなら4TBの保存先を検討
  • 「完全に制約のないオープンソース」ではなく、独自ライセンスのオープンウェイトと捉えるのが正確

Kimi K3とは

Kimi K3は、中国のMoonshot AIが公開した、コーディング・知識労働・推論を重視するエージェント型の大規模言語モデルです。公開ウェイトはテキストと画像を扱うネイティブマルチモーダルモデルで、最大1,048,576トークンの長いコンテキストに対応します。

公式Kimi APIでは動画URL入力にも対応しています。一方、公開ウェイト向けに案内されている現行のローカル配備手順は画像入力までです。APIで使える機能と、ダウンロードしたウェイトを自分で配備する場合の対応範囲は分けて考える必要があります。

主な仕様は次の通りです。

項目Kimi K3
総パラメータ数2.8兆（2.8T）
1トークンあたりの活性化パラメータ約1,040億（104B）
アーキテクチャMixture-of-Experts（MoE）
Expert数896、各トークンで16を選択、共有Expertは2
コンテキスト長1,048,576トークン
公開ウェイトの入力テキスト、画像
公式Kimi APIの入力テキスト、画像、動画（video_url）
重み／活性化MXFP4／MXFP8
公開形態フルウェイトを公開するオープンウェイト
ライセンス独自のKimi K3 License

Kimi K3は、Kimi Delta Attention（KDA）とAttention Residuals（AttnRes）を採用しています。簡単に言えば、長い文脈と深いモデルを扱いながら、必要な情報を効率よく流すための仕組みです。

また、896あるExpertのうち、1トークンごとに16を選んで使うMoE構成になっています。全2.8兆パラメータを毎回すべて計算するのではなく、必要な部分を切り替えながら使うことで、計算量を抑えています。

公式モデルカード：
moonshotai/Kimi-K3（Hugging Face）

公式リポジトリ：
MoonshotAI/Kimi-K3（GitHub）

「Kimiを使う」「APIを使う」「ウェイトを持つ」は別の話

Kimi K3には、大きく分けて3つの使い方があります。

使い方何を使うか向いている人
Kimi.com／Kimi Work／Kimi CodeMoonshot AIが用意した画面やアプリすぐ試したい人
Kimi API自作ツールや検証コードからKimi K3を呼び出す開発・比較検証をしたい人
公開ウェイトをダウンロード約1.56TBのモデルファイルを自分で保管・実行研究、アーカイブ、自前運用を考える人

Kimi MembershipとKimi API Open Platformは独立した製品です。会員特典・残高・APIキーはOpen Platformへ移せず、APIは別途従量課金されます。Kimi K3 APIは、最低1ドルのチャージ完了後に利用できます。

たとえば公式料金表では、Allegrettoは年払い時の月額換算で31ドル、月払いなら39ドルです。ただし、最大100万トークンのK3超ロングチャットが明記されているのは、年払い時79ドル相当のAllegro以上です。一方、APIは入力・出力トークンに応じた従量課金です。

2026年7月29日時点のKimi K3 API価格は、100万トークンあたり次のように案内されています。

種類価格
キャッシュヒット入力0.30ドル
キャッシュミス入力3.00ドル
出力15.00ドル

プランと価格は変更される可能性があるため、契約前に必ず公式ページで確認してください。

Kimi K3公式料金ガイド

2.8兆なのに「104Bが動く」とはどういうことか

Kimi K3の説明を見ると、「総パラメータ2.8T」「活性化パラメータ104B」という2つの数字が出てきます。

ここで誤解しやすいのが、104Bだけ保存すればよい、あるいは104B分のメモリだけあれば動く、という意味ではないことです。

104Bは、1トークンを処理するときに主に計算へ参加するパラメータ数です。しかし、次のトークンでは別のExpertが選ばれる可能性があります。そのため、完全なKimi K3として動かすには、全Expertの重みへアクセスできる状態が必要です。

MoEは計算量を減らせますが、2.8兆パラメータの保存容量まで104B相当に小さくしてくれる仕組みではありません。

実際のダウンロード容量は約1.56TB

2026年7月29日にHugging Face公式リポジトリのファイルメタデータを合計すると、次の規模でした。

項目実測値
リポジトリ全体1,560,998,984,390バイト
10進表記約1.561TB
2進表記約1.420TiB
ファイル数118
safetensorsファイル96

「約1.56TB」と書くと、1.56TBの空きがぴったりあれば足りそうに見えます。しかし、大容量ダウンロードには一時ファイル、再試行、更新版、チェックサム、作業用コピーなどの余裕も必要です。

結論としては、次の考え方が安全です。

  • 新品に近い専用2TBドライブ：公式ファイルを1セット保存する最低ライン
  • 空き容量が画面上で1.56TB前後しかないドライブ：余裕が少なく、積極的には勧めにくい
  • 4TBドライブ：更新、変換、量子化版、バックアップ用の余裕を取りやすい

公式ファイル一覧：
moonshotai/Kimi-K3（Hugging Face）

HDDに置いてもいい。ただし「保管」と「実行」は分けて考える

Kimi K3を将来のために保存するだけなら、SSDである必要はありません。大容量HDDは、容量単価の安いアーカイブ先として現実的です。

ただし、そのHDDからKimi K3を快適に推論できるという意味ではありません。

部品Kimi K3での役割
HDD／SSDモデルファイルを保存する場所
PCのRAMCPU推論やGPUへ送る前のデータを保持する作業領域
GPUのVRAMGPUで高速に計算するための作業領域

HDDは倉庫です。RAMとVRAMは作業机です。倉庫に1.56TB置けても、作業机が小さければ巨大モデルは展開できません。

さらにHDDはSSDより読み込みが遅いため、重みを頻繁に読み出すオフロード推論では大きなボトルネックになります。HDDは保存用、実行環境は別と考えるのが正確です。

今の一般的なPCでKimi K3は動くのか

2026年7月時点で、現行GeForceの最上位モデルであるGeForce RTX 5090でも、VRAMは32GBです。Kimi K3の公式ウェイト約1.56TBは、ファイル容量だけを比べても32GBの45倍以上あります。ストレージやPCメモリへ大規模にオフロードして起動を試すことと、実用速度で動かすことは別であり、単体GPUでフルモデルを実用運用できる規模ではありません。

vLLMの公式Kimi K3配備例は、最低8基のGB300、AMDでは8基のMI350XまたはMI355Xからです。さらにMoonshot AIの公式技術ブログは、効率的な本番配備に64基以上のアクセラレータを持つスーパーノードを推奨しています。

8基は配備例の最低構成、64基以上は効率的な本番運用の推奨であり、同じ意味ではありません。どちらにしても、一般的なゲーミングPC向けの構成ではありません。

vLLM公式 Kimi K3配備レシピ

したがって、家庭用PCでのダウンロード目的は、今すぐフルモデルを高速実行することではなく、主に保管と将来の選択肢を持つことです。

今すぐ自分のGPUで動かせるローカルLLMを試したい場合は、Kimi K3ではなく、VRAMに収まる小型モデルから始めた方が実用的です。

→ 自分のGPUでローカルLLMを使う手順｜OllamaでGemma 4・Qwen3を動かす

→ Gemma 4をRTX 4070（12GB）で実測｜5モデルを同じテストで比較

さらに小さなモデルから始めたい場合は、656MiBのモデルを実測した例もあります。約1.56TBのKimi K3とは、保存容量だけでも約2,300倍の差です。

→ 656MiBのMiniCPM5-1BをOllamaで検証｜小型モデルはどこまで使える？

約528GiBのサブ2bit GGUF版が登場

2026年7月29日時点で、Hugging Faceに第三者のGrEarlによるKimi-K3-GGUF-IQ1_Sが公開されています。Moonshot AIの公式配布ではなく、Kimi K3のテキストモデルを対象にしたコミュニティ版です。

「1bit量子化版」と紹介されることがありますが、すべての重みを単純に1bit化したモデルではありません。全パラメータの97.9%を占めるrouted expertsはIQ1_Sの1.5625bpw、attentionやshared expertsなどはQ4_K、構造テンソルはF16またはF32で保持されています。モデル全体の実効値は1.6319bpwです。

公式配布のMXFP4約1,453.8GiBに対し、この量子化版は94個のGGUFファイルで合計528.0293GiB。約63.7%小さくなりました。Hugging Face上のファイル表示では約567GBなので、保存先は1TB級ストレージに収まり得ます。一方、保存できることと、実用速度で動かせることは別です。

現時点では注意点も多くあります。

  • Moonshot AI公式版ではなく、テキストモデルを対象にしたコミュニティ版
  • 通常版llama.cppでは読み込めず、未統合のPull Request #26185にある対応ブランチが必要
  • Hugging Faceが自動表示するOllama、vLLM、通常版llama.cpp向けの実行例は、この配布物にはそのまま使えない
  • 現在の量子化データでは、perplexity、標準ベンチマーク、公式ウェイトとの出力比較が未測定
  • importance matrixを使っておらず、画像入力も未検証

独立した利用報告では、旧リビジョンを512GBのDDR5メモリと96GBのVRAM、32Kコンテキストで動かし、プロンプト処理が約20tokens/s、生成が約5tokens/sだったとされています。ただし、実行コマンドや正確なオフロード構成は示されておらず、現在配布中のリビジョンで再現されたベンチマークではありません。

約1.56TBから約528GiBまで小さくなったことは大きな前進です。一方で、「普通のPCで動くようになった」と判断できる段階ではありません。この記事で分けてきた「保存できること」と「実用速度で動かせること」の違いは、量子化版でも変わりません。

今は動かせなくても、なぜ保存する意味があるのか

「動かせないモデルを1.56TBも使って保存して、何の役に立つのか」と思うのは自然です。

それでも保存に意味があると考える理由は、性能表ではなく、将来も選べる状態を残せるからです。

サービスやAPIの都合だけに依存しなくなる

クラウド専用モデルは、提供終了、地域制限、価格変更、利用規約の変更が起きると、同じモデルへアクセスできなくなることがあります。

ウェイトを手元に保存しておけば、少なくともモデル本体が消えるリスクを下げられます。もちろん、動かすソフトウェアとハードウェア、ライセンス条件は別途必要です。

将来の推論技術で扱える可能性が残る

巨大モデルを扱う技術は、量子化、Expertオフロード、分散推論、ストレージ直結、推論エンジンの最適化などによって変わっていきます。

将来、Kimi K3のフルモデルが一般PC1台で動くと断言することはできません。一方で、今より少ない台数や低いコストで扱えるようになる可能性はあります。コミュニティによる量子化版、蒸留版、派生モデルが増えれば、K3の能力の一部を現実的な環境で使える場面も広がります。

同じモデルを後から再検証できる

AIサービスは、同じモデル名でも内部更新で挙動が変わることがあります。研究や長期比較では、「当時の同じ重み」を再利用できること自体が価値になります。

ウェイトだけでなく、LICENSE、README、設定ファイル、取得時のコミットIDも一緒に残しておくと、後から検証しやすくなります。

「オープンソースLLM」と言い切ってよいのか

Moonshot AIはKimi K3を「open model」と表現していますが、公式モデルカードのより正確な表記はopen-weightです。

Kimi K3 Licenseでは、ウェイトやコードについて、利用、コピー、変更、配布、ファインチューニング、派生物の作成などを広く認めています。一方で、一般的なApache 2.0やMIT Licenseではなく、独自条件があります。モデルをコピー・再配布する場合は、著作権表示と許諾表示を残す必要があります。

特に確認しておきたいのは次の2点です。

  • Model as a Service事業を運営し、関連会社を含む連続12か月の総収益が2,000万ドルを超える場合、商用利用前にMoonshot AIとの別契約が必要
  • Kimi K3または派生物を使う商用製品が、月間1億MAUまたは月間収益2,000万ドルを超える場合、UI上へ「Kimi K3」を目立つ形で表示する必要がある

ここでいうMaaSは、第三者が入力・パラメータ・学習データを実質的に制御できる推論・微調整アクセスを指します。特定機能へ組み込んだ製品や、他社がホストするモデルへの単なる中継は定義から除外されています。

§4では、ソフトウェア、その出力、または基盤能力を第三者へ提供しない「内部利用」について、上記の§2・§3を適用しないと定めています。個人か企業かではなく、第三者提供の有無で区別される点に注意が必要です。

単純に「個人なら自由」「企業なら制限対象」と分けることはできません。独自ライセンスである以上、商用利用や再配布、第三者への提供前には原文を確認すべきです。

そのため、この記事ではKimi K3を「完全に制約のないオープンソースLLM」とは呼ばず、フルウェイトを公開したオープンウェイトLLMと表現します。

Kimi K3 License（公式）

※ここでの説明はライセンス原文の要約であり、法的助言ではありません。

ダウンロードするなら、誰に向いているか

全員が今すぐ1.56TBをダウンロードする必要はありません。

今、保存を検討しやすい人

  • 2TB以上の専用ドライブと安定した回線を用意できる
  • AIモデルのアーカイブや再現性に価値を感じる
  • 将来、複数GPUや分散推論環境を用意する可能性がある
  • 量子化、蒸留、推論エンジンの進歩を追いたい
  • 同じ重みで長期比較をしたい研究者・開発者

今はダウンロードせず、公式ページを保存すれば十分な人

  • Kimi K3を会話やコーディングで試したいだけ
  • 2TBドライブの空きがぎりぎり
  • ダウンロードした1個だけをバックアップなしで保管する
  • 家庭用GPU1枚ですぐフルモデルを動かせると思っている

後者なら、まずHugging Faceの公式ページをブックマークし、今はKimi.comかAPIで使う方が合理的です。

Windowsで公式ウェイトを取得する基本形

専用ドライブへ保存する場合は、Hugging Face Hubの公式CLIを使う方法が分かりやすいです。以下は保存先をD:\models\Kimi-K3とした例です。実際には、十分な空き容量があるドライブへ変更してください。

powershell -ExecutionPolicy ByPass -c "irm https://hf.co/cli/install.ps1 | iex"
hf --help
hf download moonshotai/Kimi-K3 --revision 9f62e4e9fffbd0a83ddd60e1c209d828994b3569 --local-dir "D:\models\Kimi-K3"
hf cache verify moonshotai/Kimi-K3 --revision 9f62e4e9fffbd0a83ddd60e1c209d828994b3569 --local-dir "D:\models\Kimi-K3"

記事の容量計測時と同じ版を保存するため、コミットIDを固定しています。

保存先のファイルシステムも確認してください。各safetensors shardは最大約17GBあるため、単一ファイル上限が4GiBのFAT32には保存できません。WindowsではNTFSまたはexFATのドライブを使ってください。

1.5TBを超えるため、回線とHugging Face側の状況によっては長時間かかります。ノートPCのスリープ、ドライブの切断、従量制回線にも注意が必要です。

途中で止まった場合、同じhf downloadコマンドを再実行すると、完了済みで最新と判定されたファイルは再取得されません。ただし、中断した個別ファイルの途中データが次回へ引き継がれるとは限らず、そのファイル自体は最初から取り直す可能性があります。

保存が目的なら、次も一緒に記録しておくと安心です。

  • 取得日
  • Hugging Face上のコミットID（2026年7月29日の確認時点では9f62e4e9fffbd0a83ddd60e1c209d828994b3569）
  • LICENSE
  • README
  • 使用したダウンロードコマンド
  • ドライブの型番とファイルシステム

なお、この記事ではダウンロード完了やローカル推論までは実測していません。容量はHugging Face APIが返す各ファイルのサイズを合計した値です。

性能は強い。ただし公式ベンチマークだけで勝敗は決めない

Moonshot AIはKimi K3を、長時間のコーディング、調査、ツール操作、画像を見ながらの開発に強いモデルとして紹介しています。公式ベンチマークでは、複数のコーディング・エージェント課題でフロンティア級の結果を示しています。

一方、Moonshot AI自身も、総合的な性能は最上位のプロプライエタリモデルであるClaude Fable 5やGPT-5.6 Solにまだ及ばないと説明しています。

モデルごとに使ったエージェント環境や推論設定が異なる項目もあるため、表の数字だけで「どの作業でもKimi K3が上」とは言えません。実用上は、同じ課題、同じ制限、同じ評価方法で試す必要があります。

Kimi K3公式技術ブログ

まとめ：今すぐ使う方法と、将来へ残す方法は分けて考える

Kimi K3のポイントは、2.8兆パラメータという大きさだけではありません。

  • 今すぐ使うなら、Kimi.com、Kimi Work、Kimi Code、またはAPI
  • 自分のPCで動かすなら、Kimi K3より小さいローカルLLMが現実的
  • Kimi K3の約1.56TBをHDDへ置く行為は、推論ではなくアーカイブ
  • フルウェイトが公開されているため、将来の推論技術や派生モデルを待てる
  • 独自ライセンスなので、商用利用・再配布時は原文確認が必要

今の家庭用PCで動かないから無意味なのではありません。今動かせることと、将来もモデルを選べる状態を持つことは、別の価値です。

ただし、保存容量がぎりぎりなら、無理にダウンロードする必要もありません。2TB以上の専用ドライブを用意できる人は保存を検討し、それ以外の人は公式リポジトリをブックマークして、今はWebやAPIで性能を確かめる。この二段構えが現実的だと思います。

公式情報・出典

コメント

タイトルとURLをコピーしました