中国Kimi K3が「Claude Fable 5超え？」の衝撃、2.8兆モデルの決定的な3つの論点

「Claude超え」の数字はどこまで本当なのか

　中国ムーンショットAI（Moonshot AI）は2026年7月17日、生成AIの新モデル「Kimi K3」を発表した。総パラメーター数は2.8兆、入力できる文脈の長さは最大100万トークン。画像を読み取る機能も標準で備え、プログラム開発や調査、推論といった長時間の作業を想定する。発表直後から米国のテクノロジー業界で注目を集めた。

　特に話題となったのが、Webサイトの見た目や操作画面を作る「フロントエンド開発」の評価だ。AIを匿名で比較するArenaの評価では1679点を獲得し、米Anthropicの最上位一般向けモデル「Claude Fable 5」を上回って首位に立ったと報じられた。ブランドサイトやデータ分析画面など、7分野中6分野で1位になったという。

　ただし、この結果だけでKimi K3がClaudeを全面的に超えたとは言えない。ムーンショットAI自身も、公式ブログで「総合性能では最も強力なClaude Fable 5とGPT-5.6 Solにまだ及ばない」と明記している。首位になったのは、画像を見ながらWeb画面を作り、修正する特定の競技である。総合力での勝利ではなく、得意分野で奪った部分勝利だ。

　さらに、Kimi K3を自由に改変できるモデルの重みは7月27日までに公開する予定で、詳しい学習方法や評価条件を記した技術報告書も同時期に公表するとしている。つまり、現時点で外部の研究者が再現できる情報は限られる。

【性能比較】Kimi・Claude・GPTは何が得意なのか

　第三者評価を並べると、3モデルの立ち位置はより鮮明になる。Artificial Analysisの総合知能指数で、Kimi K3は57点を記録した。2026年7月20日時点の掲載順位は187モデル中4位。最高峰に迫る水準だが、同じ評価でClaude Fable 5は59.9点、GPT-5.6 Solは58.9点とされ、総合順位では米国勢が一歩先にいる。


　実際のソフトウェアを修正する能力を測る「DeepSWE v1.1」でも、GPT-5.6 Solが成功率73％、Claude Fable 5が70％、Kimi K3が69％だった。Kimi K3はClaude Opus 4.8の59％を上回ったものの、各数値には数％の誤差幅がある。69％と70％の差をもって優劣を断定するのは難しい。

　一方、コストではKimi K3が圧倒する。同評価における1課題当たりの平均費用は、Kimi K3が4.65ドル、GPT-5.6 Solが8.39ドル、Claude Fable 5が21.63ドルだった。完成率がほぼ同水準なら、開発作業を大量に回す企業にとって、この差は無視できない。Kimi K3の本当の脅威は、すべての能力で1位になることではなく、上位モデルに近い結果を低コストで出す点にある。

　もっとも、ベンチマークは使用する開発ツールや推論時間、与えられる計算資源によって結果が変わる。Kimi K3はKimi Code、ClaudeはClaude Code、GPTはCodexとの組み合わせが多く、モデル単体の比較ではない。Web制作ならKimi、長期間の複雑な開発ならClaudeやGPTというように、タスクによって勝者が変わるのが実態だ。