月之暗面Kimi K3は、リリース後48時間以内にユーザー要求量が予想を大幅に上回ったため、新規ユーザーの登録を一時停止し、計算リソースの「熔断」を実施した。K3の総パラメータ規模は2.8兆で、KDAハイブリッド線形アテンションメカニズムを採用し、アテンション層の計算複雑性を平方階から線形階に低下させ、KVキャッシュを最大75％削減。100万のコンテキスト長においてデコードスループットは6倍向上した。このアーキテクチャはAI分野における「韬定律」の実践と見なされ、システムレベルのアーキテクチャ革新により性能が飛躍的に向上した。K3は世界のAIモデル評価において総合得点57点を記録し、Claude Fable 5とGPT-5.6に次いで3位となった。資本市場では、K3のリリース当日、NVIDIAの時価総額が約1111億ドル減少し、月之暗面の評価額は半年で43億ドルから315億ドルへ急騰した。記事作成者、出典：36氪
Kimiにも独自の「韬定律」があります。
K3が爆発的に人気を博す中、Kimiは一時停止を余儀なくされた。
7月19日深夜、月之暗面Kimiチームは、Kimi K3のリリースから48時間以内にユーザーのリクエスト量が予想を大幅に上回ったため、計算リソースが逼迫していることから、Kimiの新規ユーザーのサブスクリプションを一時停止し、限られた計算リソースを既存のサブスクライバーに優先的に提供すると発表しました。
会員制度は、Kimiの主要権利とCode権利に分離され、リソースを正確に配分します。後の公式な対応によると、Kimiは会員制度を調整しておらず、限られた計算リソースの下でユーザー体験を再バランスしただけです。
K3火のトリガーで算力が「熔断」し、新規顧客の受付を婉拒し、既存ユーザーのサービスに集中します。
Kimiの「韬定律」
現在、大手モデルベンダーは無料や価格引き下げなどのコストパフォーマンス戦略を通じて新規ユーザーを獲得するためにユーザー規模の拡大に躍起になっています。その一方で、Kimiの逆のアプローチは少し「ヴァルサイス」に見えます。
しかし、モデルの能力が強くなるほど、コンテキストが長くなるほど、ユーザーの呼び出しが頻繁になるほど、推論に必要な計算リソースの消費も増加する。「K3のリクエスト量が現在の計算クラスタのキャパシティ限界に近づいている」という状況下で、Kimiも「豆包」と同様の課題に直面している：C端ユーザーが増えるほど収益への貢献は明確でないが、GPUが耐えきれない。
月の暗面の初の3兆パラメータ級MoEモデルであるK3の総パラメータ規模は2.8兆に達する。従来の理解では、この規模のモデルは1回の出力ごとに計算リソースが指数的に消費されるが、その独自のコアアーキテクチャにより、華為がチップ分野で提唱した「韬律」の効果を実現している。
このアーキテクチャは、KDA（Kimi Delta Attention）ハイブリッド線形アテンション、アテンションリザルス、高スパースMoEの3つの主要技術を実装したスーパーエンジンと見なされ、計算リソースをモデル性能に変換する効率を極限まで高めています。
長年にわたり、半導体業界はモール定律に依存し、トランジスタのサイズを縮小することで性能を向上させてきました。しかし、先進プロセスが物理的限界に近づき、コストが急騰する中、単なるハードウェアの積み重ねによる成長モデルも限界に直面しています。
今年、華為が提唱した「韬定律」は、「空間縮小」という従来の発想から脱却し、「時間縮小」へと転換しました。論理的折りたたみ、3次元積層、フルチェーンアーキテクチャ最適化を通じて、信号伝送遅延を圧縮し、データの冗長な移動を削減することで、成熟プロセスでも先進プロセスに匹敵するエネルギー効率の飛躍的向上を実現しました。
その核心的な方法論は、ハードウェアの制約やコスト制約の下で、システムレベルのアーキテクチャ革新を通じてパフォーマンスを飛躍的に向上させることです。
私が考えるに、K3が採用しているKDAハイブリッドリニアアテンションメカニズムは、AI分野における「韬定律」の実践である。
Transformerアーキテクチャは、アテンションメカニズムにおいて最も計算リソースを消費します。標準的なアテンションはシーケンス長に応じて二乗で増加し、百万レベルのコンテキストタスクでは、大部分の計算リソースが長シーケンスのアテンション行列の維持に消費されます。KDAメカニズムは、大部分のアテンション層の計算複雑性を二乗から線形に削減します。
月の裏側が以前に公開した技術レポートによると、実験モデルでKDAとMLAのハイブリッド比率を採用したところ、KVキャッシュの占有量が最大75%削減され、100万のコンテキスト長におけるデコードスループットは元の6倍に向上しました。アテンション残差と高スパースMoE技術を組み合わせることで、トレーニング効率は約25%向上し、追加コストは2%未満です。
これは「モデルの生産効率」の再構築です。シリコンバレーの主流であるTransformerアプローチが「力技で奇跡を起こす」ガソリン車であるとすれば、KDAは「熱効率の極限」を追求するハイブリッドエンジンに似ています。
SemiAnalysisのレポートによると、KDAは推論速度を300%向上させながら、長文コンテキスト処理においてTransformerに近いパフォーマンスを維持しています。これは、同等の計算リソースを投入した場合、K3がより多くの有効なインテリジェンスを生成できることを意味します。
開発者コミュニティによる実地テストのフィードバックによると、K3は長距離Agentタスクやコード生成において優れた性能を発揮し、国際的なトップモデルと競合する力を備えています。
根本的に、K3はスケーリング法則を依然として遵循しているが、粗雑なアルゴリズムの無駄に切り込んだ。シリコンバレーのAI企業が次々とGPUを買い溜め、計算リソースを積み上げる中、Kimiはアルゴリズムのパスを再構築し、計算の冗長性を削減することで、限られた計算リソースの条件下でパフォーマンスと効率のバランスを実現し、「1ワットあたりの知的出力」を最大化する道を歩んだ。
これはウォールストリートの観察者や投資家を驚かせ、彼らはデープシークに続いて、シリコンバレーがAIに投じた数千億ドルの投資が見合ったリターンをもたらすかどうか、また米国のAIにおけるリードが弱体化したかどうかを再び疑問視している。
同時に、企業ユーザーと開発者もAIの使用コストに注目し始めています。一部の開発者はすでに「モデルルーティング」サービスを活用しており、タスクに応じてコストが最も低く、効率が最も高いAIモデルを自動的に選択しています。これには、Kimiを含む中国のモデルも含まれています。
楊植麟がモウコウ
振り返ると、Kimiの計算リソースが逼迫したのは技術的成功の副産物だった：モデルの効率向上により単回使用コストが低下し、その結果、需要全体が急増した。
注目すべきは、7月11日に智谱の創設者である唐傑が「Touch High摸高計画」を発表し、「頂点に登らなければ失敗だ」と明言し、今後2年間は短期的なアプリケーションの収益化を追求せず、AGIの4つの核心分野にリソースを集中させ、資金調達を計画し、百億級のリソースを投入して機械の説明可能性技術を突破することを明確にした。
もし智谱の「モウガオ」が上場後の背水の陣であるとすれば、それは技術の天井を突き破ることで「世界初の大規模モデル上場企業」という物語を確立し、現実の不安を和らげようとする試みである。
私は楊植麟の決定において、Kimiが三つの次元での「高さの挑戦」を見た。
まず、計算能力の最適化を図り、流量思考から価値思考へ転換する。公開情報によると、KimiのAPIビジネスの比率は既に70％を超え、これまでのC端ユーザーのサブスクリプションモデルとは大きく異なっている。既存ユーザーを維持し、新規ユーザーを拒否することは、限られた計算能力を高価値のシナリオに集中させ、既に収益の柱となっているB端ビジネスの割当をC端流量に圧迫されないようにするためである。
その代償は明らかである。たとえば「既存ユーザーを優先する」という実行基準が不透明であり、どのリクエストが優先的に対応され、どのリクエストが降格処理されるかが明確でない場合、対応が不適切であればユーザーの信頼が薄れる。
長期的には、Kimiが技術の注目株から成熟したAIトップ企業へと移行するためには、弾力的な計算リソースプール、階層的応答メカニズム、動的スケジューリング能力などのインフラを強化しなければならない。
二つ目は価格の上限テストで、Kimiは安価なバイキングから価値階層化へのプレッシャーテストを実施しています。公告で言及された「Kimiの主要権益とCode権益の分離」は、計算リソース不足への短期的な対応であると同時に、価格体系の再構築の始まりを示唆している可能性があります。
過去、ユーザーがコードを書く、資料を調べる、あるいは雑談するかに関わらず、同じ料金を支払い、同じ計算リソースを消費していた。計算リソースを多く消費するコード利用者の割合が増加すると、このモデルは必然的に構造的な不一致を引き起こす。
Kimiはこの機会に会員特典を分割し、使用シーンに応じて再価格設定しています。軽度ユーザーは基本サービスを享受し、重度ユーザーは高価値機能に対してプレミアムを支払います。
これは価値ユーザーの層別化を通じて、モデル製品の価格決定権を獲得しようとする試みです。現在、K3の料金基準は100万トークンあたり2.3ドルに達しており、海外のトップモデルよりは低いですが、国内モデルとしては過去最高となりました。
おそらくKimiも安価なモデルから脱却し、高性能モデルには価格設定能力があるという認識を示したいのだろう。今後、大規模モデルの競争は「パラメータ競争」から「インフラ競争」、「コストと価格設定の競争」へと移行するだろう。
このステップは、ランキングの頂点に登るよりも難しく、ビジネスの本質により近い。
第三に、地位の向上。Kimiは地政学的変数から価格のアンカーへとその役割を昇華させた。
K3のリリース後、すぐに世界的な注目を集めた。独立AIモデル評価機関Artificial Analysisが発表した最新の「インテリジェンス・インデックス」において、総合得点は57点となり、世界で3位にランクイン。Claude Fable 5（60点）とGPT-5.6 Sol（59点）に次ぎ、Claude Opus 4.8（56点）を上回った。
この成績により、「オープンソースはクローズドソースより半世代遅れる」という業界の常識も同時に覆された。
同時に、K3の影響力は技術界を越えて広がっています。米国のテクノロジー投資機関は、K3をAI発展の「転換点」と見なし、高品質なオープンソースモデルが能力の拡散を加速していると評価しています。カリフォルニア大学バークレー校のコンピュータ科学教授は、K3によって中国のオープンソースモデルと米国の先進モデルとの差が2〜3ヶ月に縮まったと述べています。
資本市場の反応も同様に激しく、K3が公開した初日の取引で、ナビダは1日で約1111億ドルの時価総額を失った。モルガン・スタンレーの戦略家はレポートでこれを直接「DeepSeek 2.0」と呼んだ。
この加速度が、価格決定ロジックを変えるものだ。
また、月之暗面のARR（年間収益）は6月までに3億ドルに近づき、海外での成長率は400％、価格を60％引き上げた後も収益は増加した。この3つのデータが重なることから、Kimiの「オープンソース＋効率」モデルはスケーラブルな収益化が可能であることを示している。
報道によると、月之暗面は香港での上場を最短6か月以内に目指しており、半年で43億ドルから315億ドルへと評価額が7倍以上に急増した。
これらは資本市場が、シリコンバレーの主流ではない道を歩む「権利の明確化」を示している。それらは「単位経済モデルが実行可能なSOTA」に賭けていることから、Kimiは独自の評価ロジックを獲得し、OpenAIやAnthropicと比較して自らの価値を証明する必要がなくなったことを示している。
月之暗面 画像提供：ネット情報
しかし、K3はAGIまでまだ長い道のりがあります。たとえばベンチマークでは、K3はFable 5よりわずかに3点低いですが、その背後には依然として大きな差があります。
また、Kimiは技術レポートで、デプロイレベルにおける2つの欠陥を認めた。1つ目は、K3が訓練中に完全な思考履歴（thinking history）を保持していることであり、呼び出し側が以前の推論プロセスを正しく返送しなかったり、セッション内で他のモデルからK3に切り替えた場合、出力品質が顕著に低下する。
二つ目は、K3がタスクが曖昧なときに「過剰に積極的」になり、ユーザーに代わって決定を下しやすい点である。このような「勝手な判断」は、正確な実行が求められるエンジニアリングプロセスで連鎖的なエラーを引き起こしやすい。
また、見過ごされがちだが極めて重要な問題として「幻覚」があります。Artificial Analysisは評価の中で、K3の幻覚率が前世代のK2.6よりもむしろ上昇していることを指摘しています。
ある意味、K3の華やかさと潜在的な懸念は、業界全体の計算能力の需給不均衡の縮図であり、中国のAI産業が計算能力の制約、商業化の未完結、ユーザー期待の過大という重圧の下で経験する集団的な苦悩を表している。
これらのAI企業の每一次の過負荷、每一次の「熔断」は、中国AIが「摸高」するために乗り越えなければならない障壁である。新たな競争サイクルがすでに始まったことは確実であり、大規模モデルは能力の競い合いから計算能力の競い合いへと移行する。
アルゴリズムや計算能力の基盤などのインフラで優位性を築ける者が、最終的に勝ち残り、次世代のAI企業の生存基準を定義する。
参考資料：
アルファベットランキング、K3発表48時間
錦繍、『すべてKimiのせいだ』
本文は微信公众号「唐辰同学」より、著者：唐辰、36氪の許可を得て掲載します。