Kimi K3とClaude Code：比較、料金、設定

フロントエンドと知能のベンチマーク、API料金、キャッシュ、オープンウェイトの制約、環境変数を使ってKimiをClaude Codeに接続する方法。

記事の全文を読む

重要なポイント

2026年10月2日更新。 2026年7月16日、MoonshotはKimi K3をリリースした。パラメーター数は2.8兆で、世界最大のオープンモデルとなる。料金は変わっていない。入力トークン100万個あたり3ドル、出力トークン100万個あたり15ドル（2026年10月2日にMoonshotの公式料金表で確認）で、キャッシュされた入力はわずか0.30ドルだ。その間にClaudeのフラッグシップも変わった。Opus 4.8（5ドル／25ドル）はOpus 5.5（4ドル／20ドル、キャッシュヒットは0.20ドル）に置き換わり、価格差は縮まったが、Kimiのほうがまだ安い。Moonshotは、初版のガイドでは予告にとどまっていた全ウェイトを2026年7月27日に公開し、HuggingFaceで誰でも利用できるようにした。環境変数を3つ設定すれば、KimiをClaude Codeに接続できる。このガイドでは、KimiがClaudeより本当に優れている点、劣る点、そして乗り換える意味があるのかを見ていく。

Ailootの利用に関する実用情報はドキュメントにあります。

Kimi K3とは何か、なぜ市場を揺るがしたのか？

重要なポイント

Kimi K3は、中国企業Moonshotが2026年7月16日にリリースした言語モデルだ。2.8兆のパラメーターを持ち、世界最大のオープンモデルとなる。DeepSeek V4 Proのほぼ2倍、GLM 5の約4倍の規模だ。Mixture-of-Expertsアーキテクチャを採用し、896個あるエキスパートのうち、各トークンで活性化するのは16個だけなので、総パラメーター数から想像するよりはるかに小さなモデルのように計算できる。コンテキストウィンドウは100万トークンで、視覚機能を備え、推論モードは常時オンだ。翌日には、西側のAI企業にとって新たなDeepSeekショックだという話題が広がった。

1年前、Moonshotといえば、2025年夏にオープンリリースされたKimi K2という1つのモデルで知られていた。4月にはK2.6、続いて2026年6月にはK2.7 Codeが登場した。K3はその次の段階で、K2.6の約2.8倍の規模だ。

2.8兆という数字は圧倒的に聞こえるが、その裏にあるのは2026年には標準的なエンジニアリングだ。K3はMixture-of-Expertsアーキテクチャ（Stable LatentMoE）を採用している。896個の独立したエキスパートを含み、各トークンで活性化するのは16個だけだ。つまり、実際に稼働するパラメーターは総数よりずっと少ない。そうでなければ、これほど巨大なモデルを手ごろな価格で提供できる人はいない。さらに、Moonshot独自の技術を2つ使っている。Kimi Delta Attentionは生成を最大6倍高速化し、Attention Residualsは学習コストを下げる。バイブコーディングをする人には技術的な内部配管のような話だが、巨大なモデルが、規模から想像する恐ろしい価格ではなくClaudeより安く済む理由がわかる。

実際に重要なのは、次の点だ。

100万トークンのコンテキストウィンドウ。 Claudeのコンテキストウィンドウ全体と同じサイズだ。大規模なプロジェクトを一度にモデルへ入れられる。
視覚機能。 エラーのスクリーンショットやモックアップを送れば、モデルが画像を見られる。DeepSeekなど、以前の中国製モデルにはこの機能がなかった。
常時オンの推論モード（思考モード）。モデルは必ず先に考えてから答える。これにより品質が上がる一方、価格も上がる。後で詳しく説明する。

市場の反応は鋭かった。Kimi K3のリリース翌日、中国製のオープンモデルがAnthropicとOpenAIのクローズドなフラッグシップに並ぶ性能に達し、Moonshotはウェイトを無料で共有すると約束した。その「同等の性能」が本物なのはどこで、見栄えのよい発表にすぎないのはどこかを見ていこう。

Kimi K3がClaudeに本当に勝る点、劣る点

重要なポイント

Kimi K3が世界首位に立つベンチマークは1つある。生成されたインターフェースを人々がブラインドで比較するFrontend Code Arenaだ。K3のスコアは1679で、Claude Fable 5の1631を上回り、7領域中6領域で首位だった。信頼できる一般知能順位には、特定できる出典と比較可能な試験設定が必要だ。ここでは、その両方を確認できない。従来型のコーディングベンチマークではSWE-bench Verifiedで76.8%、LiveCodeBenchで85%を記録しており、十分な成績だ。ただし、Moonshotは異なるハーネスを混在させた独自の表を作成しているため、ベンダーの数値は傾向を示すものとして扱う。正確な順位を確定するものではない。

バイブコーダーにとって最も重要なベンチマーク、Frontend Code Arenaから始めよう。モデルがインターフェースを生成し、人々がどちらが優れているかをブラインドで選ぶ。AIにウェブサイトを作らせるときの状況に近い。

モデル	Frontend Code ArenaのElo
Kimi K3	1679
Claude Fable 5	1631
GPT-5.6 Sol	1618
GLM-5.2	1587

Kimi K3は首位で、7領域中6領域で1位だ。会話を通じてウェブサイトやインターフェースを作る人にとって、これは最も明確なシグナルだ。レイアウトとフロントエンド作業で強い性能を発揮する。

一般知能のKimi約57点と「Kimi K3 (max)」44点は、指数の発行者、一次結果リンク、比較可能な試験設定なしでは、一貫した順位として扱えず、どちらが現在の値かも確認できない。

比較には同じ名前付き指数の版と日付、正確なモデルと「max」を含む推論設定、ハーネス、尺度が必要だ。発行者の結果で確認できるまで、一般知能順位は未確定とする。フロントエンドの好みや開発ベンチマークは別の指標で、穴を埋めるものではない。

別の公開モデルの比較は「GLM-5.2はClaude Opus 4.8に追いついた」を参照できるが、Kimi指数の出典不足を解決するものではない。

従来型のコーディングベンチマーク：

SWE-bench Verified — 76.8%。 GitHubプロジェクトの実際のバグを修正する能力を測る。十分なスコアだが、Claudeのトップモデルはさらに高い。
LiveCodeBench — 85%。 「入力—期待される出力」形式のアルゴリズム問題。K3はここで強い。
Terminal-Bench 2.1 — 88.3。 Moonshot自身によると、ターミナルでのエージェント型作業を測る。

このガイドを広告ではなく誠実な内容にするため、注意点も含めておこう。Moonshotは異なるハーネスを使ってコーディングの表を作成した。計測によって、独自のKimiCodeを使ったもの、Claude Codeを使ったもの、Codexを使ったものがある。ハーネスの違いだけで、同じ結果が10〜26ポイント動くこともある。

ベンダーの数値は、モデル自体の決定的な順位ではなく、システム性能の傾向を示す証拠として扱うべきです。

中国製モデルが「Claudeより優れている」と主張しているわけではない。Claude Codeを主なツールとして使ってきた経験では、複雑なコードではまだ劣る。比較するたびにそう感じる。ただしK3は、フロントエンド作業で現在のトップ結果を、わずかな価格で示している。その事実を無視するのも、Claudeはもう終わりだと宣言するのと同じくらい愚かだ。

モデルを選ぶだけでなく、AIの幻覚を減らし、コンテキストをより長く保てる環境を作りたいだろうか。モデル選びは調整つまみの1つだ。コンテキストエンジニアリングは、もっと強力なつまみだ。プロンプトを送る前にモデルのコンテキストへ何を入れるかは、ベンチマーク上のモデル名より結果に大きく影響する。体系的に作業するには、コンテキストエンジニアリングをセカンドブレイン（business/構造）とAIクローン（あなたのai-clone/）と組み合わせる環境が役に立つ。長いセッションでどのモデルを使う場合でも、KimiでもClaudeでも、破綻を避けるために必要な3つの柱だ。

Kimi K3の料金はいくらか、「オープン」は「無料」を意味しない理由

重要なポイント

API経由のKimi K3は、入力トークン100万個あたり3ドル、出力トークン100万個あたり15ドルで、7月以降料金は変わっていない。Claude Opusは新世代になり、Opus 4.8（5ドル／25ドル）はOpus 5.5（4ドル／20ドル）に置き換わった。価格差は縮まったが、入力はまだKimiのほうが安い。大きな節約につながるのはキャッシュだ。同じコンテキストの繰り返し利用は、Kimiなら100万個あたり0.30ドルで、90%割引になる。コーディングのリクエストはほぼ毎回キャッシュにヒットする。Opus 5.5のキャッシュヒットは100万個あたり0.20ドルで、Kimiのキャッシュ入力より安い。ただし、入力全体の料金ではKimiが勝る。「オープン」という言葉は誤解されがちだ。Moonshotは約束どおり2026年7月27日にウェイトを公開し、Kimi K3 LicenseのもとでHuggingFaceから入手できる。しかし、自分で実行するとなると話は別だ。圧縮しても2.8兆のパラメーターには数百ギガバイトのメモリとGPUラックが必要になる。個人にとっては、依然として利用量に応じて料金を支払うクラウドモデルだ。

Kimi K3の公式API料金（2026年10月2日にAnthropicの公式料金表で確認）：

項目	Kimi K3	Claude Opus 5.5
入力、トークン100万個あたり	3ドル	4ドル
出力、トークン100万個あたり	15ドル	20ドル
キャッシュ入力、トークン100万個あたり	0.30ドル	0.20ドル

定価では、Kimiの入力はOpus 5.5より4分の1安く（3ドル対4ドル）、出力も4分の1安い（15ドル対20ドル）。前世代のOpusと比べれば差は縮まったが、方向は同じだ。同じコンテキストで繰り返しリクエストを送る場合、キャッシュによって大きく節約できる。1つのプロジェクトで作業していると、各リクエストの冒頭には同じファイル、同じルール、同じシステムプロンプトが繰り返し含まれる。Kimiのキャッシュは、入力の通常料金から90%割引になる。コーディングでは90%以上のケースでキャッシュにヒットするため、実質的な入力トークン料金は30セントに近い。どのモデルでもキャッシュを最大限活用するには、それ自体に工夫が必要だ。DeepSeekを例に詳しく解説したことがある。

推論モードには、料金面で注意すべき点が1つある。Kimi K3は回答前に必ず考え、その推論は出力トークンとして100万個あたり15ドルで課金される。簡単な質問なら差は無視できるが、複雑なタスクでは数千トークンを「考える」ことがあり、安い料金の一部が相殺される。その日の作業全体の請求額を見る必要がある。ここでは定価だけでは判断できない。

次は「オープン」という言葉について。Moonshotは、Kimi K3のウェイトを2026年7月27日までに公開すると約束し、その約束を守った。HuggingFace上のコミットは2026年7月27日付だ（HuggingFace、Kimi-K3、2026年10月2日に確認）。「オープンウェイト」と聞くと、「ダウンロードして自分のマシンで無料で実行できる」と思うかもしれない。実際にはそうではない。4ビットまで圧縮しても、2.8兆のパラメーターには数百ギガバイトのメモリが必要で、複数の高性能GPUとそれらをつなぐ高速接続、さらに環境を構築して保守する人員が要る。

Kimi K3のオープン性が役立つのは、大規模クラウド事業者や独自のインフラを持つ企業チームだ。個人にとっては別の価値がある。価格を押し下げる競争が生まれ、Claudeの上限や料金が将来上がった場合の代替手段になる。ノートPCで2.8兆のパラメーターを動かすことはできない。「無料」のバイブコーディングがいつの間にか請求額に変わる仕組みについては、「バイブコーディングの隠れたコスト」で別途分析した。

3つの変数でKimi K3をClaude Codeに接続する方法

重要なポイント

MoonshotはAnthropic形式のAPIエンドポイントを用意した。これはClaude Codeが使うものと同じ形式だ。プラグインの追加や再インストールをせず、環境変数を3つ設定するだけで、使い慣れたClaude CodeをKimiに切り替えられる。スキル、フック、プランモードなど、残りの設定はそのまま使え、トークンはMoonshotの料金で課金される。注意点が1つある。Moonshotには互換性のあるエンドポイントが2種類あり、一方のキーをもう一方で使うと401エラーが返る。通常のClaudeに戻すには、変数を削除して再起動する。

Claude CodeはAnthropicのプロトコルに対応する任意のエンドポイントに接続できる。MoonshotはKimi K3用のエンドポイントを用意しているため、別のビルドやプラグインは不要だ。最小限の設定は変数3つだ。

export ANTHROPIC_BASE_URL=https://api.moonshot.ai/anthropic
export ANTHROPIC_AUTH_TOKEN=sk-your-moonshot-key
export ANTHROPIC_MODEL=kimi-k3

設定後は、いつもどおりclaudeを起動する。Claude CodeはAnthropicと通信していると思うが、実際のリクエスト送信先はKimi K3だ。スキル、フック、プランモードはすべてそのまま動き、料金はMoonshotの料金表に基づいて計算される。

ここには大きな注意点が1つあり、ほとんどの人が一度はつまずく。Moonshotには互換性のあるエンドポイントが2種類ある。1つはapi.moonshot.ai、もう1つはplatform.kimi.aiプラットフォームだ。キーの変数名とモデル名が異なり、一方のエンドポイントで取得したキーをもう一方で使うと401エラーになる（Claude Code用Kimiドキュメント）。401エラーが出た場合、ほとんどはキーとエンドポイントの組み合わせが合っていない。キー自体は通常使える。キーとエンドポイントは同じプラットフォームから取得すること。

すべて動いているかを確認する最も簡単な方法は、小さなタスクを渡すことだ。Claude Codeにファイルを1つ表示するよう頼み、応答が返ってくることと、Moonshotのダッシュボードのカウンターが動いたことを確認する。通常のClaudeに戻すには、3つの変数を削除し（unset ANTHROPIC_BASE_URL ANTHROPIC_AUTH_TOKEN ANTHROPIC_MODEL）、Claude Codeを再起動する。頻繁に切り替えるなら、シェルプロファイルを2つ作るか、direnvを使って.envrcファイルに変数を記述し、特定のディレクトリでだけ有効にすると便利だ。

Claude Code用のスキルやフックをすでに設定していて、別のツールを覚えたくないなら、これは便利な選択肢だ。Moonshotには独自のターミナルエージェントKimi Codeもあるが、すでにClaude Codeを使っている人にとって、環境変数3つでエンジンを切り替える方法が最も手間が少ない。

Telegramボットから「残高入りの既製アカウント」を買うのは絶対に避けよう。数日後にお金やアカウントを失う原因になることが多い。データも現実的な懸念だ。Moonshotのサーバーは中国にあり、機密データを扱う業務プロジェクトなら別途検討が必要だ。モデルにデータへのアクセスを与えるリスクについては、「Claude Codeにデータへのアクセスを許可しても安全か？」で説明した。

Kimi K3にはどんなタスクを任せ、どんなタスクはClaudeに残すべきか？

重要なポイント

強みを発揮し、料金も重要な作業にはKimi K3を使う。インターフェースやレイアウトの生成、定型的なリファクタリング、テストの生成、テキストの一括処理、1つのプロジェクトでの長時間セッションなどだ。ミスのコストが高いタスクはClaudeに任せる。新しいツール群のアーキテクチャ設計、複雑で多段階のバグのデバッグ、長い自律型エージェントのループ、機密データを扱う作業などが該当する。ルールは簡単だ。繰り返し作業と視覚的な作業はKimiへ、重要な判断はClaudeへ。

実際には、次のように使い分けられる。Kimi K3を実務で1週間使った経験とClaude Codeに戻った理由を、「Kimi K3を仕事で使う：レビューとClaude Codeに戻った理由」で別途書いた。ベンチマークではなく、実際のタスクで起きたことだけをまとめている。

Kimi K3が最も力を発揮する作業：

フロントエンドとレイアウト。 Frontend Code Arenaでトップの結果を出した。インターフェース、ページ、コンポーネントの構築では、Kimiは強く、料金もかなり安い。
定型的なリファクタリング。 名前を変更する、関数を分割する、型を追加する。こうした作業にトップモデルは過剰だ。
既存コードのテスト生成。 どちらのモデルもほぼ同等の性能で、Kimiのほうが安い。
テキストの一括処理。 説明文、翻訳、ラベル付けなど、大量処理では安い料金が重要になる。
1つのプロジェクトでの長時間セッション。 同じコンテキストで作業する時間が長いほど、キャッシュに当たる頻度が上がり、次の各ステップが安くなる。

Claudeに任せる作業：

新しいツール群のアーキテクチャ設計。 選択肢を比べ、落とし穴を見つけ、構成を選ぶ作業では、トップクラスのClaudeのほうが一貫性に優れる。
複雑で多段階のバグのデバッグ。 長い推論の連鎖ではClaudeのほうが信頼性が高い。
長い自律型エージェントのループ。 人が介入せずに何十ものステップを続ける場合、Claudeのほうが破綻しにくい。
本番環境で重要なビルド。 安さより安定性が重要な場合。
機密データ。 Moonshotのサーバーは中国にある。個人顧客データについては、弁護士と別途相談する必要がある。

一言でいえば、繰り返しの多い大量処理や視覚的な作業はKimi K3へ、ミスのコストが高い判断はClaudeへ任せる。多くの人がそうしている。両方のキーを保持し、タスクに応じてエンジンを切り替える。上のセクションで紹介した3つの環境変数は、そのためのものだ。

Kimi K3にまだ足りないもの、ベンチマークが見落とすもの

重要なポイント

2026年10月2日更新。 印象的な数字からは、3つのことが見えない。第一に、Moonshot独自のベンチマークは異なるハーネスを組み合わせており、幅広いタスクでの独立検証もまだ少ない。第二に、推論モードが常時オンのため出力トークンが高くなり、複雑なタスクでは低価格が誤解を招くことがある。第三に、データは中国のサーバーへ送られる。知能指数から現在の順位やタスク費用を比べるには、一次結果リンクと一致する試験条件が必要だ。ここでは確認できないため、ベンダーの開発用の表とは分けて評価しよう。これらはモデルの強みを打ち消すものではないが、知らなければ全体像が欠ける。

覚えておくべき点を挙げる。

ベンチマークには異なるハーネスが使われている。 先ほど触れた注意点のとおり、Moonshotは一部を独自のKimiCode、一部をClaude Code、一部をCodexで計測し、その違いによって結果が10〜26ポイント動いた。Frontend Arenaでの1位は独立した結果だ。実際の人々が結果を評価している。ただし、Moonshotのコーディング表は慎重に読むべきだ。

独立知能指数の比較は未解決。 「Kimi K3 (max)」のスコアとモデル設定が不明な概算は、発行者、日付付き結果、モデル設定、ハーネス、指数の版なしでは照合できない。提供資料の一次リンクでそれらを確認できないため、現在の順位、タスク費用、速度を比較する根拠にはできない。「max」と設定不明の実行が同じ点数や尺度だと考えてはいけない。

推論モードは請求額を増やす。 推論モードが常時オンであることは品質面では強みだが、複雑なタスクの料金面では弱みになる。推論が数千トークンに及び、100万個あたり15ドルで課金されることがある。簡単な作業から中程度の複雑さの作業ではKimiの低価格は実際に利点となるが、負荷の高いタスクでは請求額を確認しよう。

データと管轄。 中国のサーバーを使うことには実務上の懸念がある。個人データを処理するプロジェクトで使うなら、弁護士に相談すべきだ。ベンチマークとは関係のない問題だ。

どの点もKimi K3が悪いモデルだという意味ではない。高性能で安く、そのように言うのは妥当だ。ただし「高性能で安い」と「すべての点でClaudeより優れている」は別の主張であり、前者から後者は導けない。

今週、どこから始めるか

重要なポイント

Kimi K3を使い慣れたツールと比べるには、2つの手順を試せばよい。まず、環境変数3つでClaude CodeをKimiに切り替え、特にフロントエンド作業を中心に、いつもの仕事を1日こなす。次に、結果と料金を普段のClaude環境と比べ、タスク別に両方のキーを残すか、1つに戻すかを決める。元に戻すのは1つのコマンドで済む。

余計な手順を加えない、具体的な計画：

3つの変数を使ってClaude CodeをKimiに切り替える。いつもどおり1日作業し、得意だとされるページ、コンポーネント、インターフェースの構築を任せる。
比較する。 1日の終わりに、実際のタスクでの品質と請求額の2つを見る。KimiがClaudeと同じように答えられる場面と、及ばない場面を確認する。
決める。 両方のキーを残してタスクごとに切り替える（フロントエンドと定型作業はKimi、重要な作業はClaude）か、unsetコマンド1つでClaudeだけに戻す。

この実験のリスクは、調整に1日使うことだ。利点は、大量処理と視覚的な作業の請求額が、通常は2週目までに数分の一になることだ。試す費用は低く、1つのコマンドでいつでもやめられる。

出典

体系的に作業するには、AIクローン＋セカンドブレイン＋コンテキストエンジニアリングの環境が役に立つ。これらの基盤があれば、Kimi、Claude、その他のさまざまなモデルで作業する際にコンテキストを管理しやすくなる。

Ailootを開く。

詳細を見る