7月18日、The Decoderが「Just like Deepseek, China's Kimi K3 is forcing Western AI labs to question their compute advantage」と題した記事を公開した。中国のMoonshot AIが開発したKimi K3が、「計算量こそが性能を決める」という西側AI業界の前提を再び揺るがしている状況について詳しく紹介されている。

小規模チームで大手に迫る性能を実現

Kimi K3が注目を集めているのは、その開発規模の小ささだ。元記事によれば、Moonshot AIは大手西側ラボに匹敵する性能を、300人程度のチームで達成したとされる。この「300人」という数字は元記事中で開発チームの規模として言及されているものであり、Anthropicの従業員数と直接対比されているわけではない点には注意が必要だ。

ハードウェア分析会社SemiAnalysisの創業者Dylan Patelは次のように述べている。

「非常に優秀な小規模チームが、強力なRLおよびアーキテクチャ・データ研究によって、計算量の不足をかなりの程度補った」

Moonshot AIが社内開発した学習スタック「Mooncake」は、そもそもGPUが十分に確保できなかったために生まれた。制約が技術革新を促した典型例だ。

この構図はDeepSeekと重なる。2024年末にDeepSeekが登場した際も、少ない計算資源で高い性能を達成したことが市場を揺るがした。その後、推論モデルの普及によってむしろ計算需要は増加したが、今回のKimi K3は再び同じ問いを突きつけている。

「蒸留で説明できない」——Google DeepMindの研究者が驚嘆

西側のAIラボは従来、中国モデルの競争力を「蒸留（distillation）」で説明してきた。蒸留とは、大規模モデルの出力を使って小規模モデルを学習させる手法で、性能を安価に引き上げられる一方、ビジネスモデルへの脅威として問題視されてもいる。

しかしKimi K3については、その説明が通用しない。MITおよびGoogle DeepMindのAI研究者Michiel Bakkerは次のように述べた。

「これらの結果は蒸留だけでは説明不可能に見える。このモデルは『insanely good（信じられないほど優秀）』だ」

一方、GoogleのフラッグシップモデルであるGemini 3.5 Proは、コーディング性能が内部目標を達成できず、Bloombergの報道によれば数ヶ月にわたってリリースが遅延している状況だ。

コスト面では、Artificial Analysisの分析によるとKimi K3のタスクあたりの平均コストは**$0.94**とされる。元記事ではOpenAIおよびAnthropicの競合モデルとの比較数値も示されているが、記事中に登場するモデル名・バージョン番号については、通常の命名規則と異なる表記が含まれており、本稿では元記事の数値をそのまま転載することを避けた。詳細は元記事を直接参照されたい。ただし、以前の中国製オープンウェイトモデルと比べると価格は上昇しており、「超格安」という位置づけではなくなってきている点は共通して指摘されている。

OpenAIの戦略部門責任者Dean W. Ballは「非常に優れたモデル」と評価しつつも、「トークン消費量が多く、実際に安価かどうかは自明ではない」と指摘している。

米輸出規制の「意図せざる副産物」としてのオープンウェイト戦略

Ballは、中国政府がこれほど強力なモデルをオープンソースとして公開することを許可している理由を分析している。

その75%は、AIの存在論的リスクを軽視していることに起因すると言う。なお、この「リスクを軽視する立場」は、Meta主任科学者のYann LeCunが代表的な論者として知られる見解であり、元記事もその文脈でこの割合に言及している。残りは、クライアント側での推論に使う計算インフラが不足しているためで、オープンウェイト戦略は米国の輸出規制が生み出した意図せざる副産物だという見立てだ。なお、Patelは「中国企業は国外でGPUを容易にレンタルできるため、輸出規制の一部は実効性を持たない」とも指摘している。

Ballはさらに、オープンウェイトモデルは「本質的に減速主義的（decelerationist）」であり、AIへの追加投資を抑制すると論じた。行き着く先として「AIが国家インフラとして提供される『完全なAIコミュニズム』」というシナリオを示し、「ディストピア的な悪夢だ」と表現している。

もっとも、オープンウェイトを批判するOpenAIの戦略責任者が、自社の閉じたビジネスモデルを守る立場にあることは指摘しておく必要がある。

規制面では、Ballはトランプ政権が中国製オープンウェイトモデルに対して「規制上のリスク」を意図的に醸成すると予測している。明示的な禁止令ではなく、連邦準備制度によるバックドアへの警告のような「ソフトロー」で、規制対象企業が中国モデルの採用を避けるよう仕向ける手法だ。

「効率化」は計算需要を減らさない可能性

Kimi K3の台頭は、大規模な計算インフラへの投資が無駄になるという意味ではない。効率が上がると総需要が増加するという経済学的知見——いわゆるジェヴォンズのパラドックス——が示すように、モデルが効率的になるほどAIの活用場面が広がり、計算需要はむしろ増える可能性がある。なお、この概念が元記事に明示的に登場するものか、文脈を補足する形で筆者が援用したものかについては、元記事を直接確認されたい。

実際、SemiAnalysisによるとKimi K3のパラメータ数は2.8兆に達し、FP4量子化を施してもNvidia DGX B200 1台には収まらない。GB300 NVL72やB300といった、GPUあたり288GBのメモリを持つより強力なシステムが必要だ。

「次に何が起きるか、世界中の誰も知らない」——元記事中で引用されているこの言葉が、現在の状況を端的に表している。

詳細はJust like Deepseek, China's Kimi K3 is forcing Western AI labs to question their compute advantageを参照していただきたい。