Kimi K3 vs Claude Fable 5：料金、速度、価値（2026年7月）


2026-07-26


Kimi K3の表示価格は入力$3/M、出力$15/Mです。Claude Fable 5の表示価格は入力$10/M、出力$50/Mです。メーターの両端で3.3倍の差があり、誰もがまず注目するのはここでしょう。

しかし、これは両者を比較するうえで最も役に立たない方法でもあります。

トークン単価で分かるのは、1トークンの価格だけです。モデルがタスク完了までに消費するトークン数、必要な再試行回数、待機時間は分かりません。請求額に効くのはこれらの数字です。本稿では、表示価格と実タスクあたりの計算という両面に加え、K3の実際のアーキテクチャ、ベンチマーク表以外で実証された内容、そして現在両モデルを形作る規制・資金調達の背景を検証します。

クリーム色の背景に、定規、コンパス、鉛筆、機械部品などの製図ツールのイラストに囲まれ、青いセリフ体で描かれたKimi K3

価格差と、それだけでは全体像にならない理由

全体像を並べて見てみましょう。

Kimi K3Claude Fable 5
入力$3.00/M（ミス）/ $0.30/M（ヒット）$10.00/M / $1.00/M（キャッシュ読み取りヒット）
出力$15.00/M$50.00/M
キャッシュ自動 — コードで90%超のヒット率手動ブレークポイント — 読み取りヒットは$1/M（書き込みプレミアム：5分$12.50/MTok、1時間$20/MTok）
総パラメータ数2.8T（MoE、896エキスパート）Anthropicは非開示
トークンあたりのアクティブパラメータ約50B（896中16エキスパート）Anthropicは非開示
コンテキストウィンドウ100万トークン100万トークン（最大出力128k）
重みオープン — 2026年7月27日プロプライエタリ
最も強い領域長期的なコーディング最先端の汎用推論

K3の仕様と料金はMoonshotの技術ブログ、Fable 5の料金とキャッシュ（キャッシュ書き込みプレミアムを含む）はOpenRouterおよびAnthropicのプロンプトキャッシュ資料に基づきます。

トークン単価が低いことは、タスク単価が低いことを意味しない

トークン単価が3分の1でも、同じ答えに到達するまでに2倍のトークンを使うモデルなら、その優位性の大半は失われます。Moonshotはこの点におけるK3の傾向を異例なほど率直に説明しています。同社は、K3がデフォルトでmax thinking effortを有効にして提供されるとし、低負荷モードは後続アップデートで追加予定だと述べています。最大努力はより多くの推論トークンを意味し、推論トークンは入力の$3/Mではなく、出力の$15/Mで課金されます。

Moonshotはまた、「過剰な能動性」と呼ぶ行動特性にも言及しています。K3は長期タスク向けに強く訓練されているため、曖昧さに遭遇したとき、要求されていない判断を下すことがあります。同社は、システムプロンプトまたはAGENTS.mdで明示的に制約するよう推奨しています。実務では、要求外の判断は余計な作業を意味し、ときには後から取り消す必要がある作業にもなります。

さらに実時間も加わります。Moonshotは、推論効率のためにK3を64基以上のアクセラレータを備えたスーパーノード構成でデプロイすることを推奨しています。これは、スパース活性化を行う2.8Tパラメータモデルのサービング特性を示唆しています。タスク完了までの時間が長ければ、請求書に現れなくても、対話的な開発者ワークフローではレイテンシが実コストになります。

要点： 両モデルを自社のワークロードでベンチマークし、100万トークンあたりのドルではなく、完了タスクあたりのドルを測定してください。表示価格はその計算の出発点であり、結論ではありません。

キャッシュ：自動か手動かであり、あるかないかではない

これは比較で最も誤解されやすい部分です。正確に整理しましょう。

両モデルともキャッシュを利用します。 違いは、誰が作業を担うか、そしてセットアップにどのようなコストがかかるかです。

Kimi K3：自動、書き込みプレミアムは非開示

Moonshotは、Mooncakeの分離型推論アーキテクチャを通じてK3を提供し、コーディングワークロードで90%を超えるキャッシュヒット率を報告しています。キャッシュされた入力は$3.00/MTokから$0.30/MTokへ下がり、90%の割引です。設定は必要ありません。Moonshotは、Kimi Delta Attentionが従来のプレフィックスキャッシュに新たな課題をもたらしたこと、そして重みと同時に提供するためvLLMコミュニティへ実装を提供したことも述べています。

Claude Fable 5：手動ブレークポイントと書き込みプレミアム

Anthropicのキャッシュでも、同じ割引率が得られます。Fable 5のキャッシュ読み取りは、$10/MTokの基本入力価格から$1/MTokまで下がります。これも90%オフです。ただし、コンテンツをキャッシュに入れるための費用が発生します。

Claude Fable 5のキャッシュ書き込みは、5分で**$12.50/MTok**、1時間で**$20/MTok** — Anthropicのプロンプトキャッシュ料金

この金額は、文書化された倍率構造に従っています。5分の書き込みは基本入力価格の1.25倍、1時間の書き込みは2倍、読み取りは基本入力価格の0.1倍です。デフォルトのTTLは5分です。そして重要なのは、キャッシュは利用されるたびに追加料金なしで更新されることです。Anthropic自身のガイダンスでは、プロンプトが5分より短い間隔で再利用されるなら、5分キャッシュを利用し、無料更新に任せるべきとされています。1時間ティアは、利用間隔が5分より長く1時間未満の場合に使うものです。

Anthropicは現在、自動キャッシュにも対応しています。単一の最上位cache_controlフィールドで、最後のキャッシュ可能ブロックにブレークポイントを配置でき、ブロックごとのアノテーションは不要です。料金と最小要件は同じです。Fable 5では、キャッシュ可能な最小プロンプトは512トークンです。

正直な整理

セットアップコスト書き込みコスト読み取りコスト損益分岐
Kimi K3なし — デフォルトで有効個別料金は非開示$0.30/M即時
Claude Fable 5ブレークポイント配置（または最上位の自動フラグ）$12.50～$20/M$1.00/M書き込み費用を相殺できるだけ再利用した後

大規模な静的プレフィックス、すなわちシステムプロンプト、ツール定義、文書コーパスが繰り返し利用される場合、Fableのキャッシュは高い効果を発揮します。一方、キャッシュを書き込んだものの一度も読み取られない単発リクエストでは効果が低くなります。K3のモデルはこの計算自体を不要にします。生の価格比較以前に、これは実際の運用上の利点です。

各モデルが実際に勝つ領域

Kimi K3：長期的なコーディングと価値密度

MoonshotはK3をエージェント型ソフトウェアエンジニアリングに明確に位置付けています。最小限の監督で長時間セッションを維持し、大規模リポジトリを探索し、ターミナルツールをオーケストレーションする用途です。また、スクリーンショットやビジュアルを使い、ゲーム開発、フロントエンド、CAD作業を反復する、ソフトウェアエンジニアリングと視覚的推論を組み合わせたタスクも重視しています。同社はこれを「ループ内の視覚」と説明しています。モデルはコードを書き、レンダリング結果を見て、改善を繰り返します。

K3は現時点で、費用対効果において最も強力なコーディング選択肢であり、Frontend Code Arenaでは第1位です。

Claude Fable 5：最先端の汎用推論

Fable 5の総合能力に対する最も信頼できる評価は、Moonshot自身によるものです。K3のローンチ投稿で同社は、K3が評価スイート全体で最先端レベルの性能に到達した一方、総合性能は「最も強力なプロプライエタリモデルであるClaude Fable 5とGPT 5.6 Solに依然として及ばない」と述べています。

Moonshotは制限事項のセクションでさらに踏み込み、「全体として非常に競争力のあるモデルであるにもかかわらず、K3はClaude Fable 5およびGPT 5.6 Solと比べてユーザー体験に明確な隔たりを示す」と認めています。研究所が自らの主力製品について進んでこう述べるなら、そのまま受け取るべきです。

この分担の読み方： ワークロードが長時間にわたるコード生成やリポジトリ作業であれば、K3の価格対能力比には反論しづらいものがあります。出力が使えるかどうかを品質の上位数パーセントが決める最先端推論なら、Fable 5に支払うことになります。

内部構造：Kimi K3の実態

総計2.8T、アクティブ約50B — 両方を常に引用する

K3は2.8兆パラメータのモデルであり、この規模に到達した初のオープンモデルです。 ただし、これはMixture-of-Expertsアーキテクチャで、トークンごとに896エキスパート中16を実効的に活性化します。アクティブパラメータは約50Bです。2.8Tは容量を表し、約50Bは任意の順伝播で実際に稼働する規模を表します。この文脈なしに2.8Tだけを引用すると、計算コストとサービング特性の両方を誤って伝えることになります。

Moonshotによると、このスパース性のスケーリングは、洗練された学習・データレシピと組み合わせることで、Kimi K2と比べて全体的なスケーリング効率を約2.5倍改善します。

アーキテクチャスタック

以下の用語はすべてMoonshotのローンチ投稿に登場します。

  • Kimi Delta Attention (KDA) — シーケンス長全体でアテンションを効率的にスケールさせる、ハイブリッド線形アテンションの基盤です。
  • Attention Residuals (AttnRes) — 表現を一様に蓄積するのではなく、モデル深度をまたいで選択的に取得します。
  • Stable LatentMoE — 極めて高いスパース性で16-of-896のエキスパート活性化を可能にするフレームワークです。
  • Quantile Balancing — ルータースコアの分位点からエキスパート割り当てを導出し、ヒューリスティックな更新と感度の高いバランシングハイパーパラメータを排除します。
  • Per-Head Muon — アテンションヘッドを独立して最適化することで、Muonオプティマイザを拡張します。
  • Sigmoid Tanh Unit (SiTU) と Gated MLA — それぞれ活性化制御とアテンション選択性を担います。

MoonshotはSFT段階以降、量子化対応学習も適用しており、幅広いハードウェア互換性のためにMXFP4重みとMXFP8活性化を使用しています。

実用的な仕様表

  • 100万トークンのコンテキストウィンドウ、ネイティブの視覚理解
  • ローンチ時はmax thinking effortがデフォルト、低・高努力モードは後続アップデートで追加予定
  • 現在、Kimi.com、Kimi Work、Kimi Code、およびKimi APIで利用可能（モデルID：kimi-k3）
  • 重みのリリース：2026年7月27日まで — アーキテクチャ、学習、評価の全詳細はK3技術レポートとともに公開予定
  • 推奨デプロイ： 64基以上のアクセラレータを持つスーパーノード構成

二度読む価値のある互換性警告

K3は思考履歴を保持するモードで学習されました。Moonshotは、エージェントハーネスが過去の思考コンテンツをすべて返せない場合、または進行中のセッションを別モデルからK3へ切り替えた場合、生成品質が著しく不安定になる可能性があると警告しています。互換性が検証されたハーネスを使用してください。Kimi Codeが参照実装です。また、セッション途中でのホットスワップは避けるべきです。この種の細部を見落とすと、原因不明の品質低下につながります。

ベンチマーク表ではない証拠

ベンチマークスコアには異論があり、ハーネスに依存し、ゲーム化も可能です。K3のローンチ資料にある次の3点は、簡単には片付けられません。

🔧 48時間でチップを自律設計した

K3は、単一の48時間自律実行で、Nangate 45nmライブラリ上のオープンソースEDAツールを使用し、チップを構築、最適化、検証しました。結果として、4 mm²以内で設計は100 MHzのタイミングを満たし、シミュレーションでは毎秒8,700トークン超のデコードスループットを維持します。1.46M個の標準セル、0.277 MBのSRAM、融合型逆量子化を備えたINT4 MACアレイを搭載しています。

このチップの目的は、K3自身のアーキテクチャに基づくnanoモデルをサービングすることでした。モデルのためのシリコンをモデルが設計したのです。デモとしての評価はともかく、これは検証可能な合否結果を持つ、長期的なエージェント型タスクです。

🔬 2週間ではなく2時間

計算天体物理学におけるI–Love–Q普遍関係を再現するため、K3は20本超の論文をレビューして相互検証し、完全な数値パイプラインを実装し、300超の状態方程式を評価し、公開済みの式の不整合を特定しました。さらに3,000行超のPythonを生成し、結果を探索するためのインタラクティブなHTMLダッシュボードを作成しました。

Moonshotの表現では、通常は経験豊富な研究者が1～2週間かける作業を、約2時間で実行したことになります。

💼 有力な西洋のコーディングツールがオープンKimiモデルを基盤に構築された

これは証拠のなかで最も強力であり、Moonshotからの情報でもありません。

CursorのComposer 2技術レポートは、モデルが2段階で学習されたと述べています。まず、オープンなベースモデルであるKimi K2.5からの継続事前学習を行い、その後、現実的なCursorセッションで大規模な強化学習を実施しています。レポートは「Kimi K2.5、Ray、ThunderKittens、PyTorch、そしてより広範なオープンソースコミュニティのチーム」に謝意を示しています。

この帰属は、ベースモデルのクレジットをめぐる公開討論の後に明らかになりました。それゆえに、重要性はむしろ高まります。有力な西洋のAIコーディング製品が、自社のエージェント型コーディングモデルをオープンKimiの基盤上に構築したのです。Cursorは、Composer 2がCursorBenchで61.3、SWE-bench Multilingualで73.7、Terminal-Benchで61.7を記録し、比較対象モデルより大幅に低い推論コストを実現したと報告しています。

商用製品がその上で出荷されているという事実ほど、オープンKimi重みの価値を効果的に示すリーダーボードの1行はありません。

Opus 5、Fable 5、Opus 4.8、GPT-5.6 Solについて、対数スケールでエージェント型コーディングスコアと試行あたりのコストをプロットしたFrontier-Bench v0.1チャート

両ラボを取り巻く背景

Moonshot：評価額$20Bで$2Bを調達

Moonshot AIは、アドバイザリーファームHuafeng Capitalの投稿によれば、フードデリバリー企業MeituanのVC部門であるLong-Z Investmentsが主導したラウンドで、評価額$20Bで約$2Bを調達しました。 Tsinghua Capital、China Mobile、CPE Yuanfengも参加しました。Moonshotのより広範な支援者にはAlibaba、Tencent、HongShan、ZhenFund、IDG Capital、5Y Capitalが含まれます。

軌跡を見ると、TechCrunchはMoonshotが過去6か月間で$3.9Bを調達し、同社がさらに大きなラウンドを模索していると報じています。このラボは、元Meta AIおよびGoogle BrainのYang Zhilinによって2023年に創業されました。

TechCrunchが示す投資家の論点は、率直に述べる価値があります。安価な推論のためなら「性能低下を気にしない」買い手は、大きく成長する市場です。これはまさにK3が狙うセグメントであり、前述したタスクあたりコストの問いが非常に重要である理由でもあります。

Anthropic：2026年6月の輸出規制エピソード

ローンチから3日後の2026年6月12日夜、米国商務省はAnthropicに対し、世界中のあらゆる外国籍者によるClaude Fable 5およびClaude Mythos 5へのアクセスをすべて停止するよう指示しました。両モデルは、全世界のすべての顧客向けにオフラインになりました。他のClaudeモデル、すなわちOpus、Sonnet、Haikuは引き続き利用可能でした。規制は6月30日に解除されました。

これは製品リコールではなく、輸出規制措置であり、Anthropicは根拠となる評価に直接異議を唱えました。同社は公開声明で、問題とされた報告書を確認したと考えており、「示された能力水準は、OpenAIのGPT-5.5を含む、すでに公開デプロイされている他のモデルからも利用可能であり、サイバーセキュリティ防御者が日常的に利用している」と結論付けたと述べました。

Anthropicはさらに、「限定的な潜在的jailbreakの発見が、数億人に提供されている商用モデルを回収する理由になるという見方には同意しない。この基準を業界全体に適用すれば、すべての最先端モデル提供者における新モデルのデプロイを事実上すべて停止させることになる」と付け加えました。同社に近い情報筋は、Anthropicには詳細が一度も提示されず、問題の修正を拒否したこともないと主張しています。Forbesは、両者の説明は整合していないと指摘しています。

購入ガイドにこれを含める理由： これは、プロプライエタリな最先端モデルへのアクセスが、利用者でもベンダーでもない第三者によって中断され得ることの実例です。誰が正しかったかの判断とは独立した、調達リスクの変数です。

戦略的な流れ

この2つの物語を合わせると、2026年の形が見えてきます。Moonshotは、極端なMoEスパース性、ハイブリッド線形アテンション、量子化対応学習というアーキテクチャ効率を、チップアクセスの制約下でトークン価格のごく一部による最先端隣接の能力へ変換しています。Anthropicは、デプロイのスイッチに到達できることをすでに示した規制体制の下で、能力の最前線を運用しています。

アルゴリズム効率と生の計算能力の対立は、もはや理論上の議論ではありません。これは発注書に記載できる、異なる2つのリスクプロファイルです。

Kimi K3を自分で動かす場合：7月27日に想定すべきこと

重みは2026年7月27日までに公開され、Moonshotは信頼性の高いエコシステム展開に向け、推論パートナーやオープンソースのメンテナーと技術詳細を調整していると述べています。現実的な予想をいくつか挙げます。

  • これはラップトップ向けモデルではありません。 トークンあたり約50Bを活性化する2.8TパラメータMoEでも、ルーティングのためにはパラメータセット全体を常駐させる必要があります。Moonshot自身が、効率的な推論には64基以上のアクセラレータを持つスーパーノード構成を推奨しています。
  • vLLM対応はアップストリームへ提供されています。 KDAが従来のプレフィックスキャッシュを複雑化するため、Moonshotはモデルと同時に公開する実装をvLLMコミュニティへ提供しました。
  • 量子化は組み込まれています。 SFT段階以降にMXFP4重みとMXFP8活性化を適用しており、幅広いハードウェア互換性を明確に狙っています。
  • 完全な技術レポートが続きます。 アーキテクチャ、学習、評価の詳細はK3技術レポートとともに公開されます。

ほとんどのチームにとって、$3/$15のAPIが実用的な経路になります。データ所在地、カスタムファインチューニング、または大規模利用時の固定費推論がインフラ負担を上回る場合に、セルフホスティングが合理的です。

本当の答え：1つだけを選ぶのをやめる

この比較を正直に進めると、結論は勝者ではありません。ルーティングの問題です。

  • 長期的なリポジトリ作業、フロントエンドの反復、大量コード生成 → とくにコーディングワークロードで自動キャッシュが90%超のヒットを実現するK3では、その経済性は本当に打ち負かしにくいものです。
  • 最先端推論、高リスクの分析、出力品質の最上位部分そのものが目的であるタスク → Moonshot自身の評価によればFable 5です。
  • その中間のすべて → プロンプトの形、再利用パターン、許容できるレイテンシに依存します。

単一プロバイダーに固定したチームは、次のいずれかを行うことになります。必要のなかったタスクに最先端推論の料金を払いすぎるか、品質が実際に重要なタスクへの投資を抑えすぎるかです。どちらも高くつきます。後者のほうが悪い結果になります。

これが、Jenovaが単一モデルへの賭けではなく、統合されたマルチモデルアクセスを中心に構築されている理由です。1つのサブスクリプションで、米国の最先端モデルとオープンウェイトモデルにまたがるアクセスを提供し、各タスクに適したモデルへ送るインテリジェントなルーティングを実現します。価格性能の最前線が変化したとき、そして実際に過去3か月で2回変化したとき、契約を再交渉したり統合を書き直したりせず、ルーティングを調整できます。

上記の比較そのものが、その主張です。モデルは特化します。アクセス方法まで特化すべきではありません。

FAQ

Kimi K3 APIの料金はいくらですか？

Kimi K3の料金は、Moonshotのローンチ投稿によると、**キャッシュミス入力が$3.00/MTok、キャッシュヒット入力が$0.30/MTok、出力が$15.00/MTok**です。APIはOpenAI SDK互換であり、Kimi API Platformで`kimi-k3`を選択します。キャッシュは自動で、Moonshotはコーディングワークロードで90%超のヒット率を報告しているため、反復的なコードセッションの実効入力コストは$3の表示価格を大幅に下回ることがよくあります。

Kimi K3のオープンウェイトはいつ公開されますか？

Moonshotは、完全なモデル重みを2026年7月27日までに公開すると述べています。同社は公開に先立ち、推論パートナーとオープンソースのメンテナーとの調整を進めており、モデルと同時に公開するためvLLMへプレフィックスキャッシュ実装も提供しています。アーキテクチャ、学習、評価を扱う完全な技術レポートも、リリースに合わせて公開予定です。

Kimi K3はClaude Fable 5より優れていますか？

タスクによります。Moonshot自身のローンチ投稿は、K3の総合性能が「最も強力なプロプライエタリモデルであるClaude Fable 5およびGPT 5.6 Solに依然として及ばない」と述べ、別途、ユーザー体験にも明確な差があると認めています。K3の利点は、Fable 5のトークン価格のおよそ3分の1で実現する長期的なコーディングです。Fable 5の利点は、最先端の汎用推論です。仕事が異なれば、答えも異なります。

Kimi K3のキャッシュはClaude Fable 5のキャッシュとどう比較されますか？

両方ともキャッシュを使用し、読み取りを約90%割引します。K3のキャッシュは自動で、基本価格$3.00に対してヒット時は$0.30/MTok、セットアップは不要です。Fable 5の読み取りは基本価格$10に対して$1/MTokまで下がりますが、Anthropicのキャッシュ資料によると、書き込みプレミアムとして5分書き込みは$12.50/MTok、1時間書き込みは$20/MTokを支払います。Fableのキャッシュはヒットごとに無料で更新されるため、節約額は書き込み費用を上回る再利用頻度に依存します。

Kimi K3をローカルで実行できますか？

コンシューマーハードウェアではできません。K3はトークンごとに約50Bパラメータを活性化しますが、ルーティングのために2.8TのMoE全体を常駐させる必要があります。Moonshotは推論効率のために、64基以上のアクセラレータを持つスーパーノード構成を推奨しています。MXFP4重みとMXFP8活性化による量子化対応学習はハードウェア互換性に役立ち、vLLM対応もアップストリームに提供されています。しかしこれはローカルワークステーション向けプロジェクトではなく、データセンター級のデプロイです。

2026年6月にClaude Fable 5で何が起きましたか？

2026年6月12日、米国商務省は、世界中のあらゆる外国籍者によるFable 5とMythos 5へのアクセスを停止する輸出規制指令を出し、Anthropicは両モデルをすべての顧客向けに無効化せざるを得ませんでした。Anthropicは、根拠となった発見の重大性に公然と異議を唱え、同等の能力は他のデプロイ済みモデルにも存在すると述べました。規制は6月30日に解除されました。他のClaudeモデルは一貫して影響を受けませんでした。

Kimi K3のコンテキストウィンドウはClaude Fable 5と同じですか？

両方とも100万トークンのコンテキストウィンドウを提供しています。Fable 5の出力上限は128kトークンです。実用上の違いはウィンドウサイズより、それを埋める費用にあります。入力は$3/M対$10/Mのため、大規模コンテキストの読み込みはK3のほうが大幅に安価です。ただし、そのコンテキストに対する出力量の多い推論は$15/M対$50/Mで課金され、そこでタスクあたりの計算が決まります。

結論

Kimi K3とClaude Fable 5の比較は、長期的に有効な3つの事実に行き着きます。

**第一に、**価格差は実在します。入力で3.3倍、出力で3.3倍です。しかし、それはコストモデルの出発点であり、答えではありません。実際の支出を決めるのは、特定のワークロードにおけるトークン効率、再試行率、レイテンシです。

**第二に、**キャッシュの論点は、あるかないかではなく、自動か手動かです。両モデルともキャッシュ読み取りを約90%割引します。Fable 5はキャッシュ書き込みに$12.50～$20/MTokを課金します。K3は無料で有効にし、コードで90%超のヒット率を報告しています。

**第三に、**各モデルには異なる得意領域があります。K3は長期的なコーディング向けに構築され、積極的に使える価格設定です。Fable 5は、Moonshot自身の認めるところによれば、汎用推論の最前線に位置しています。

つまり、運用上正しい答えは、両方にアクセスし、タスクでルーティングすることです。それが目指すべき立場であり、Jenovaが提供するために設計されているものです。1つのサブスクリプションの下で、米国の最先端モデルとオープンウェイトモデルを横断する統合マルチモデルアクセスを提供し、最前線の変化に適応するルーティングを実現します。

7月27日をカレンダーに記録してください。重みが公開されたら、このページを更新します。

開発者向け： マルチモデルアクセスとインテリジェントルーティングは、Jenova APIを通じてプログラムから利用できます。単一の統合で、モデルに依存しないAI機能をアプリケーションに組み込みましょう。完全なドキュメント →