Kimi K3で上がったのは「天井」ではなく「床」だった｜AIの下限が動いた日

「最強のAIが更新された」というニュースは、実は私たちの仕事をほとんど変えません。

みなさん、お疲れ様です。株式会社トレンドマップのマーケターです。2026年7月27日、中国のMoonshot AIが「Kimi K3」を公開しました。96個に分割されて合計およそ1.56TB、パラメータ数2.8兆、コンテキストウィンドウは100万トークン。誰でもダウンロードできて、費用はかかりません。

報道の見出しは「フロンティアモデルに迫る性能」で揃いました。ただ、そこを追いかけても実務の話にはなりません。私が注目したのは別のところです。今回動いたのはAIの最高性能ではなく、その手前にある「下限」のほうでした。マーケティングの現場に効いてくるのは、こちらです。

何が公開されたのか

Moonshot AIは7月16日にKimi K3を発表し、その11日後に重みそのものを公開しました。アーキテクチャは896のエキスパートのうち1トークンあたり16個だけを動かすMoE（Mixture of Experts）で、総パラメータ2.8兆に対して実際に稼働するのは1,040億パラメータ。MXFP4という量子化を学習段階から織り込むことで、通常なら5TBを超えるはずの重みを1.56TBまで圧縮しています。

性能面では、第三者評価のArtificial Analysis Intelligence Indexで57点。オープンウェイトモデルとしては最高スコアで、次点のGLM-5.2（51点）を大きく引き離しました。ここは正確に押さえておきたいのですが、総合指標ではAnthropicのClaude Fable 5やOpenAIのGPT-5.6 Solに届いていません。差は縮まりましたが、総合力で抜いたわけではないという状態です。

ただし個別の領域では話が変わります。フロントエンド開発の評価であるFrontend Code Arenaでは、Kimi K3が1,679点でClaude Fable 5の1,631点を上回り、オープンウェイトモデルとして初めて首位に立ちました。ブランド・マーケティング用途やリファレンスをもとにしたデザイン再現など5カテゴリで上回り、ゲーム系だけが劣後という結果です。LPやバナーの実装まで含めて考えると、この領域で先頭に立ったことは実務的に無視できません。

また、1.56TBのファイルは個人のPCには載りません。フル性能で動かすには合計1.6TB以上のGPUメモリを持つマルチノードのクラスタが必要で、サーバーラック単位の設備がいります。有志による圧縮版も出回り始めていて、精度を落とせば動く範囲は広がりつつありますが、本来の性能をそのまま引き出せる相手は限られます。

「盗品だ」という主張は、いまどこにあるのか

この件を語るうえで避けて通れないのが、米政府の反応です。ホワイトハウス科学技術政策局長のマイケル・クラツィオス氏は7月22日、Moonshot AIがAnthropicのFableから大規模かつ秘密裏に「蒸留」を行ってK3を作ったと主張しました。蒸留とは、強力なモデルの出力を大量に集めて別のモデルに模倣させる手法です。小規模なら業界の日常的な手法ですが、クラツィオス氏が問題にしたのは産業規模で組織的にやった場合の話でした。

ここは慎重に読む必要があります。米政府はその根拠を公開していません。報道でも「どうやって知ったのかの詳細は示されなかった」と明記されています。世界のAI研究者からは反論も出ていて、「モデルの出力に著作権は及ばない」「主張が政治的だ」という指摘が相次ぎました。Moonshotの社員はSNSで「Fable 5の公開からわずか15日で新しいフロンティアモデルを訓練した」と述べ、時間的に蒸留は不可能だと反発しています。この15日という主張自体も検証されたわけではありません。

つまり2026年7月30日時点では、どちらの言い分も外部から確認できない状態です。この記事でも「盗まれたAIが配られた」という前提は取りません。真偽がどちらに転んでも、次の章から書く話は変わらないからです。

動いたのは天井ではなく、床だった

ここからが本題です。私は今回の出来事を「性能競争」ではなく「下限の移動」として読んでいます。

AIの性能には、その時点での最高到達点である天井と、契約の有無を問わず手に入る水準である床があります。この1年、ニュースになってきたのはほとんどが天井の話でした。新モデルが出るたびにベンチマークが更新され、そのたびに「AIがまた進化した」と書かれる。ただ、天井が上がっても、それを使えるのは契約した企業だけです。多くの中小企業にとっては、遠くの出来事でした。

今回はそこが違います。57点というスコアは天井には届いていません。しかし、この水準のモデルを誰の承認も待たずに手元へ置けるようになりました。社内で使う分にはライセンス上もほぼ自由です。オープンウェイトの最高点は51点から57点へ動きました。これが床の上昇です。

ただ、ここは正確に書いておく必要があります。上がったのは、まずAIを提供する側の床です。1.56TBの重みを直接動かせるのはサーバーを持つ事業者に限られるので、中小企業がこのモデルを自前で立ち上げる話ではありません。効いてくるのは、その事業者どうしが同じ水準の材料を手にして競争を始めるほうです。私たちが月額で契約しているツールの品質と価格には、そこから順を追って波及します。

波及の結果、実務では3つのことが起きます。

1つ目は、ツール選定の優位が薄くなることです。「うちは高いプランを契約しているから、出てくる台本の質が違う」という差別化は成り立たなくなっていきます。台本の初稿を書かせる、長い動画を要約させる、競合チャンネルの傾向を洗わせる。この手の作業であれば、無料に近い環境でもそれなりの水準に届きます。ツールの名前で仕事の質を説明するのは、もう難しいと考えたほうがいいです。

2つ目は、価格に外から歯止めがかかることです。Kimi K3はAPIでも提供されていて、公式価格は入力100万トークンあたり3ドル、出力15ドル、キャッシュヒット時は0.30ドル。加えて重みそのものが無料で存在します。この状態で、他社が同水準の機能を大幅に値上げするのは難しくなります。ただし下がりやすいのはモデルの性能そのものの値段で、日本語対応やサポート、既存業務への組み込みにかかる費用は残ります。事業計画に置くなら「AIの単価は据え置きから微減、ただし同じ金額で使える性能は上がる」くらいが安全だと思います。

3つ目、そしてここが厄介なのですが、偽物を作る側のコストも同じだけ下がります。しかも重みが手元にあるモデルは、提供元のサーバーを経由しません。誰が何に使ったかの記録は残らず、安全のための制限も利用者側で外せます。ブランドをかたる動画も、代表者の声をまねた偽インタビューも、レビューの水増しも、これまでは「作れるけれど割に合わない」で止まっていました。それが割に合うようになります。

床が上がったあと、マーケティングで差になるもの

では何をすればいいのか。誰でも同じ品質のものを作れる前提に立つと、残るものはかなりはっきりしています。

1．一次情報を持っているかどうかが、そのまま差になる

AIが生成できないのは、自社の中にしかない事実です。実際の施工現場の写真、失敗した施策とその数字、顧客が問い合わせフォームに書いてきた言葉、現場スタッフが日常的に使っている言い回し。これらは学習データに存在しないので、どれだけモデルが賢くなっても生成できません。

動画で言えば、「業界の一般論を上手にまとめた動画」の価値は下がり続けます。逆に、自社でしか撮れない現場、自社にしかない失敗談、実名で語れる顧客の声は、相対的に価値が上がります。企画会議で「これはAIでも書けるか？」と一度問うだけでも、選ぶテーマが変わってきます。

2．「誰が言っているか」を設計する

偽物の生成コストが下がる以上、受け手は「この情報は本物か」を気にするようになります。ここで効いてくるのは、技術的な検出よりも地味な設計です。公式アカウントをプロフィールや自社サイトから明示する、動画の冒頭で会社名と名前を名乗る、問い合わせ導線を1本に絞って他の窓口を作らない。本物側が一貫していることが、そのまま見分ける手がかりになります。

特に採用動画や代表メッセージのように、人の顔と声が出るコンテンツを持っている企業は、早めに整理しておいたほうがいい領域です。なりすましが出てから対応するより、先に「公式はここだけ」と言い切れる状態を作っておくほうが手間がかかりません。

3．浮いた時間を、作る前の判断に回す

生成の単価が下がると、同じ予算で作れる本数は増えます。ただ、全員の本数が増えるので、量そのものは差になりません。差がつくのは「何を作るか」を決める部分だけです。

いま伸びている動画がなぜ伸びているのか、その構造を分解して自社に置き換える。この工程は最後まで人の判断が要ります。制作にかかっていた時間が減ったぶんを、そのまま本数に回すのか、企画の精度に回すのか。ここで迷うなら、浮いた時間の使い道を先に固定してしまうのが早いです。たとえば週に3時間浮くなら、その3時間を「先月いちばん数字が悪かった動画は、なぜ外れたのか」の振り返りに割り当てる。予定に入れておかないと、浮いた時間はほぼ確実に本数に吸われます。

試す前に決めておく3点

Kimi K3に限らず、新しいAIを業務で触るときに毎回引っかかるのがここです。先に決めておくと社内の確認が早く済みます。

• 利用規約で、入力したデータが学習や保存に使われる条件を確認する（無料枠と有料枠で扱いが違うことがあります）
• 「顧客名と未公開の企画は入れない」と一行だけ社内で決めてから触る
• 最初の検証は、公開済みの自社動画の要約など、漏れても困らない題材で精度を見る

よくある質問

まとめ

AIのニュースは天井の更新ばかりが話題になりますが、事業に効いてくるのはたいてい床のほうです。床が上がると、これまでお金で買えていた優位のうち「作る量と速さ」の部分が目減りします。ここが縮んだぶん、その会社が実際に何をやってきたかという記録の比重が上がります。

小さい会社が急に有利になる、という話ではありません。広告費も人員もブランドも差は残ります。ただ、不利だった項目が1つ減るのは確かです。あとは自社にしかない材料をどれだけ持っているか、それを撮って出せる体制があるか。勝負がそちらへ寄るほど、現場を持っている会社には追い風になります。

ついでに言えば、伸びている動画から借りられるのは構成の型までで、中身は自社の一次情報でしか埋まりません。BuzzClipperは前者の「型の分解」を短時間で終わらせて、後者に時間を残すためのツールです。手を動かす前の判断に時間を使いたい方は、一度触ってみてください。

執筆者

トレンドマップ マーケティング部

株式会社トレンドマップのマーケティング部門。自社開発のSNS動画分析ツール『BuzzClipper』を運営し、中小企業のSNS集客を支援している。最新のSNSアルゴリズムやAI検索（AIO）トレンドを継続的に調査・実践しながら、再現性のある集客手法を発信している。