Moonshot AIが1兆パラメータのKimi-K2を発表
2026年3月2日 (月)
- •Moonshot AIが、MoE（混合専門家）アーキテクチャを採用し、1兆個のパラメータを搭載したモデル「Kimi-K2-Instruct-0905」をリリースした。
- •コンテキストウィンドウを25万6,000トークンに倍増させ、大規模なコードベースや長期的なタスクへの対応力を大幅に強化した。
- •SWE-Bench Verifiedで69.2%の成功率を記録し、自律的なコーディング能力において最高峰の商用モデルに匹敵する性能を示した。
Moonshot AIは、大規模言語モデルの飛躍的な進化を象徴する、巨大なMoE（混合専門家）モデル「Kimi-K2-Instruct-0905」を正式に発表した。このモデルは驚異的な1兆個の総パラメータ数を誇る一方で、効率性を重視した設計となっており、1トークンあたり320億パラメータのみをアクティブ化する。このようなスパース（疎）なアクティブ化により、この規模の密なモデルに通常伴う膨大な計算コストを抑えつつ、高度な推論パフォーマンスを実現している。
Kimi-K2への更新は、特にソフトウェア・エンジニアリング・インテリジェンスに重点が置かれている。コンテキストウィンドウが25万6,000トークンへと倍増したことで、モデルはコードベース全体を読み込んで推論することが可能になり、一貫性が必要な長期的なプログラミングやフロントエンド設計を容易にする。ベンチマークにもその進歩は現れており、SWE-Bench Verifiedで69.2%の成功率を記録した。これは既存の業界リーダーたちに比肩する強力な成果であり、生成されるコードの美観や機能性についても最適化が施されている。
さらに、Moonshot AIはエコシステムとの互換性も優先した。Kimi-K2はOpenAIやAnthropic互換のAPIを通じて利用できるため、既存のワークフローを利用する開発者の移行をスムーズにする。8ビット浮動小数点（FP8）精度のネイティブサポートに加え、vLLMやGroqといった主要な推論エンジンとの統合も果たしており、本番環境での即時の高スループットなデプロイを見据えた構築がなされている。