中国のMoonshot AIが出した「KimiK3」というAIが、一部のベンチマークでAnthropicの「Fable5」を超えた、とちょっとした騒ぎになっている。

Fable5といえば、いまのAIの中でもトップクラスの実力で知られる存在で、僕もめっちゃ使っている。

それを、中国発の新しいモデルが追い抜いたというのだから、業界がざわつくのも無理はない。

 

ただ、これを「ついに中国が米国を抜いた」という単純な話として受け取ると、たぶん見方を間違える。

僕自身、ふだんから調べ物や文章の整理をAIに手伝ってもらっている口なので、こういう乗り換えの話は他人事ではない。

そこで今回は、KimiK3が本当にFable5を超えたのか、そして中国製AIを使うときに何がリスクで何がメリットなのかを、わかりやすく整理していこうと思う。

なお、ネット上の噂やベンチマークの数字も交えた考察になる点は、先に断っておきたい。

KimiK3がFable5超えと言われる実力

まず、KimiK3がどういうAIなのかを軽く押さえておこう。

開発したのはMoonshot AIという中国のスタートアップで、規模はおよそ2.8兆パラメータ、一度に扱える情報量は100万トークンにのぼると言われている。

数字だけ聞いてもピンとこないと思うが、要するに「とんでもなく大きくて、記憶力もやたら長いAI」だと思ってもらえればいい。

 

そのKimiK3が話題をさらったのが、フロントエンド開発の腕前を人間の投票で競うランキングだ。

ここでKimiK3が、Fable5を抜いて堂々の1位を取ってしまったのだ。

点数で言うと、KimiK3が1679点、Fable5が1631点、3位のGPT-5.6 Solが1618点という並びだったらしい。

ウェブデザインや画面づくりの分野で、特に強い評価を集めたそうだ。

 

「じゃあKimiK3のほうが優秀なのか」と、ここで結論を急ぎたくなるが、話はそう単純ではない。

フロントエンドで1位を取ったからといって、AIとしての総合力で勝ったわけではないからだ。

 

実際、35ほどの共通ベンチマークで両者を比べると、Fable5が22勝、KimiK3が12勝といったところで、まだFable5に分がある、という評価のほうが多い。

長い推論や複雑な調べ物といった、じっくり考える分野ではFable5のほうが安定している。

要は、どこで戦うかによって勝者が変わる、という話。

 

ではKimiK3はどこで輝くのか。

本当に強いのは、実際に手を動かして最後までやり切る作業のほうだと言える。

コマンドライン操作の実務テストでは88.3%とFable5の84.6%を上回り、長時間のソフト開発を競うテストでも42点対35点で先行しているという。

論文を読んでコードに落とし込み、動くダッシュボードまで一気に作る、といった「実行して形にする」仕事に強いわけだ。

学校で言えば、じっくり考える筆記試験ではFable5に一歩譲るが、手を動かす実技や文化祭の準備では誰よりも早いタイプ、といったところだろうか。

 

ネットでも、この勢いを歓迎する声は少なくない。

中国勢が本気で追い上げてくれるからこそ、米国のトップ企業も気を抜けなくなる。

使う側からすれば、強いAIが競い合ってくれるのは、正直ありがたい話ではある。

Fable5利用者が期待する乗り換えメリット

すでにFable5でコードを書かせている人たちが、KimiK3に期待しているのは何か。

それは「ただ速くコードを書ける」ことではない。

むしろ、拒否されて止まらないこと、長い作業を最後まで続けてくれること、そして複数のAIを同時に走らせられること——つまり人間がレビューや監視に取られる手間をどれだけ減らせるかのほうに関心が向いている。

ここが乗り換えを考える人の本音なので、順に見ていこう。

 

ガードレールで止まらない長時間タスク

Fable5には、強力な安全装置がついている。

生物や化学、サイバーセキュリティに関わる質問になると、急に慎重になり、答えを拒否したり、旧型のOpus4.8に切り替わったりするのだ。

 

もちろん、危ないことに悪用されないための仕組みだから、方向性としては正しい。

ただ、この安全装置がまったく無害な質問にまで過剰に反応してしまうことがある、という声が出ている。

実際、こんな戸惑いの声もネットで見かけた。

専門家でもない人が普通に雑談していただけで、「遺伝子」という一語に反応して旧型へ飛ばされる。

これは、さすがに面食らってしまう。

 

一方のKimiK3は、そのあたりの反応がゆるく、Fable5なら止まってしまう作業もそのまま走り切ってくれる、という報告が出始めている。

AI研究者の今井翔太も、「Fableでは拒否された研究作業を、KimiK3に任せたらやってくれたし解決もした」と話す研究者や開発者が現れ始めている、とネットで指摘していた。

48時間ぶっ通しで自律的に作業を続けたデモも報告されていて、途中で止まらずに最後まで走り切る力は、たしかにKimiK3の魅力だと言える。

 

複数エージェントで進める並列開発

もうひとつ期待されているのが、複数のAIエージェントを同時に動かす使い方だ。

一体のAIに順番に作業させるのではなく、何体ものAIに手分けをさせて、並行して開発を進める。

 

ここで効いてくるのが、KimiK3の安さ。

料金が高いモデルだと、大量に並列させた瞬間に費用がふくらんで、財布のブレーキがかかってしまう。

安いからこそ、気兼ねなく何体も同時に走らせられるというわけだ。

 

もっとも、この並列開発が実際にどこまで実用になるかは、まだ事例が出そろっていない。

近いうちにモデルの中身そのものが公開される予定なので、そこから一気に広がるのか、しばらく様子を見たいところだ。

 

トークン単価より重要な人間の監視工数

まずは、いちばん気になる料金の話からいこう。

AIの利用料は「トークン」という単位で決まる。

トークンというのは、AIが文章を読み書きするときの、文字のかたまりのようなもの。

ざっくり言えば、やり取りする文章の量が多いほど料金がかさむ、と思ってもらえればいい。

 

そのうえでKimiK3とFable5を並べてみると、同じ量の文章をやり取りしても、KimiK3のほうがおよそ3分の1から5分の1の値段で済む。

たとえば、Fable5で500円かかっていた作業が、KimiK3なら100円ちょっとくらいのイメージだ。

これだけ見れば、コスパは文句なしにKimiK3の勝ち、という気がしてくる。

 

だが、ここに素人には見えにくい落とし穴がある。

僕も最初は「そんなに安いなら乗り換え一択だろう」と思っていた口なのだが、どうやらそう単純でもないらしい。

KimiK3は、同じ仕事をさせても使うトークンの量そのものが多くなりがちだと言われているのだ。

単価は安いのに、量をたくさん食う。

 

リッター単価の安いガソリンスタンドを選んでも、燃費の悪い車だと給油の回数が増えて、結局そんなに変わらない。

それと同じで、単価の安さが、そのまま「体感の安さ」になるとは限らないわけだ。

使い方によっては、思ったほど差がつかないこともある。

 

そして、もっと大事なのが、料金の外側の話。

ここで忘れたくないのは、本当のコストはトークン代ではなく、人間がかける手間のほうだという点である。

AIが勝手に止まったり、間違った出力を出したりするたびに、人間が確認して直さなければいけない。

いちばん高くつくのは、その見張り番の時間なのだ。

 

その意味では、拒否されず長く走ってくれるKimiK3は、監視の手間を減らしてくれる可能性がある。

ただし、ここにも見落としがちな点がある。

KimiK3は事実のでっち上げ、いわゆるハルシネーションがFable5より多いと報告されていて、最後の答え合わせにかかる手間はむしろ増えるかもしれないのだ。

安く速く走らせられても、間違い探しに追われては元も子もない。

結局のところ、単価の安さだけで飛びつかず、自分の使い方で天秤にかけるしかないだろう。

性能だけで決められない中華AIのリスクとは？

ここまで性能の話をしてきたが、企業でAIを使うとなると、もうひとつ避けて通れない話がある。

データの扱いと、法律や制度の違い。

KimiK3は性能もコストも魅力的だが、中国の企業は法律上、政府からデータの提供を求められたら断りにくいという事情がある。

Moonshot AIも、その例外ではない。

 

実際、少し前にはAnthropicが、中国側の企業が自社AIの出力をこっそり使って能力を安く写し取ったのではないか、と非難する一幕もあった。

入力したデータが学習に使われる可能性も、多くの中国製サービスと同じように指摘されている。

 

もっとも、「中国製だから危険」と頭ごなしに決めつけてしまうのも、少し乱暴だと思う。

バックドア、つまり隠された裏口があるといった話も、はっきりした証拠が公に示されているわけではない。

ただ、制度としてのリスクが実在するのもまた事実で、ここは冷静に切り分けたい。

 

では、実際のところ、どこまで身構えればいいのか。

大事なのは、国籍そのものより、どの情報を入力し、どこまでの権限をAIに渡すかのほうだ。

公開されている情報を扱う開発や、試作品づくりなら、KimiK3の安さと速さは大きな武器になる。

一方で、社外に出せないソースコードや顧客のデータを扱うなら、話は別だ。

入力した中身がどこかのサーバーに残り、思わぬ形で使われる可能性まで考えると、慎重にならざるを得ない。

 

だから使い分けの目安として、こんな線引きが現実的だと思う。

  • 公開情報や試作づくりは、安くて速いKimiK3をどんどん使う
  • 機密性の高い仕事は、無理をせず使い慣れたFable5のようなモデルに任せる
  • どうしても中身を外に出せないなら、公開予定のモデルを自社の環境で動かす

この線引きさえ間違えなければ、過度に怖がる必要はない。

 

そして、この一連の騒動には、ちょっと皮肉な構図も潜んでいる。

ネットでも、こんな指摘が話題になっていた。

安全のためにガードレールを固くしすぎた結果、行き場を失った研究者が、規制のゆるい外部のモデルへ流れていく。

安全を突き詰めたはずが、かえって手綱の効かないAIへ人を押しやってしまう。

厳しすぎるダイエットほど、反動でドカ食いしてしまう。

あのパターンに、どこか似ている。

 

結局のところ、KimiK3とFable5は、どちらが上かを競わせる相手ではないのだと思う。

じっくり考える仕事はFable5に、手を動かして形にする仕事はKimiK3にと、用途に応じて使い分けるのがいちばん賢い。

中国製だからと頭ごなしに嫌うのも、安いからと機密ごと預けてしまうのも、どちらも極端だ。

AIに何を任せ、どこで線を引くか。

その手綱さえ握っていられれば、この賑やかな性能競争は、僕らユーザーにとって、案外わるくない話なのかもしれない。