月之暗面（Moonshot AI）は先週、Kimi K2.6の完全版をリリースした。これは「コードプレビュー」のベータ版ではなく、完全なプロダクショングレードのモデルである。以前のコードプレビューも注目を集めていたが、完全版の技術仕様とベンチマーク結果は、多くの人が予想していた以上に興味深いものとなった。
HLE-Full 54.0：オープンソース首位は本物
HLE（Humanity's Last Exam）は、今年のAIベンチマークの中でも最も権威あるものの一つであり、100以上の学術分野にわたる2,500の博士レベルの問題で構成されている。数回のfew-shotでごまかせるようなテストではない。
Kimi K2.6の結果：
| モデル | HLE-Full（ツール使用） |
|---|---|
| Kimi K2.6 | 54.0 |
| Claude Opus 4.6 | 53.0 |
| GPT-5.4 | 52.1 |
差は大きくないが、方向性は明確だ。オープンソースモデルが、トップクラスの学術推論ベンチマークで2つのクローズドソースのフラッグシップモデルを上回った。SWE-Bench Pro 58.6、BrowseComp 83.2、CharXiv（Python使用）86.7、数学的視覚推論93.2。
月之暗面はリリースノートで、このバージョンの改善を説明するために「far more execution and imagination」という表現を使用した。
1兆パラメータ、しかし活性化されるのは320億のみ
これがMoEアーキテクチャの中核的な論理である。Kimi K2.6は1兆パラメータのMixture-of-Expertsモデルであり、推論ごとに32B（320億）パラメータのみを活性化する。384のエキスパートがグループ管理され、各応答で8つのルーティングエキスパートと1つの共有エキスパートが呼び出される。その利点は双方向にある：
- トレーニング側：総パラメータ数が多いほど、学習される知識も多い
- 推論側：活性化パラメータが少ないため、計算コストを管理しやすい
アテンション機構にはMLA（Multi-Head Latent Attention）が採用されており、処理済みデータを軽量な数学的表現に圧縮し、KVキャッシュの使用量を削減する。活性化関数はSwiGLUで、前世代よりもハードウェアに優しい。ビジョンモジュールは別途400Mパラメータのエンコーダで、画像とマルチメディア入力をサポートする。
コンテキストウィンドウは256Kで、INT4量子化もサポートされており、ローカルデプロイの道も開かれている。
300のエージェント並列実行、12時間の連続稼働
これこそがKimi K2.6が開発者にとって真に興味深い部分である：
- 最大300のサブエージェントの並列実行をサポート
- 単一タスクあたり最大4,000回以上のツール呼び出し
- 連続実行時間は12時間まで中断なし
この規模のマルチエージェント連携をサポートするために、月之暗面は「Claw Groups」を導入した。これは大規模タスクを、人間とAIが協調して実行できるサブグループに分割するものである。人間は重要な意思決定ポイントで介入し、AIは中間プロセスの大量の実行作業を担当する。その論理は、工場の組立ラインにおける人間と機械の分業に似ている。
エンタープライズアプリケーションにとって、この設計は実用的である。実際のワークフローは「完全自動化」か「完全手動」かの二者択一ではなく、人間が重要なノードで監督し、AIがその間の大量の作業を実行する必要がある。
オープンソースエコシステムへの初日からの対応
リリース当日には、vLLM、OpenRouter、Cloudflare Workers AI、MLXをすでにサポートしていた。これは数ヶ月前から始まっていたエコシステム連携作業の結果である。
- MLX：Apple Silicon上で動作
- OpenRouter：API集約プラットフォームに直接接続
- vLLM：高スループット推論デプロイが障害なく可能
- Cloudflare Workers AI：エッジ推論に道が開かれた
これらの統合を初日で完了できたのは偶然ではない。月之暗面がリリース前に入念なエンジニアリング準備を行ったことを示している。
オープンソースの追い上げは本気だ
昨年まで「オープンソースモデルはGPT-4と明確な差がある」と言う人がいたが、今年はその言葉はもはや通用しない。
Kimi K2.6はHLEでClaude Opus 4.6とGPT-5.4を上回った。DeepSeek V3.2はアテンションをスパース構造に変更し、コストを半減した。Qwen3.6-35BはMacBook上で動作し、SWE-benchで73.4%を記録した。
オープンソースはもはやクローズドソースの低コストな代替品ではなく、特定のベンチマーク次元では逆にリードしている。企業にとってこれは、プライベートデプロイ、データ機密性、コスト管理といったニーズに対して、ついにフラッグシップ級の利用可能な選択肢が登場したことを意味する。
ベンチマークスコアと実際のプロダクションの間にはまだギャップがある。HLEの54.0と、日常的なコードデバッグ、長文書理解、マルチターン会話は別物だ。しかし方向性は明確である。月之暗面はこの戦いに真剣に取り組んでおり、今回のラウンドは勝利した。
出典：Moonshot AI releases Kimi-K2.6 model with 1T parameters、CocoLoop、attention optimizations（SiliconANGLE）；[AINews] Moonshot Kimi K2.6: the world's leading Open Model refreshes to catch up to Opus 4.6（Latent Space）