【geek-terminalニュース】巨大MoE戦争の最新情報

以前お伝えしたKimi K3の続報です。今回はKimi K3単体の“すごい新モデル”話ではなく、Kimi K3、DeepSeek V4 Pro、GLM-5.2が同じ土俵で比較され始めたことで、オープンウェイト巨大MoEの勢力図そのものが組み替わり始めた、という話です。

【事象の全貌と背景】
巨大MoE戦争のポイントは、総パラメータ数の自慢大会が、ベンチマーク、蒸留疑惑、API単価、ライセンス、自己ホスト可能性まで含む総力戦に変わったことです。MarkTechPostの比較では、Kimi K3、DeepSeek V4 Pro、GLM-5.2が中国発のopen trillion-scale MoEとして並べられ、性能だけでなく、公開性とサービングコストまで比較対象になっています。これは「オープンウェイトは安い代替品」という古い見方から、「閉鎖型フロンティアモデルのすぐ下、または一部タスクでは横に並ぶ実用品」へと位置づけが変わってきたことを意味します。

Kimi K3については、Moonshot AIの2.8兆パラメータ、896 experts、100万トークン文脈長を掲げるマルチモーダル・オープンウェイトMoEとして報じられています。The Decoderは、Kimi K3がFrontend Code領域でClaude Fable 5を上回る一方、複雑な数学では大きく遅れると整理しており、ここが重要です。つまり、Kimi K3は“万能に勝った”のではなく、“実務寄りの特定タスクで閉鎖型トップモデルを食い始めた”モデルとして見るべきです。

【技術的ディープダイブ】
MoE、Mixture-of-Expertsの肝は、総パラメータを巨大化しつつ、推論時には一部のexpertだけを選択的に使う点です。Kimi K3の2.8T total、896 experts、1M contextという数字は、密モデルをそのまま巨大化する発想ではなく、巨大な知識容量と推論コストの両立を狙う設計です。報道ベースでは、Claude Opus 4.8級やGPT-5.5級に近い水準へ到達したとされる一方、GPT-5.6 SolやClaude Fable 5のような最上位プロプライエタリモデルを総合的に完全代替したと断定できる段階ではありません。

DeepSeek V4については、deepseek-v4-pro-202606、deepseek-v4-flash-202605というモデルIDらしき文字列や、CSA/HCA attention、4月プレビューといった情報がコミュニティや周辺記事で語られています。ただし、この部分は正式なシステムカードや公式仕様として確定した情報と、リーク・先行シグナルが混ざるため、断定は危険です。一方で、DeepSeek API利用者向けには、既存のdeepseek-chatとdeepseek-reasonerが2026年7月24日15:59 UTCに応答停止し、deepseek-v4-flashまたはdeepseek-v4-proへ移行する必要があるという実務上の変更が告知・解説されています。これは、研究ベンチだけでなく、本番利用者の移行計画に直撃する話です。

GLM-5.2もまた、比較対象として重要です。MarkTechPostの整理では、Kimi K3、DeepSeek V4 Pro、GLM-5.2がベンチ、ライセンス、サービングコスト、自己ホストの現実性で横並びにされています。NVIDIA NeMo AutoModelのドキュメントでもDeepSeek V4 FlashやChatGLM/GLM-5/GLM-5.2系への言及があり、推論・学習インフラ側もこの新世代中国モデル群を対象に入れ始めています。つまり、これは単発のモデル発表ではなく、ツールチェーン、API、自己ホスト基盤、ベンチ文化まで巻き込むエコシステム戦です。

【コミュニティの生々しい熱量と議論】
コミュニティの反応で一番熱いのは、性能そのものより「この価格で本当に回るのか」という運用感覚です。あるコメントでは、GLM 5.2を動かすだけで30万〜50万ドル級のコストがかかり、GPUの信頼性、電気代、管理者コスト、設置場所まで考えると、APIの利益率はかなり運用コストに近いのではないか、という疑いが出ています。これはローカルLLM勢らしい視点です。ベンチスコアが高いだけでは足りない。推論を止めずに回し、障害対応し、電力を払い、価格競争に耐えられるのか、という現場の問いです。

一方で、価格への評価は割れています。あるユーザーは「gpt 5.6 sol並みに良くて半額」と持ち上げていますが、別のユーザーは、タスクあたり0.94ドルでGPT-5.6 Sol Maxの1.04ドルに近く、Fableの2.75ドルよりは安いものの、価格だけを見ると中途半端な製品に見える、と批判しています。さらに、instruction followingが弱そうなのにagentic系ベンチが高いのは矛盾して見える、という指摘もあります。ここはかなり鋭いです。エージェント性能は、単に難問を解けることではなく、指示を外さず、状態を保ち、タスク境界を守る能力に依存します。

蒸留疑惑も燃料です。Redditでは、Kimi K3が一部会話でClaudeを名乗ったという話が共有され、蒸留由来ではないかという疑惑が浮上しています。ただし、これはコミュニティで語られている疑惑であり、確認済みの事実として扱うべきではありません。真偽のほどは定かではありませんが、この議論自体が示しているのは、オープンウェイトモデルが閉鎖型トップモデルに近づくほど、「これは独自訓練なのか、蒸留なのか、ベンチ最適化なのか」という透明性の要求が強まるということです。

さらに面白いのは、話題がMoEの価格論からLLMの脱線耐性へ飛ぶところです。ダンジョンマスター役のLLMに、台本外の場所へ行く、敵の口に存在しないソーセージを突っ込む、戦闘を急に愛の物語へ変える、といった無茶を投げると、モデルが簡単に乗ってしまうという“DMベンチ”案が出ています。対策として、あるユーザーは敵対的レビューエージェントを置き、最初のエージェントの判断が妥当かを別エージェントに検査させる構成を提案しています。さらに、Id、Ego、Super-Ego、script supervisorのように6〜7エージェントを連鎖させる設計まで語られており、巨大MoEの性能論争がそのままマルチエージェント設計論へ接続しています。

【今後の展望とエコシステムへの影響】
ここから古くなるのは、「総合ベンチの順位だけでモデルを語る」見方です。Kimi K3はフロントエンドコードで強く、複雑数学では弱い。DeepSeek V4系はProとFlashのように用途別の速度・品質レンジが見え始めている。GLM-5.2はコストと実運用の比較軸で存在感を出している。つまり、今後の選定基準は“どれが一番賢いか”ではなく、“このワークロードでは、どのMoEを、どの価格で、どのライセンス条件で、どの推論基盤に載せるか”になります。

オープンウェイト陣営にとっての勝ち筋は、閉鎖型トップモデルを全科目で抜くことだけではありません。API単価、長文コンテキスト、自己ホスト、量子化、推論基盤対応、商用利用しやすいライセンスを組み合わせ、特定業務で十分に勝つことです。逆に、閉鎖型モデル側の優位は、総合安定性、指示追従、数学・推論、エージェント制御、統合プロダクト体験に移っていきます。

巨大MoE戦争は、モデル名の勝ち負けではなく、AIインフラの調達戦に近づいています。Kimi K3、DeepSeek V4 Pro、GLM-5.2が同じ比較表に並んだ時点で、オープンウェイトは“趣味で回す代替モデル”から、“本番ワークロードの価格交渉カード”へ進化しました。次に見るべきは、ベンチの首位ではなく、推論コストの実測、長時間運用の安定性、ライセンスの摩擦、そしてエージェントが脱線せず仕事を完遂できるかです。兆級MoEの本当の戦場は、モデルカードではなく、請求書と障害ログとプロダクションのリトライ地獄の中にあります。