1: 2026/07/29(水) 23:41:15.73 ID:7zizXjDE
世界最大級の無料AI「中国Kimi K3」を自宅で動かすには「総額1億円」が必要!さらに「電気代は月60万円」ってどういうこと?
中国のAI企業Moonshot AIが、世界最大級の無料AIをインターネット上に放流した。
同社は7月27日、総パラメータ数2.8兆の最新モデル「Kimi K3」のオープンウェイトを公開。
誰でもモデルデータをダウンロードし、自前の環境で運用できるようになった。
Kimi K3は文章だけでなく画像も扱えるマルチモーダルAIで、約100万トークンの長文処理に対応。
7月16日にAPI版(異なるソフトウェアやウェブサービス同士をつなぐ接続口)を公開した際、7月27日までにフルウェイトを提供すると予告していた。
性能面でも、コーディングや長時間の自律作業で最新モデルの「GPT-5.6 Sol」や「Claude Fable 5」に迫る成績を記録。
ならば、AI利用時の負担となるサブスク費用をタダにすべく、自宅のパソコンに導入して「自分専用の最強AI」にしたいところだが――。
(以下略、続きはソースでご確認ください)
asagei 2026年07月29日 07:00
https://www.asagei.com/excerpt/348860
中国のAI企業Moonshot AIが、世界最大級の無料AIをインターネット上に放流した。
同社は7月27日、総パラメータ数2.8兆の最新モデル「Kimi K3」のオープンウェイトを公開。
誰でもモデルデータをダウンロードし、自前の環境で運用できるようになった。
Kimi K3は文章だけでなく画像も扱えるマルチモーダルAIで、約100万トークンの長文処理に対応。
7月16日にAPI版(異なるソフトウェアやウェブサービス同士をつなぐ接続口)を公開した際、7月27日までにフルウェイトを提供すると予告していた。
性能面でも、コーディングや長時間の自律作業で最新モデルの「GPT-5.6 Sol」や「Claude Fable 5」に迫る成績を記録。
ならば、AI利用時の負担となるサブスク費用をタダにすべく、自宅のパソコンに導入して「自分専用の最強AI」にしたいところだが――。
(以下略、続きはソースでご確認ください)
asagei 2026年07月29日 07:00
https://www.asagei.com/excerpt/348860
2: 2026/07/29(水) 23:49:29.45 ID:1ykeEh9n
>>1
まず
インターネット上に放流した。
などしていない
あほ
まず
インターネット上に放流した。
などしていない
あほ
26: 2026/07/31(金) 09:27:12.48 ID:Du1RVcPy
>>2
おまえITオンチか?
Hugging Faceの Moonshot AI 公式ページでダウンロード可能だぞ
おまえITオンチか?
Hugging Faceの Moonshot AI 公式ページでダウンロード可能だぞ
4: 2026/07/30(木) 05:52:27.77 ID:dCXuqGm+
つまり現状中国のクラウドサービスを使うしかないのに
何故か評価が高い謎のAI
何故か評価が高い謎のAI
5: 2026/07/30(木) 07:58:58.66 ID:6WS8Fqo0
GLM5.2をノートPCで動かした奴が居る…超遅いけど
K3もそのうちそうなる
K3もそのうちそうなる
6: 2026/07/30(木) 11:48:08.27 ID:NedxdACt
> そこまでお金を注ぎ込んでも、簡単な文章作成ぐらいしかできないのです
アホ
アホ
8: 2026/07/30(木) 16:09:25.17 ID:mR9vEPYC
マイニングしてたほうがましでは
9: 2026/07/30(木) 16:19:14.63 ID:i0AJTfXW
AI による概要
100万トークンは、生成AIが一度に読み込んで処理できる情報の量です。
日本語ではおよそ50万〜75万文字(新書約3〜5冊分)、英語では約75万語(400万文字相当)の分量にあたります。
100万トークンでできること
書籍の読み込み:複数冊の小説や新書、専門書を丸ごとAIに読ませる
コード分析:大規模なプログラムのソースコードを全体まとめて解析する
長時間のデータ:大量の画像(数百枚)や長い資料、会議の音声を一度に処理する
主なAIモデルと料金
対応モデル:GoogleのGeminiシリーズやAnthropicのClaudeシリーズなどで利用できます。
利用コスト:モデルによって異なりますが、100万トークンあたりの入力費用は数ドル程度(例:Claude Sonnetで約3ドル)が設定されています。
100万トークンは、生成AIが一度に読み込んで処理できる情報の量です。
日本語ではおよそ50万〜75万文字(新書約3〜5冊分)、英語では約75万語(400万文字相当)の分量にあたります。
100万トークンでできること
書籍の読み込み:複数冊の小説や新書、専門書を丸ごとAIに読ませる
コード分析:大規模なプログラムのソースコードを全体まとめて解析する
長時間のデータ:大量の画像(数百枚)や長い資料、会議の音声を一度に処理する
主なAIモデルと料金
対応モデル:GoogleのGeminiシリーズやAnthropicのClaudeシリーズなどで利用できます。
利用コスト:モデルによって異なりますが、100万トークンあたりの入力費用は数ドル程度(例:Claude Sonnetで約3ドル)が設定されています。
11: 2026/07/30(木) 16:40:00.07 ID:tSzhCWOL
だからプログラミングとかでいろんなライブラリソースとかオブジェクトソースとかぜんぶまとめて色々長いのがなんどもあーでもないこーでもないとやるから最初に制限に引っかかってもっともっとという話になっていたのですか
12: 2026/07/30(木) 16:40:38.76 ID:tSzhCWOL
x ですか
o です
o です
13: 2026/07/30(木) 20:03:13.36 ID:bW5BkckK
何で200Bくらいの
ワークステーションだったらギリギリ動くくらいの高性能AIを別途公開しないんだろう
ワークステーションだったらギリギリ動くくらいの高性能AIを別途公開しないんだろう
14: 2026/07/30(木) 20:13:12.74 ID:f3wut9Qj
>>13
kimi k2は1.8-bit で 230 GB.
4-bit 600 GB でこれが実用使えるレベル
オリジナルが1.09 TB
出してくれてんじゃん
使えるレベルじゃないことも含めて誠実に
kimi k2は1.8-bit で 230 GB.
4-bit 600 GB でこれが実用使えるレベル
オリジナルが1.09 TB
出してくれてんじゃん
使えるレベルじゃないことも含めて誠実に
27: 2026/07/31(金) 09:30:09.81 ID:Du1RVcPy
>>13
>>14
おまえら良くわかってないようだけど
このKimi K3を教師にして蒸留した生徒AIを
MacでローカルLLMやるのが本来の使い方だぞ
>>14
おまえら良くわかってないようだけど
このKimi K3を教師にして蒸留した生徒AIを
MacでローカルLLMやるのが本来の使い方だぞ
15: 2026/07/30(木) 20:14:10.66 ID:7JNUHKLU
GLM 5.2はdynamic GGUF quantization optionがあって
2-bit だと 84% 小さくなって最小稼働メモリー256GBでもAccuracy正確度82%の性能を保ってる
1bitでも87%も小さくして最小稼働メモリー180GBで76.2%でる
4bitならほぼロスレスで372–475 GBで5-bitが570 GB、8-bitは810 GB
ローカルLLMというよりサーバーやクラウドレベルの「セルフホスティングLLM」
2-bit だと 84% 小さくなって最小稼働メモリー256GBでもAccuracy正確度82%の性能を保ってる
1bitでも87%も小さくして最小稼働メモリー180GBで76.2%でる
4bitならほぼロスレスで372–475 GBで5-bitが570 GB、8-bitは810 GB
ローカルLLMというよりサーバーやクラウドレベルの「セルフホスティングLLM」
16: 2026/07/30(木) 20:14:57.32 ID:7JNUHKLU
DeepSeek R1ならアリババがdistillしてて
R1-Distill-Qwen-1.5B Qwen2.5 1.5B 33K
R1-Distill-Qwen-7B Qwen2.5 7B 164K
R1-Distill-Qwen-14B Qwen2.5 14B 164K
R1-Distill-Qwen-32B Qwen2.5 32B 164K
R1-Distill-Llama-8B Llama 3.1 8B 164K
R1-Distill-Llama-70B Llama 3.3 70B 164
R1-Distill-Qwen-1.5B Qwen2.5 1.5B 33K
R1-Distill-Qwen-7B Qwen2.5 7B 164K
R1-Distill-Qwen-14B Qwen2.5 14B 164K
R1-Distill-Qwen-32B Qwen2.5 32B 164K
R1-Distill-Llama-8B Llama 3.1 8B 164K
R1-Distill-Llama-70B Llama 3.3 70B 164
24: 2026/07/31(金) 09:07:38.54 ID:ewVEEDOU
>>16
その頃のローカルAIって
織田信長はどうして明智光秀を暗殺したんだと歴史の質問したらユーザーに迎合して信長の動機を説明しだすような性能しかなかった気がするが
その頃のローカルAIって
織田信長はどうして明智光秀を暗殺したんだと歴史の質問したらユーザーに迎合して信長の動機を説明しだすような性能しかなかった気がするが
18: 2026/07/30(木) 20:26:01.36 ID:t3XDzyWi
フロンティアの最上位モデルは現実にはペイしていなくて投資の資金で賄われている
だからnVidiaやめて自社ASICで回せるようにしたり、Googleの turbo quantでメモリ圧縮したり、1bit LLMで根本的にメモリ使用量減らしたり、キオクシアのSCMでKVキャッシュをストレージに退避したり、節約系の技術も組み合わせて現実的な運用コストに収まるようにしているところでしょ
だからnVidiaやめて自社ASICで回せるようにしたり、Googleの turbo quantでメモリ圧縮したり、1bit LLMで根本的にメモリ使用量減らしたり、キオクシアのSCMでKVキャッシュをストレージに退避したり、節約系の技術も組み合わせて現実的な運用コストに収まるようにしているところでしょ
19: 2026/07/30(木) 23:13:52.61 ID:2IcE1uF+
>>18
エヌビディアがなぜ使われてるのか知らないんだろ?
手間かからないからだ
他のは手間がかかるわけだ
優秀な人間が手間暇かけてやらないとできない
そこがエヌビディアがここまでなった理由だ
汎用性は強い
手間ひまかけて最適化してる間にデータも変わる
使い方も変わる
ならボーンと作ってはやく使える方こそアジャイル
変化に対応できる
エヌビディアがなぜ使われてるのか知らないんだろ?
手間かからないからだ
他のは手間がかかるわけだ
優秀な人間が手間暇かけてやらないとできない
そこがエヌビディアがここまでなった理由だ
汎用性は強い
手間ひまかけて最適化してる間にデータも変わる
使い方も変わる
ならボーンと作ってはやく使える方こそアジャイル
変化に対応できる
23: 2026/07/31(金) 06:15:19.63 ID:daAJ12iN
リロード再投稿すまん
>>19
業界全体でも脱nVidiaの動きが色々あってな
生成AIでnVidiaのCUDA向けプログラムをAMDに書き換えれるようになったのが大きい
DeepseekのCEOがnVidiaのCUDAの優位性が崩れていると言ってる。そりゃ中華勢にnVidia使いにくいから脱nVidiaの動機は強いだろう
ジム・ケラーはASICでもISAを工夫すれば行列計算機でも汎用性を持たせられる、という考え方で実際にテンストレントで汎用性を持たせた推論でのASICの汎用AIアクセラレーターを製品化してる
コーディングLLMで業界1位のAnthropicは学習でもAWSのTraniumを主に使用していてnVidiaは解析用に少数だけ所有
nVidiaが築いたソフトウェアエコシステムは回避する事例が多々出始めてるから少なくとも数年後には跡形もなくなくなってるだろうね
>>19
業界全体でも脱nVidiaの動きが色々あってな
生成AIでnVidiaのCUDA向けプログラムをAMDに書き換えれるようになったのが大きい
DeepseekのCEOがnVidiaのCUDAの優位性が崩れていると言ってる。そりゃ中華勢にnVidia使いにくいから脱nVidiaの動機は強いだろう
ジム・ケラーはASICでもISAを工夫すれば行列計算機でも汎用性を持たせられる、という考え方で実際にテンストレントで汎用性を持たせた推論でのASICの汎用AIアクセラレーターを製品化してる
コーディングLLMで業界1位のAnthropicは学習でもAWSのTraniumを主に使用していてnVidiaは解析用に少数だけ所有
nVidiaが築いたソフトウェアエコシステムは回避する事例が多々出始めてるから少なくとも数年後には跡形もなくなくなってるだろうね
28: 2026/07/31(金) 09:31:47.29 ID:Du1RVcPy
>>19
>>22
NVIDIAはオワコンな
今のNVIDIAは自分で自分にお金を貸して売上を捏造している
昔のエンロンみたいになってる
NVIDIAはOpenAIのオハイオの巨大データセンター建設に37兆円の債務保証してる
つまり、NVIDIAが保証してOpenAIに借金をさせ、その金でOpenAIはNVIDIAのGPUを買うという、
NVIDIAのリスクで無理やり作った借金が、NVIDIAの売上として計上されるという構造になってる
NVIDIAが数字を作るためにファイナンスでドーピングしている「バブルの末期症状」
日本のソフトバンクは吹っ飛ぶぞ
>>22
NVIDIAはオワコンな
今のNVIDIAは自分で自分にお金を貸して売上を捏造している
昔のエンロンみたいになってる
NVIDIAはOpenAIのオハイオの巨大データセンター建設に37兆円の債務保証してる
つまり、NVIDIAが保証してOpenAIに借金をさせ、その金でOpenAIはNVIDIAのGPUを買うという、
NVIDIAのリスクで無理やり作った借金が、NVIDIAの売上として計上されるという構造になってる
NVIDIAが数字を作るためにファイナンスでドーピングしている「バブルの末期症状」
日本のソフトバンクは吹っ飛ぶぞ
30: 2026/07/31(金) 09:37:47.60 ID:E2xhyl81
>>19
>エヌビディアがなぜ使われてるのか知らないんだろ?
>手間かからないからだ
メモリ帯域が広いからだぞ
>エヌビディアがなぜ使われてるのか知らないんだろ?
>手間かからないからだ
メモリ帯域が広いからだぞ
31: 2026/07/31(金) 09:57:10.50 ID:Du1RVcPy
>>30
それプラス配線の長さだ
AppleのユニファイドメモリのAIチップは
配線が数ミリメートルと短いので帯域が広く低消費電力だ。
NVIDIAは配線の長さが数センチメートルで電力バカ食いで現実的ではない。
それプラス配線の長さだ
AppleのユニファイドメモリのAIチップは
配線が数ミリメートルと短いので帯域が広く低消費電力だ。
NVIDIAは配線の長さが数センチメートルで電力バカ食いで現実的ではない。
32: 2026/07/31(金) 10:09:37.51 ID:E2xhyl81
>>31
>AppleのユニファイドメモリのAIチップは
>配線が数ミリメートルと短いので
メモリ容量確保できねーのよ
>NVIDIAは配線の長さが数センチメートルで電力バカ食いで現実的ではない。
HBMが、現実的ではない???
>AppleのユニファイドメモリのAIチップは
>配線が数ミリメートルと短いので
メモリ容量確保できねーのよ
>NVIDIAは配線の長さが数センチメートルで電力バカ食いで現実的ではない。
HBMが、現実的ではない???
20: 2026/07/30(木) 23:14:40.68 ID:2IcE1uF+
世の中変わるんだよ
22: 2026/07/31(金) 05:51:13.14 ID:daAJ12iN
フロンティアの最上位モデルは現実にはペイしていなくて投資の資金で賄われている
だからnVidiaやめて自社ASICで回せるようにしたり、Googleの turbo quantでメモリ圧縮したり、1bit LLMで根本的にメモリ使用量減らしたり、キオクシアのSCMでKVキャッシュをストレージに退避したり、節約系の技術も組み合わせて現実的な運用コストに収まるようにしているところでしょ
だからnVidiaやめて自社ASICで回せるようにしたり、Googleの turbo quantでメモリ圧縮したり、1bit LLMで根本的にメモリ使用量減らしたり、キオクシアのSCMでKVキャッシュをストレージに退避したり、節約系の技術も組み合わせて現実的な運用コストに収まるようにしているところでしょ
25: 2026/07/31(金) 09:20:12.97 ID:BOQk5oBS
現時点でも多くのローカルAIはGPT-3.5より高性能…直近の知識は無いけど
年々というか月々で性能向上してる
昨年は箸にも棒にもかからん感じやったが、今は用途を選んで工夫すれば使える
恐らく来年以降は普通に使える様になる
年々というか月々で性能向上してる
昨年は箸にも棒にもかからん感じやったが、今は用途を選んで工夫すれば使える
恐らく来年以降は普通に使える様になる
引用元: ・【AI】世界最大級の無料AI「中国Kimi K3」を自宅で動かすには「総額1億円」が必要!さらに「電気代は月60万円」って? [すらいむ★]


コメントする