Kimi を使い始める
チャットボックスに質問を入力したり、ファイルをアップロードしたり、目的に応じてモデルを切り替えたりできます。 kimi.com を開いて、まずは Kimi にメッセージを送ってみましょう。たとえば、あいさつしてみます。
モデルを選ぶ
Kimi は複数のモデルを提供しています。入力ボックス上部のモデル切り替えボタンをクリックして切り替えます。
| モデル | 思考の強さ | 適した用途 |
|---|---|---|
| K2.6 | Standard / High | 応答が速く、すばやい会話や Q&A に最適 |
| K3 | Low / High / Max | チャットと Agent タスク。総合的に最も高性能 |
| K3 Swarm | Low / High / Max | 大規模な検索やバッチ処理を一度に完了 |
K2.6 はクレジット(credit)を消費しません。K3 と K3 Swarm はクレジット(credit)で課金されます。詳しくはメンバーシップ特典をご覧ください。
Kimi K3 について
Kimi K3 は現在の Kimi で最も高性能なモデルで、2.8 兆パラメータを持ち、Kimi Delta Attention(KDA)と Attention Residuals を基盤に、ネイティブビジョンと 100 万トークンのコンテキストウィンドウを備えています。世界初のオープンな 3T クラスのモデルとして、K3 は長期的なコーディング、ナレッジワーク、推論にわたるフロンティア知能を目指して設計されており、コーディング、長期的な実行、幅広い汎用知能タスクで最先端の性能に達しています。
組み込みツール
設定不要で、すぐに利用できます。
| ツール | 説明 |
|---|---|
| Web Search | 最新ニュースや情報をリアルタイムで検索 |
| Fetch(取得)ツール | 特定の URL(ウェブページ、ドキュメント、画像、その他のオンラインリソース)へ直接アクセス |
| 画像検索 | テキストから画像、画像から画像を検索し、視覚コンテンツをすばやく発見 |
| IPython | データ分析や可視化のために Python コードを実行 |
| メモリ | 個人の好みや習慣を記録するスマートメモリ |
ビジュアル・マルチモーダル機能
Kimi K3 は、ネイティブなマルチモーダルアーキテクチャ(後付けの OCR ではありません)により、画像、動画、オフィス文書(PDF/Word/Excel)をあらゆる場面で理解できます。ドキュメントの内容を直接解析し、Excel 数式の作成や PPT アウトライン/VBA コードの生成など、中級から上級のオフィス作業にも対応します。ネイティブビジョンと 100 万トークンのコンテキストウィンドウにより、より長く複雑なマルチモーダル素材も処理できます。
マルチモーダル入力への対応
- 画像: PNG、JPEG、WebP、GIF など(URL、Base64、またはローカルファイルのアップロード経由)
- 動画: MP4 など(video_url、または画像フレーム列 + fps パラメータ経由)
- ドキュメント: PDF、Word、Excel、TXT、Markdown など
- オンラインリソース: URL、記事リンク
- 画像検索: 画像をアップロードして、関連画像や類似画像を検索
- 動画理解: 動画理解に対応。画面録画を分析し、インタラクションのロジックを再現できます
- ビジュアルコーディング: スクリーンショットや画面録画をアップロードしてフロントエンドコード(HTML/Vue/React など)を生成。デザインモックアップからウェブページを自動的に再現できます
出力形式
- プレーンテキスト/テキストと画像の混在: 標準的な会話形式の返信
- Markdown: 見出し、リスト、表、リンクを含むリッチテキスト
- コードブロック: HTML/Vue/React/Python/JSON/Mermaid など(言語識別子付き)
- JSON 構造化データ: 強制 JSON モードでの出力
- Mermaid 図: フローチャート、シーケンス図、マインドマップなど
- LaTeX 数式: インラインおよびブロックレベルの数式
- デュアルモード出力(Thinking):
reasoning_content(思考過程)とcontent(最終回答)の両方を返します - ツール呼び出し形式: Function Calling の標準形式(開発者向け)
重要な注意事項
- ファイル出力: K3 は
.pptx、.docx、.xlsx、.pdfなどの編集可能なドキュメントやその他の複雑な成果物をエンドツーエンドで生成できます。K2.6 は高速な Q&A に重点を置き、テキスト(PPT アウトライン、Word 本文、コードなど)のみを出力します。
ヒント: 画像・音声・動画を生成するには、「+」→ プラグインをクリックし、対応する機能を選んで K3 と組み合わせて使用してください。編集可能な複雑なドキュメントの作成や多段階タスクの実行には、K3 または K3 Swarm を選ぶと、機能を最大限に活用できます。
セッションと会話ターン
「新しいチャット」をクリックすることは、Kimi との長い会話を新たに始めることだと考えてください。
| 概念 | たとえ | 技術的な定義 |
|---|---|---|
| セッション | ひとつの会議全体(開始から終了まで) | 開始と終了が明確な、ひとまとまりのチャットプロセス |
| ターン | 1 回のやり取り(あなたが話し、Kimi が返答する) | あなたの入力と Kimi の応答で構成される 1 往復 |
主な違い
セッション
- 継続的な記憶: Kimi は現在のチャット内のすべての文脈を覚えています
- ターンをまたぐ文脈: 各返信では、それまでの会話内容が次のターンの文脈として参照されます
- 明確な境界: 「新しいチャット」をクリックすると新規開始となり、以前の文脈はクリアされます ターン
- 累積カウント: ターン 1、ターン 2、… のように順に追加されます
- 記憶の限界: ターンが多すぎる場合(例: 50 以上)、特に長文執筆や厳密な要件のあるタスクでは、Kimi が以前の内容を「忘れる」ことがあります
- コンテキスト長の制約: トークン数によって制限されます。ターンが蓄積すると、最初のほうの内容が圧縮される場合があります
例外的なケース: 1 回の質問と回答だけで会話が完了する場合は、1 ターン = 1 セッションです。
この区別が重要な理由
ひとつのセッション内では、あなたが送る新しい質問や指示はすべて、それ以前のターンを参照したうえで回答されます。ターンが増え、内容が長くなるにつれて、回答の品質は徐々に下がることがあります。
よくある場面
場面 1: トピックを切り替える
- 悪い例: 3 万語の小説を書いていたセッションで、「税金の計算を手伝って」と尋ねる
- 良い例: 税金に関する質問は新しいセッションで始める。Kimi が小説の登場人物と税務の概念を混同するのを避けられます 場面 2: 長いドキュメントを処理する
- 何十ターンも経過すると、Kimi は冒頭で定めたルールやファイル要約を「忘れる」ことがあります
- 解決策: 作業の途中で能動的に要約を依頼する(「ここまでの計画を要約して」)、または新しいセッションを開始します 場面 3: プロダクトの制限を理解する
- コンテキスト長の上限はトークンで測られますが、日常的には「ターン数」と考えると理解しやすくなります
- 「新しいチャットを開始」という案内が表示された場合、現在のセッションのターン数が多すぎることを意味します
ベストプラクティス
タスクごとに新しいセッションを開始する: エッセイ執筆、リサーチ、デバッグなど、独立したタスクにはそれぞれ専用のセッションを用意し、文脈の干渉を避けましょう。
長いセッションでは定期的に要約する: 20 ターンを超えたら、重要情報を要約するよう Kimi に積極的に依頼し、データの取りこぼしを防ぎましょう。
機密情報はすみやかに整理する: チャット履歴は保持されます。個人的な内容を扱った後は、セッション全体を削除してください。