Kimi K2.5が衝撃｜100体のAIを同時に動かすAgent Swarmとは

監修者伊東雄歩

株式会社ウォーカー CEO。東北大学卒。MENSA会員、JDLA認定講師、健全AI教育協会理事。生成AI×教育・学習科学を専門とし、2億円超のシステム開発プロジェクトを統括。

taolis.net X note Voicy YouTube

中国発Moonshot AIが公開した「Kimi K2.5」の全貌と技術的特徴
100体のAIを同時に動かす「Agent Swarm」の仕組みと実力
1兆パラメータ・15兆トークンで学習したオープンソースモデルの衝撃
Claude Opus 4.5との比較ベンチマークの実態
日本のエンジニアや企業にとっての活用可能性

「AIエージェントを100体同時に動かせたら？」そんなSFのような話が、現実になりました。

2026年1月27日、中国のAI企業Moonshot AIが公開した「Kimi K2.5」は、最大100体のサブエージェントを並列稼働させる「Agent Swarm」機能を搭載。

しかもオープンソースで誰でも無料で使えるのです。

この記事では、話題のKimi K2.5が何がすごいのかを、わかりやすく解説します。

Moonshot AIとは？中国AI業界の新星

Moonshot AI（ムーンショットAI）は、中国のAIスタートアップです。大規模言語モデル（LLM）の開発で急成長しており、前世代の「Kimi K2」の時点ですでに注目を集めていました。

わかりやすく言えば、OpenAI（ChatGPT）やAnthropic（Claude）の中国版ライバルのような存在です。

ただし、Moonshot AIの特徴は「オープンソースで公開する」こと。

誰でもモデルをダウンロードして使えるため、世界中の開発者から支持を集めています。

Kimi K2.5の基本スペック

まず、Kimi K2.5がどんなモデルなのか、数字で見てみましょう。

パラメータ数: 1兆（1 Trillion）— MoE（Mixture of Experts）アーキテクチャ
学習データ: 15兆トークン（テキストと画像を最初から一緒に学習）
対応モダリティ: テキスト、コード、画像（マルチモーダル）
ライセンス: Modified MITライセンス（オープンソース）
API料金: 入力100万トークンあたり0.60ドル、出力100万トークンあたり2.50ドル

注目すべきは「15兆トークンでテキストと画像を最初から一緒に学習した」という点です。

多くのマルチモーダルAIは、テキストモデルに後から画像機能を追加します。

しかしKimi K2.5は最初から両方を同時に学んでいるため、画像とテキストの理解が自然に融合しています。

Agent Swarmとは？100体のAIを同時に指揮する技術

Kimi K2.5の最大の目玉が「Agent Swarm（エージェント・スウォーム）」です。Swarmは「群れ」という意味で、文字通り最大100体のAIサブエージェントを同時に動かせる機能です。

イメージとしては、こんな感じです。

あなたがプロジェクトマネージャーだとして、100人のアシスタントに同時に指示を出せると想像してください。

「Aさんはこの論文を調べて」「Bさんはこのデータを分析して」「Cさんは競合情報を集めて」…と、それぞれが独立して作業を進め、最後に結果を集約するのです。

この並列処理により、従来のAIと比べて実行時間を最大4.5倍短縮できるとMoonshot AIは発表しています。

Agent Swarmを実現した独自の学習手法「PARL」

Agent Swarmの裏側には、PARL（Parallel Agent Reinforcement Learning）という独自の強化学習手法があります。従来の方法では、複数のエージェントを協調させるのが非常に難しかったのです。

PARLが解決した問題は主に3つです。

学習の不安定さ — 複数エージェントの同時学習は不安定になりやすい
貢献度の判定 — どのエージェントがどれだけ成果に貢献したか判断しにくい
シリアル崩壊 — 並列処理のはずが、結局1体だけで処理してしまう問題

PARLでは、サブエージェントは固定し、指揮官（オーケストレーター）だけを学習させます。タスクの分割がうまくできたかどうかで報酬を与える仕組みで、効果的な並列処理を実現しています。

Claude Opus 4.5を超えた？ベンチマーク結果の真実

Moonshot AIは「Kimi K2.5がClaude Opus 4.5を超える性能を持つ」と主張しています。具体的なベンチマーク結果を見てみましょう。

Humanity’s Last Exam（超難問テスト）: 50.2%を達成。しかもClaude Opus 4.5の76%のコストで同等以上の結果
BrowseComp（情報収集テスト）: Agent Swarmで78.4%（通常エージェント60.6%）
Wide Search（広域検索テスト）: 79.0%（通常72.7%）

ただし、注意点もあります。

ベンチマークの結果はテストの種類や条件によって大きく変わります。

「すべての面でClaude超え」というよりは、「特定のタスク（特に広範囲の情報収集や並列処理）で強い」という理解が正確でしょう。

とはいえ、オープンソースのモデルがクローズドソースのトップモデルに迫る性能を出していること自体が、AI業界にとって大きなインパクトです。

日本のエンジニア・企業にとっての活用可能性

Kimi K2.5はオープンソースなので、日本からも自由に利用できます。どんな使い方が考えられるでしょうか。

大規模リサーチ — 100体のエージェントに同時に調査させれば、市場調査や競合分析が数分で完了する可能性
コーディング — Moonshot AIは「Kimi Code」というコーディングエージェントも公開しており、開発業務にも活用できる
自社専用AIの構築 — オープンソースのため、自社のデータでファインチューニング（追加学習）して、業務特化型AIを作れる

一方で、中国発AIモデルということでデータの取り扱いやセキュリティポリシーを気にする企業もあるかもしれません。オープンソースなので自社サーバーで動かせば外部にデータは出ませんが、利用規約（Modified MITライセンス）の確認は必須です。

よくある質問（FAQ）

Q. Kimi K2.5は本当に無料で使えますか？

はい。

モデルの重みとコードはModified MITライセンスでGitHubとHugging Faceに公開されています。

ダウンロードして自分のサーバーで動かせます。

API経由で使う場合は、入力100万トークンあたり0.60ドルの料金がかかります。

Q. Agent Swarmの100体は、実際にどんなタスクに使えますか？

大規模な情報収集、長文の執筆、バッチダウンロード、複数ソースの同時分析などに向いています。

たとえば「100社の決算情報を同時に調べてまとめる」といった作業が得意です。

日常の簡単な質問なら、通常モードで十分です。

Q. Claude Opus 4.5より本当に優れていますか？

一部のベンチマーク（情報収集系タスク）では上回っています。

しかし、すべての面で勝っているわけではありません。

特に長文の推論や微妙なニュアンスの理解では、Claudeに一日の長がある場面もあります。

用途に応じた使い分けが重要です。

Q. 日本語は使えますか？

マルチモーダルで15兆トークンの多言語データで学習しているため、日本語にも対応しています。

ただし、英語や中国語と比べると精度に差がある可能性はあります。

実際に試して確認するのがおすすめです。

まとめ

この記事のポイントを振り返りましょう。

Moonshot AIが2026年1月27日にKimi K2.5をオープンソースで公開
1兆パラメータ・15兆トークン学習のマルチモーダルモデル
最大100体のサブエージェントを並列稼働させるAgent Swarm機能が最大の特徴
処理速度は従来比4.5倍高速。一部のベンチマークでClaude Opus 4.5をコスト76%で上回る
API料金は入力0.60ドル/100万トークンとコストパフォーマンスが高い

AIの進化のスピードに驚きますよね。Kimi K2.5はオープンソースなので、まずはKimi公式サイトやAPIで試してみて、Agent Swarmの威力を体感してみてはいかがでしょうか。

参考文献

TechCrunch. (2026, 1月 27日). China’s Moonshot releases a new open source model Kimi K2.5 and a coding agent. TechCrunch
InfoQ. (2026, 2月). Moonshot AI Releases Open-Weight Kimi K2.5 Model with Vision and Agent Swarm Capabilities. InfoQ
Moonshot AI. Kimi K2.5 公式ページ. kimi.com
GitHub. MoonshotAI/Kimi-K2.5. GitHub
dplooy. (2026). Kimi K2.5 Agent Swarm: Complete 2026 Guide vs Claude. dplooy