Kimi をはじめる
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、用途に合わせ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 にあいさつを送ってみましょう。
モデルを選ぶ
Kimi では複数のモデルを利用できます。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てください。
| モデル | Thinking の強度 | 適した用途 |
|---|---|---|
| K2.6 | 標準 / 高 | すばやい会話や Q&A。応答速度を重視する場合 |
| K3 | 低 / 高 / 最大 | チャットと Agent タスク。総合力が最も高いモデル |
| K3 Swarm | 低 / 高 / 最大 | 大規模検索やバッチ処理を一気に完了したい場合 |
Chat で K2.6 を使う場合、credit（クレジット）は消費されません（Kimi Work 内で K2.6 Agent として使う場合は、membership credit（会員向けクレジット）を消費します）。K3 と K3 Swarm は credit（クレジット）課金です。詳しくは membership benefits をご覧ください。
Kimi K3 について
Kimi K3 は、現在 Kimi で最も強力なモデルです。2.8 兆パラメータを備え、Kimi Delta Attention (KDA) と Attention Residuals を基盤とし、ネイティブ vision と 100 万 token のコンテキストウィンドウ を搭載しています。世界初のオープンな 3T クラスモデルとして、K3 は長期的な coding、知的作業、推論にまたがる最先端の知能を目指して設計されており、coding、長期実行、幅広い汎用知能タスクでトップクラスの性能を発��します。
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（ウェブ検索） | 最新ニュースや情報をリアルタイムにウェブ検索 |
| Fetch Tool | 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 |
| Image Search | 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 |
| Memory | 個人の好みや習慣を記録するスマートメモリ |
視覚・マルチモーダル機能
Kimi K3 は、画像、動画、オフィス文書（PDF/Word/Excel）を幅広いシーンで理解できます。後付けの OCR ではなく、ネイティブなマルチモーダルアーキテクチャを採用しています��文書内容を直接解析し、Excel 数式の作成や PPT アウトライン/VBA コードの生成など、中〜高度なオフィス業務にも対応できます。ネイティブ vision と 100 万 token 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資料も扱えます。
マルチモーダル入力の対応範囲
- 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: �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、操作ロジックを再現できます
- ビジュアル coding: 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回答
- 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（思考プロセス）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 に特化しており、PPT アウトライン、Word 本文、コードなどのテキストのみを出力します。
ヒント: 画像、音声、動画を生成するには、「+」→ Plugin をクリックし、対応する機能を選択して K3 と一緒に使用してください。複雑な編集可能ドキュメントを作成したり、複数ステップのタスクを実行したりする場合は、十分に機能を活用できる K3 または K3 Swarm の選択をおすすめします。
セッションと会話ターン
「New Chat」をクリックすることは、Kimi との長い会話を新しく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 | 最初から最後までの会議全体 | 明確な開始と終了を持つ、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コンテキストを覚えています
- ターンをまたぐコンテキスト: 各返信では、それまでの会話内容が次のターンのコンテキストとして参照されます
- 明確な境界: 「New Chat」をクリックすると新規開始となり、以前のコンテキストはクリアされます 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
- 限られた記憶: ターン数が多すぎる場合（例: 50 回以上）、特に長文執筆や厳密な要件のあるタスクでは、Kimi が初期の内容を「忘れる」ことがあります
- コンテキスト長の制約: token 数により制限されます。ターンが積み重なると、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 回の質疑応答で会話が完結する場合、1 ターン = 1 セッションです。
この違いが重要な理由
1 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、それまでのターンを踏まえて回答されます。ターンが増え、内容が長くなるにつれて、回答品質が徐々に低下することがあります。
よくあるシナリオ
シナリオ 1: 話題を切り替える
- 悪い例: 30,000 語の小説を書いているセッションで「税金の計算を手伝って」と依頼する
- 良い例: 税金の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しないようにできます シナリオ 2: 長いドキュメントを処理する
- 何十ターンも進むと、Kimi が最初に設定し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: タスクの途中で積極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する シナリオ 3: プロダクトの制限を理解する
- コンテキスト長の制限は token で測られますが、日常的には「ターン数」と捉えると分かりやすいです
- 「Start a new chat」というプロンプトが表示されたら、現在のセッションのターン数が多すぎるという意味です
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、調査、デバッグなどの独立したタスクは、それぞれ専用のセッションで行い、コンテキスト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、情報の欠落を防ぎましょう。
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。個人情報や機密性の高い内容を扱ったあとは、セッション全体を削除してください。