ニュース / モデルウォッチ · エコシステム採用
OpenAIが出資するHarvey、Kimi K3オープンウェイトをベースに初のモデルを構築
本番環境のベースモデルとしてのKimi K3に対するこれまでで最も強力な実績証明：OpenAI、Sequoia、a16zから出資を受けるサンフランシスコのリーガルテック・スタートアップHarveyが、8月20日に初の事後学習モデルHarvey Tenetを発表しました。ベースとなったのはMoonshotの2.8Tオープンウェイト。その結果、同社が「オープンソース並みのコスト」と呼ぶ水準で、HarveyのLegal Agent BenchmarkにおいてベースK3の約2倍のタスク完了数を達成しました。
Harvey TenetはKimi K3をベースに、長期的な法務ワーク向けにFireworksとともに非同期RLで事後学習されたモデルです（Harvey公式発表、2026年8月20日）。 現在はリサーチプレビューの段階です。HarveyのLABでベースK3比約2倍のホールドアウトタスク完了率、関連するエージェント評価で約20%向上、主要な法務ベンチマークでフロンティア級の性能を達成していますが、ウェイト、モデルカード、APIの公開はありません。ベースモデルはオープンですが、Tenet自体はHarvey独自のチェックポイントであり、Harveyの製品内に組み込まれて提供されます。
Harveyの発表内容：提供されたもの
- モデル概要：Kimi K3ベース ＋ 合成データ、公開法務データ、人間の専門家データを用いた非同期強化学習（顧客データは一切不使用）。Fireworks AIの研究チームと共同でトレーニング。
- 成果：HarveyのLegal Agent BenchmarkにおいてベースK3比でホールドアウトタスク完了数が約2倍に達し、関連するエージェント評価でも約20%向上。さらにトレーニングおよびタスク実行のためのハーネスも改良。
- 位置付け：「著名な法務ベンチマークでフロンティア級の性能を……オープンソース並みのコストで実現」。これにより、あらゆる案件での継続的なエージェント実行が実用化され、さらに法律事務所が自らの業務実績に基づき独自特化モデルを構築するための基盤が整います。
- 提供されなかったもの：ウェイト、モデルカード、APIエンドポイントの公開はなく、リサーチプレビューのみです。MarkTechPostが「本日提供されたのはレシピであり、成果物そのものではない」と評した通りです。
なぜ重要なのか：6か月の背景とAI主権の視点
- オープンウェイトがついに追いついた：Harveyは以前にも事後学習を試みましたが断念していました。OpenAIのベースモデルの進化が速すぎて独自のカスタマイズがすぐに陳腐化し、当時のオープンモデルはフロンティアから大きく遅れていたためです（同社の沿革に関するコミュニティの議論より）。K3がこの前提を一変させました。
- OpenAIが出資する欧米企業が中国製オープンウェイトを採用：SCMPはこれを、開発コストが高騰する中、欧米のテック企業が中国製オープンウェイトシステムへと舵を切る動きの一環として伝えています。
- 「自社インテリジェンスの所有」というアピール：Harveyが掲げる目標には、法律事務所が自社専用の特化モデルを構築できるようにすることが含まれています。Harveyを利用する2つの法律事務所は、それぞれの業務内容に最適化された異なるモデルを持つことになります。これはプロプライエタリなAPIではなく、オープンウェイトを基盤とした「AI主権（AI-sovereignty）」の思想です。
一次情報源
- Harvey公式ブログ — Update on Harvey's Post-Training Effort（2026-08-20、Tenet = Kimi K3 base + Fireworks）
- Law.com LegalTechNews — Harvey、法務向け初となる事後学習AIモデル「Tenet」を発表（2026-08-20）
- SCMP — OpenAI支援のリーガルテック企業、中国のオープンウェイトモデル「Kimi K3」へ移行
- MarkTechPost — Harvey Tenet: Fireworksで事後学習されたKimi K3ベースモデル（2026-08-23）
- Artificial Lawyer — Harvey Tenet分析（2026-08-21）
よくあるご質問 (2026)
Harvey Tenetとは何ですか？
Harvey初の事後学習モデル（2026年8月20日リサーチプレビュー公開）：Kimi K3オープンウェイトをベースに、長期的な法務作業向けにFireworksの非同期RLによる事後学習を実施。
ベースのKimi K3との比較は？
Harveyによると、HarveyのLegal Agent Benchmarkでホールドアウトタスク完了数が約2倍、関連するエージェント評価で約20%向上し、オープンソース並みのコストでフロンティア級の法務ベンチマーク性能を達成しています。
Tenetはオープンウェイトですか？
いいえ — ベースモデルはオープンですが、TenetはHarvey独自のチェックポイントです。発表時点でウェイト、モデルカード、APIの公開はなく、Harveyの製品内に組み込まれて提供されます。
なぜKimi K3なのか？
6か月にわたるオープンウェイトの検証結果：以前のベースモデルは進化が速すぎてカスタマイズが無駄になるか、フロンティアから大きく遅れていました。K3の2.8T/1Mコンテキストのオープンウェイトにより、ようやく安定して開発基盤として活用できるようになりました。
どのようなデータで学習されましたか？
合成データ、公開法務データ、人間の専門家データを用いた非同期RLで学習（顧客データは一切不使用）。Fireworks AIの研究チームと共同で構築。
なぜこれが重要なのか？
OpenAIが出資する欧米企業が、中国製オープンウェイトをベースに開発した初の自社モデルであり、特定領域向け事後学習の基盤としてのK3の採用を示す最も明確なシグナルです。