Kimi K3.1: Kimi K3의 검색창 이름, 그리고 Moonshot이 실제로 출시하는 것

검색창에 kimi k3.1을(를) 입력한다고 해서 뉴스를 요청하는 게 아니다. Kimi K3.1 모델 카드도, 가중치 저장소도, 요금표 행도, 그 숫자를 달고 있는 API 식별자도 M​oonshot AI 자체 표면 어디에도 없다 — 그리고 연구소가 거기에 올려놓기 전까지는 앞으로도 없을 것이다. 그 점(.)이 가리키는 것은 그것이 줄여서 부르는 제품, 즉 Kimi K3, 2026년 7월 16일에 M​oonshot이 출시한 2.8조 매개변수 오픈 웨이트 플래그십이며, 그것이 속한 라인이다. "Kimi K3.1"은 검색창이 그 라인에 대해 선호하는 철자이고; Kimi K3는 공급업체가 사용하는 철자이다. 아래의 이 페이지 전체는 그 차이에 관한 것이다. 왜냐하면 실제로 실행할 수 있는 것을 결정하는 것이 바로 그 차이이기 때문이다.

이 글을 쓰는 이유는 뉴스가 아니라 수요 때문이다. 2026년 10월 12일까지의 28일 동안, 점이 들어간 표기를 바탕으로 한 검색어는 우리 자체 속성에서 777회 노출과 70회 클릭을 기록했다 — 검색어 12개, 사실상 롱테일 없음, 그리고 kimi k3.1 자체에서 클릭률 9.7%였다. 이는 이번 라운드에서 측정된 어떤 측면보다도 높은 전환율이며, 점 없는 표기가 달성하는 것의 대략 두 배다. 점을 입력하는 독자들은 둘러보는 게 아니다. 그들은 이 라인에 대해 이미 뭔가를 읽었고 그것을 다시 찾아오는 것이다. 한편 kimi k3는 189개 검색어에 걸쳐 4,004회 노출을 기록했는데, 이는 점 표기 볼륨의 다섯 배이며, 두 이름 중 어느 쪽이 제품인지 알려주는 숫자다.

"Kimi K3.1"이 가리키는 것, 한 화면으로 정리

세 가지 진술을, 순서대로, 순서가 중요하기 때문입니다:

• Kimi K3.1은 별도의 릴리스가 아닙니다. Moonshot AI는 하나의 K3 모델을 공개합니다. 이 모델의 문서, 가격 페이지, Hugging Face 조직, 블로그 모두 같은 이름을 사용하며, 어느 것도 점이 붙은 접미사를 쓰지 않습니다.

• Kimi K3는 출시된 모델이며 오늘부터 호출할 수 있습니다. 2.8T 매개변수 전문가 혼합(MoE) 시스템으로, 1,048,576토큰 컨텍스트 창, 네이티브 이미지 입력, M​oonshot 자체 라이선스에 따른 공개 가중치를 갖추고 있으며, 공개된 API 요금은 입력 토큰 100만 개당 $3.00, 출력 토큰 100만 개당 $15.00입니다.

• 점은 버전이 아니라 레이블이다. 점은 검색과 커뮤니티 논의에서 이 용어가 취하는 형태이며, 7월부터 해당 라인의 소문난 후속 제품이 취해 온 형태이기도 하다. 이 둘은 같은 표기를 공유하는 서로 다른 것이며, 이 페이지의 나머지 부분에서는 이 둘을 구분한다.

유출에 관한 링크를 타고 여기에 오셨다면, 그것은 이야기의 나머지 절반이며 그에 대한 페이지가 따로 있습니다 — 이 페이지는 그 이름과 그 배경이 되는 모델에 대한 참조 페이지입니다.

M​oonshot의 자체 카드에서 본 Kimi K3란 무엇인가

이 섹션의 모든 수치는 M​oonshot 자체 자료에서 가져온 것이다: Hugging Face의 moonshotai/Kimi-K3 저장소에 있는 모델 카드, kimi.com/blog/kimi-k3의 기술 블로그, 그리고 해당 연구소의 API 플랫폼에 있는 모델 문서. 이들은 벤더가 밝힌 수치이며 독립적으로 재현된 수치가 아니며, 이러한 구분은 유지할 가치가 있다. K3는 이를 훈련한 주체가 벤치마크 주장과 서빙 주장을 제기하는 대규모 희소 모델이기 때문이다.

• 클래스 — 비전을 갖춘 전문가 혼합 언어 모델로, Moonshot이 3조 매개변수급에서 세계 최초의 오픈 모델이라고 설명했다.

• 크기 — 총 파라미터 2.8T, 토큰당 104B 활성화, 토큰당 16개가 발동하는 896개의 라우팅된 전문가, 그리고 2개의 공유 전문가. 93개 레이어, 그중 하나는 덴스.

• 아키텍처 — Kimi Delta Attention(KDA)과 Attention Residuals, 69개의 KDA 레이어와 24개의 게이트된 MLA 레이어, 7,168의 어텐션 히든 차원, 96개의 어텐션 헤드로 구성됩니다. Moonshot은 이 조합을 통해 Kimi K2 대비 약 2.5배의 스케일링 효율을 보고합니다.

• 컨텍스트 — 1,048,576 토큰, 이는 API 가격 책정 페이지에서 해당 모델에 대해 제시하는 수치와 동일합니다.

• 모달리티 — 텍스트와 이미지를 입력으로 받고 텍스트를 출력합니다. 비전 인코더는 401M 파라미터의 MoonViT-V2이며, 어휘는 160K입니다.

• 수치 — 지도 미세 조정 단계부터 양자화 인식 학습을 수행하며, MXFP4 가중치와 MXFP8 활성화를 사용한다. M​oonshot은 이를 폭넓은 하드웨어 호환성으로 설명한다.

• 추론 제어 — 사고는 항상 켜져 있으며, 깊이는 최상위 reasoning_effort 필드로 설정합니다. 이 필드는 low, high 또는 max를 값으로 받고 기본값은 max입니다.

• 가격, 공급업체 공개 — 백만 입력 토큰당 $3.00, 백만 출력 토큰당 $15.00, 백만 캐시된 입력 읽기당 $0.30이며, 캐시 쓰기는 5분 보존 등급에서 백만당 $3.00, 1시간 등급에서 백만당 $6.00으로 청구됩니다.

그 목록의 한 줄은 따로 짚어 볼 가치가 있습니다. 왜냐하면 그것이 K3에서 파라미터 수에 가장 자주 묻히는 부분이기 때문입니다: 이 모델은 샘플링 파라미터를 설정할 수 없게 합니다. Moonshot의 파라미터 레퍼런스는 temperature를 1.0으로 고정, top_p를 0.95로 고정, n을 1로 고정, 두 페널티를 모두 0으로 고정한다고 표시하며, 다른 값을 전달하면 오류가 반환된다고 명시합니다 — 따라서 아예 보내지 말라는 조언입니다. 깊이는 reasoning_effort를 통한 유일한 조절 수단이며, 같은 페이지에는 구축하기 전에 알아 둘 만한 경고가 있습니다: 대화 중간에 effort 수준을 바꾸면 prefix-cache 적중이 무효화되므로, 세션이 시작될 때 수준을 결정하는 것이 가장 좋습니다.

M​oonshot이 3.1이라는 이름으로 내놓은 게 있나요?

이것은 점을 입력한 독자가 실제로 묻고 있는 질문이며, 의견이 아니라 검증 가능한 답이 있습니다. 아래의 모든 표면은 2026년 10월 13일에 읽혔고, 독자는 오후 한나절이면 그것들 모두를 반복할 수 있습니다.

• M​oonshot의 API 플랫폼에 있는 모델 목록에는 호출 가능한 모델 네 개가 나열되어 있습니다: kimi-k3, kimi-k2.7-code, kimi-k2.7-code-highspeed, kimi-k2.6. K3.1 항목은 없으며, 같은 페이지에서는 대신 이전 식별자 열세 개를 사용 중단으로 표시합니다.

• 가격 페이지에는 K3 시리즈 행이 하나 있습니다. 바로 kimi-k3이며, 위에 명시된 요율이 적용되고 컨텍스트 윈도는 1,048,576토큰입니다. 가격을 책정할 두 번째 행은 없습니다.

• 플랫폼이 자동 판독기용으로 게시하는 문서 색인에는 K3 전용 가이드 세 개—퀵스타트, 도구 호출 모범 사례 페이지, 에이전트 설정 페이지—가 나열되어 있고, 3.1이라는 번호가 붙은 항목은 없습니다.

• 이 연구소의 Hugging Face 조직은 K3 리포지토리를 정확히 하나 보유하고 있으며, 그것은 moonshotai/Kimi-K3입니다. 그리고 Hub에서 3.1로 번호가 붙은 리포지토리를 어떤 철자로 검색해도 아무것도 반환하지 않습니다.

• kimi.com의 연구 색인은 연구실이 발표한 작업물 중 K3를 단일 항목으로 나열합니다. 그 위에는 두 번째 K3 항목이 없습니다.

그러면 3.1은 어디에서 온 걸까? 두 곳이며, 어느 쪽도 모델 버전이 아니다. 첫째는 숫자 3.1이 실제로 Moonshot 자체의 K3 출시 자료에 등장한다는 점이다 — Mac 또는 Windows 컴퓨터에서 K3를 실행하는 데 필요한 Kimi Work 데스크톱 앱의 버전으로, 블로그에서는 이를 "버전 3.1.0 이상"이라고 명시한다. K3에 관한 문서에서 연구소가 공개한 제품 버전은 모델 이름 옆에서 발견되는 지극히 평범한 것이며, 이는 검색어가 되는 유형의 인접성이다. 둘째는 유출 계보이다: Kimi K3.1이라는 이름은 7월부터 소문난 후속 모델에 붙어 다녔고, 9월에는 수수께끼 같은 한 벤더 게시물에서 그 이름이 읽혀졌으며, 같은 모델에 대해 이전에 제시한 일정이 어긋난 한 유출자가 가을 출시 시기를 주장해 왔다. 그 내역은 우리 유출 페이지에 문서화되어 있으며 여기서는 반복하지 않는다.

어떤 출처도 기술적 측면에서 Kimi K3.1과 Kimi K3를 구별하지 않는다. 변경 로그도, 나란히 비교한 자료도, “3.1의 새로운 점”도 없다. 비교할 두 가지가 존재하지 않기 때문이다. 이것이 이번 결론이며, 포장하지 않고 분명히 말할 가치가 있다: 어떤 페이지가 K3와 K3.1을 비교하는 사양 표를 보여 준다면, 그중 적어도 한 열은 지어낸 것이다.

가중치, 라이선스, 실행 방법

K3의 가중치는 공개되어 있으며, 조건은 기성 라이선스가 아니라 Moonshot 자체의 것입니다 — 이 구분은 "open"이라는 표제어보다 더 중요합니다. 저장소는 license: other와 license_name: kimi-k3을 선언하고, 해당 텍스트는 사용, 복사, 수정, 병합, 공개, 배포, 서브라이선스 및 판매를 허용하며, 파인튜닝과 2차적 저작물 제작 권리도 포함합니다. 그 허여 위에는 두 가지 조건이 있으며, 둘 다 기술적이라기보다 상업적입니다:

• 모델 서비스(model-as-a-service) 사업을 운영하면서 — 제3자에게 입력, 파라미터 또는 학습 데이터에 대한 실질적인 통제권을 부여하는 API 방식 접근을 제공하고 — 연속된 12개월 동안의 총매출이 2천만 달러를 초과한다면, 가중치나 파생물을 상업적으로 사용하기 전에 M​oonshot과 별도의 계약을 체결해야 합니다.

• 가중치를 기반으로 구축된 상업적 제품이나 서비스가 월간 활성 사용자 1억 명 또는 월간 매출 2,000만 달러를 넘을 경우, 해당 인터페이스에 "Kimi K3"를 눈에 띄게 표시해야 합니다.

• 두 조건 중 어느 것도 내부 사용이나 M​oonshot 자체 제품 또는 인증된 추론 파트너를 통해 접근되는 대상에는 적용되지 않습니다.

다운로드 자체는 작지 않으며, 시작하기 전에 그 규모를 알아두는 것이 좋습니다. 리포지토리에는 총 약 1.56TB에 달하는 97개의 safetensors 샤드가 있으며, 모델이 학습에 사용하도록 훈련된 MXFP4/MXFP8 구성으로 게시되어 있습니다 — 이는 실질적인 편의인데, 연구소 자체의 양자화가 기준이 되므로 이를 재현할 필요가 없다는 뜻이기 때문입니다. M​oonshot은 K3에 권장하는 세 가지 추론 엔진을 명시합니다: vLLM, SGLang, TokenSpeed이며, 각각 공개된 레시피 또는 쿡북이 있습니다. 공급업체 자체의 배포 노트는 정확히 인용할 가치가 있는 하드웨어 최소 요건을 덧붙입니다: K3는 64개 이상의 가속기로 구성된 슈퍼노드 구성에서 권장되며, 이는 "로컬에서 실행할 수 있나요"에 대한 솔직한 답이고 매개변수 수가 시사하는 답과는 다른 답입니다.

1.56TB의 MXFP4가 여러분의 머신에 담을 수 있는 용량보다 크다면 — 그리고 거의 모든 독자에게 그럴 것입니다 — 커뮤니티 축소 버전이 실용적인 경로이며, 이는 정당한 방법이기도 합니다. unsloth/Kimi-K3-GGUF 저장소는 Hub에서 가장 많이 다운로드된 GGUF 변환본이고, NVIDIA는 NVFP4 빌드를 공개했으며, Apple 실리콘을 겨냥한 MLX 변환본도 있고, REAP 스타일로 가지치기한 여러 변형은 전문가 수를 줄이는 대신 대형 워크스테이션 한 대에 들어가는 크기를 제공합니다. 이들은 가중치의 서드파티 수정본이지 M​oonshot의 릴리스가 아니며, 라이선스 조건은 원본뿐 아니라 파생물에도 따릅니다. 가지치기되었거나 과도하게 양자화된 빌드는 그 자체의 별개 결과물로 취급하세요. 그것은 레퍼런스보다 실행 비용이 저렴하지만 점수는 동일하지 않을 것이며, 이 페이지의 어떤 벤치마크도 그것에 적용되는 것으로 읽어서는 안 됩니다.

"어떤 파일을 다운로드해야 하나"라는 질문을 더 명확히 하면: llama.cpp 스타일 도구를 통해 서빙하면서 고정된 메모리 양에 맞춰야 한다면 GGUF를 선택하세요; 기기가 Apple silicon이라면 MLX 빌드를 선택하세요; 가속기 예산이 있고 M​oonshot이 학습시킨 구성을 원한다면 벤더 자체의 샤드를 선택하세요. 그게 규칙의 전부이며, 이는 모델이 아니라 하드웨어에 의해 결정됩니다.

이 페이지가 유출 페이지 옆에 배치되는 위치

이 줄기에서 실제로 살아 있는 페이지는 kimi-k3-1-leak 하나뿐이며, 그것은 그 소문을 다룹니다: 유출된 기능 목록, 수수께끼 같은 게시물과 그 삭제, 그리고 이미 한 번 미뤄진 타임라인까지. 이 페이지는 나머지 절반이며, 그중 어느 것도 의도적으로 다시 이야기하지 않습니다. 추측의 현황이 알고 싶다면 유출 페이지를 읽고, 실제로 존재하는 모델과 벤더 자체 카탈로그에서의 이름, 그리고 그 가중치에 적용되는 조건이 알고 싶다면 이 페이지를 읽으세요.

무엇이 아직 해결되지 않았나요?

Moonshot이 K3.1이라고 부르는 모델을 언젠가 출시할지, 그리고 그 안에 무엇이 들어갈지. 컴퓨터 사용과 멀티모달리티에 더 비중을 둔 후속 모델을 가리키는 추론의 도약이 있고, 이는 그 연구소 자체의 제품 방향에 대한 그럴듯한 해석이다 — 하지만 그럴듯함은 출시된 것이 아니며, 공급업체의 자료 어디에도 숫자나 날짜, 형태를 확정하는 내용은 없다. 정말로 확정된 한 가지는 사양 질문이 부정적으로 결론났다는 것이다: 오늘날 어떤 출처에서도 제시할 K3.1 사양은 없다.

신중하게 표현한 가용성

이 섹션에서 반드시 유지해야 할 구분은 이름과 식별자 사이의 구분입니다. 왜냐하면 이 둘은 쉽게 뒤섞이기 때문입니다. Moonshot은 이 라인에 대해 정확히 하나의 식별자, 즉 moonshotai/Kimi-K3와 자체 API 플랫폼에서 사용되는 kimi-k3만을 공개하며, 그것이 인용할 가치가 있는 유일한 ID입니다. 우리가 찾을 수 있는 어떤 카탈로그에도 — 우리 것까지 포함해 — kimi-k3.1도, kimik3.1도, kimi-k3-1도 없으며, 이 페이지는 그것을 예시로 기재하지 않을 것입니다.

이용 가능한 것은 Kimi K3입니다. OrcaRouter에서는 kimi/kimi-k3로 백만 입력 토큰당 $3.00, 백만 출력 토큰당 $15.00에 등록되어 있습니다 — 공급자의 정가가 그대로 전달되고 0% 마크업을 자체적으로 붙인 가격이며, 1,048,576토큰 컨텍스트 창과 OpenAI 호환 인터페이스를 갖추고 있어 이미 사용 중인 클라이언트를 바꿀 필요가 없습니다. 라이브 카탈로그에는 네 개의 Moonshot 식별자, kimi/kimi-k2.5, kimi/kimi-k2.6, kimi/kimi-k2.7-code, kimi/kimi-k3가 있으며, 3.1의 어떤 표기로도 다섯 번째 항목은 없습니다. 이는 추정이 아니라 라이브 모델 목록을 기준으로 확인한 것입니다.

실무적으로, 이는 검증되지 않은 후속 버전을 어떻게 다룰지에 중요합니다. K3.1이 실제로 등장한다면, 유용한 자세는 트래픽의 일부를 자동 페일오버 뒤에 있는 K3.1로 보내되, K3를 폴백 레그로 삼는 것입니다 — 동일한 키, 동일한 엔드포인트, 두 번째 계약 없음 — 따라서 등장은 조달 주기가 아니라 라우팅 변경이 됩니다. 아직 페일오버할 대상이 없으며, 그렇지 않다고 주장하지도 않습니다.

이걸 다 어떻게 해야 하나

Kimi K3.1을 검색한 이유가 후속 모델을 원해서라면, 정직한 안내는 하나의 아티팩트, 즉 모델 목록의 한 행, API 식별자, 또는 해당 랩 자체 조직 아래의 리포지토리를 기다리라는 것이며, 그 도착 여부는 스크린샷이 아니라 그중 하나를 근거로 판단하라는 것입니다. 오늘 이 제품 라인을 사용하고 싶어서 검색했다면, 그 모델은 Kimi K3이고, 오픈 웨이트이며, 그 위에 배포하기 전에 읽어야 할 라이선스 아래에 있고, 추정된 것이 아니라 공개된 숫자로 된 요금표에서 호출할 수 있습니다. 검색창은 사용하지만 제품은 사용하지 않는 버전 라벨은, 그 뒤에 아무리 많은 수요가 버티고 있어도 모델이 아닙니다.