Kimi K3.1 Pro 가격: $2/$10, 943K 출력 상한, 그리고 아직 존재하지 않는 가중치

의 가격표에는Kimi K3.1 Pro 나머지 모든 것을 이상하게 만드는 숫자가 하나 있습니다. 바로 출력 상한입니다. 이 모델은 100만 토큰 컨텍스트 창 전반에서 입력 토큰 100만 개당 $2.00, 출력 토큰 100만 개당 $10.00에 판매되며, 최대 출력은 943,000토큰입니다. 이는 오타도 아니고 컨텍스트 수치를 반올림한 것도 아닙니다. 서빙 스택이 실제로 단일 응답을 어디까지 실행하도록 허용하는지를 보여주는 값이며, 여기서 '비싸다'의 의미를 바꿔 놓습니다. 중간급 주력 모델과 같은 가격으로 책정된 이 모델이, 이 가격대의 대부분 모델이 갖지 못한 장문 능력을 갖추고 판매되고 있습니다.

두 번째 이상한 점은 Moonshot이 가중치를 실제로 배포하지도 않은 채 이를 오픈 웨이트로 판매하고 있다는 것입니다. Moonshot 자체 문서에는 전체 모델 가중치가 “11월 4일까지 공개될 것”이라고 되어 있고, 자신이 평가할 수 있는 대상만 평가하는 Artificial Analysis는 여전히 이 모델을 비공개 모델로 분류합니다. 그날이 지나기 전까지 Kimi K3.1 Pro에 대해 제시되는 모든 가격은 호스팅 가격이며, 비교할 수 있는 자체 호스팅 대안은 없습니다. 두 사실 모두 가격 기사에 포함되어야 합니다. 둘 다 실제로 무엇을 구매하는지를 결정하기 때문입니다.

카드, 한 줄 한 줄

2026년 10월 29일, OrcaRouter의 모델 라이브 페이지에서 읽은 내용:

• 입력 — 백만 토큰당 $2.00.

• 출력 — 백만 토큰당 $10.00.

• 컨텍스트 — 1M 토큰, 최대 출력 943K.

• 모달리티 — 입력 텍스트, 이미지 및 비디오; 출력 텍스트.

• 엔드포인트 — /v1/chat/completions, /v1/responses, /v1/messages.

• 측정된 지연 시간 — 첫 토큰까지 걸리는 시간 p50 7.26초; p95 10.00초(7일간 측정).

• 트래픽 — 같은 7일 동안 2,779.4백만 토큰.

마지막 두 수치는 대부분의 가격 페이지가 생략하는 부분이며, 이 페이지에서 가장 유용한 정보입니다: 일주일에 27억 8천만 토큰은 해당 엔드포인트가 대규모로 사용되고 있다는 증거이지, 빠르다는 증거는 아닙니다. 지연 시간 수치는 정반대를 말합니다 — 첫 토큰까지 7.26초는 느린 것이며, 그 느림은 무엇을 만들고 있는지에 따라 다르게 중요하게 작용합니다.

$10짜리 결과물이 실제로 무엇을 제공하는가

토큰당 가격은 계획을 세우는 단위로는 부적절하므로, 같은 가격표를 작업 단위로 표현하면 다음과 같습니다. 20만 토큰의 컨텍스트를 읽고 5,000토큰을 출력하는 단일 요청은 입력 $0.40, 출력 $0.05로 약 45센트입니다. 같은 요청을 GPT-6.1 Sol에 대입하면, 동일한 $2.00 / $10.00 가격표를 적용하는 이 모델의 비용도 똑같이 45센트이고 독립 평가 보드에서 Index 점수는 3점 더 낮습니다. 이는 Kimi K3.1 Pro에 유리한 논거를 한 문장으로 보여주며, 가격표만 신뢰해서는 안 된다는 논거이기도 합니다: 동일한 가격은 결정이 전적으로 어느 모델이 작업을 수행하는지에 달려 있음을 의미합니다.

이제 범위의 다른 쪽 끝인데, 바로 여기서 943K 출력 상한이 단순한 흥미거리를 넘어섭니다. 한 번의 호출로 긴 문서나 대용량 코드 파일을 생성하는 에이전트는 100,000개의 출력 토큰을 작성할 수 있습니다. 백만 개당 $10이라면 응답 하나에 $1.00 — 프롬프트가 짧았다면 입력 측 비용의 다섯 배입니다. 출력 토큰이야말로 이 카드가 비싸지는 지점이며, 943K 상한이 실제로 시험되는 곳은 장문 생성입니다.

페이지가 알려주는 내용에는 솔직히 인정해야 할 두 가지 공백이 있습니다. 입력 및 출력 요율만 나열하고 캐시 읽기나 배치 요율은 없어서, 계획에 반영할 공개된 할인이 없습니다. 또한 계정별 속도 제한을 제시하지 않는데, 이는 부하 상황에서 부딪히는 상한이 예산 항목이라기보다 운영 중에 발견해야 하는 값이라는 뜻입니다. 대량 작업을 이쪽으로 옮기기 전에 두 가지 모두 문의해볼 가치가 있습니다.

지연은 두 번째 청구서다

첫 토큰까지 7.26초는 요금표에 나오지 않으며, 채팅 인터페이스에서는 거의 무의미합니다. 어차피 독자는 기다리고 있기 때문입니다. 에이전트 루프에서는 전혀 다른 숫자입니다. 20턴을 소요하는 루프는 실제 작업이 계산되기 전에 p50에서 작업당 약 2분 30초의 순수 대기 시간을 치르고, p95에서는 3분 30초에 더 가깝습니다. 병렬 에이전트를 곱하면 청구서가 아니라 실제 경과 시간이 제약 조건이 됩니다.

그것이 이 모델이 여러분에게 요구하는 구체적인 트레이드오프입니다. 더 빠른 중간 등급 모델과 가격은 동일하게 책정되었고, 종합 지수에서는 더 높은 점수를 받으며, 모든 요청의 초반부에서는 더 느립니다. 결정하는 올바른 방법은 어느 한 벤더의 수치를 믿는 대신, 여러분의 프롬프트에서 여러분의 p95를 직접 측정하는 것입니다.

아무도 언급하지 않는 엔드포인트, 그리고 도입을 결정짓는 엔드포인트

모델 페이지에는 세 개의 엔드포인트가 나열되어 있으며, 세 번째가 흥미로운 지점입니다. OpenAI 형태의 chat completions 및 responses 라우트 외에도 /v1/messages 엔드포인트, 즉 Anthropic 형태의 표면이 있습니다. Anthropic의 API를 사용하는 코딩 하네스를 운영하는 사람이라면, 이는 기존 도구에 그대로 연결할 수 있는 모델과 어댑터가 필요한 모델을 가르는 차이입니다.

가격 구도도 다시 짭니다. Claude Code 같은 하네스는 개별 호출 하나 때문이 아니라 한 세션이 얼마나 많은 호출을 만드는지 때문에 운영 비용이 비쌉니다. 1M 윈도우에 $2.00 / $10.00이라면, 이런 구성을 보통 무너뜨리는 계산 — 긴 컨텍스트가 매 턴마다 다시 전송되는 것 — 이 바로 이 카드가 가장 잘 맞게 설계된 지점입니다. 단, 첫 토큰까지 7초가 걸리는 것이 세션이 망가진 것처럼 느껴지게 하지 않는다면요.

11월 4일, 그리고 그것이 가격에 미치는 영향

오픈 웨이트 공개일은 라이선스 사건일 뿐 아니라 가격 책정 사건이며, 이것이 어떻게 전개될지에 대한 선례도 있다. Kimi K3는 2026년 7월 16일에 발표되었고 그 가중치는 7월 27일에 Hugging Face에 등장했다—11일의 격차다. K3.1 Pro가 같은 양상을 따른다면, 호스팅 가격은 더 이상 시장의 유일한 가격이 아니게 된다. GPU를 갖고 있는 사람이라면 누구나 셀프 호스팅이 현실적인 선택지가 되고, 호스팅 가격은 다른 누군가의 전기요금인 한계비용과 경쟁해야 한다.

그것이 바꾸지 않는 것은 이것입니다: 이 정도 규모의 모델을 자체 호스팅하는 것은 할인이 아니라 자본 결정입니다. 호스팅 카드는 그것을 사용하는 저렴한 방법이고, 가중치는 그것을 소유하는 저렴한 방법입니다 — 구매자가 다르면 답도 다릅니다. 대규모 투자를 계획하는 사람은 11월 4일을 가격이 내려가는 날이 아니라 비교 대상이 바뀌는 날로 다뤄야 합니다.

그걸 추측 없이 예산에 맞추는 방법

중요도 순으로 세 가지 실용적인 규칙.

• 예산은 출력부터 책정하십시오. 출력 대 입력 가격 비율이 10:1이면, 읽기보다 생성하는 모든 워크로드에서 출력 측이 비용을 지배합니다. 출력 토큰 비중을 모른다면 비용을 모델링하기 전에 먼저 측정하십시오.

• 1M 컨텍스트를 기능이 아니라 청구 위험으로 취급하세요. 큰 윈도는 모든 것을 보내라고 유혹하지만, 매 턴마다 모든 것을 보내는 것이 바로 저렴한 모델을 비싼 모델로 만드는 방법입니다. 이 페이지에서는 캐시 동작이 문서화되어 있지 않으므로, 달리 측정할 수 있을 때까지는 매번 모든 토큰이 청구된다고 가정하세요.

• 대안의 가격을 같은 날 확인하세요.요금은 변동합니다. OrcaRouter에서는 제공업체가 공개한 가격이 곧 청구되는 가격이며 마크업이 없으므로, Moonshot의 가격 변경은 발표되는 당일 바로 여기에 반영됩니다. 즉, 지난달에 적어 둔 비교는 더 이상 존재하지 않는 카드를 설명하고 있을 수도 있습니다.

지켜볼 것: 가중치가 11월 4일에 공개되는지, 그리고 어떤 라이선스로 공개되는지, 오픈 가중치 서빙으로 배칭이 일반화되면 모델 페이지에 캐시 읽기 요금이 생기는지, 그리고 이에 반응해 호스팅 카드가 조금이라도 움직이는지. 이번 주 Kimi K3.1 Pro에 대해 지불하는 가격은 만료라는 형태의 질문이 붙어 있는 호스팅 가격이다.