Kimi K3.1 vs Kimi K3: 오픈 웨이트가 말하는 것, 출시 게시물이 말하지 않은 것

Kimi K3.1 Pro와 Kimi K3는 이제 동일한 96개의 safetensors 샤드, 디스크상의 동일한 1.56 TB, 그리고 서로 다른 어텐션 스택을 제공한다. Moonshot의 새 저장소에 있는 구성은 93개 레이어를 "69 KDA + 24 Gated DSA"라고 설명한다. 7월에 공개된 Kimi K3 저장소의 구성은 "69 KDA + 24 Gated MLA"라고 말한다. 2026년 10월 24일자 Kimi K3.1 Pro 출시 게시물은 더 새로운 모델을 "Kimi K3의 포스트트레이닝 버전"이라고 부르며 그 교체를 전혀 언급하지 않는다. 이 비교의 나머지 모든 내용은 그 한 줄에서 파생된 것이며, 더 새로운 모델이 더 저렴한 이유도 마찬가지다.

가중치 자체는 별도 발표 없이 도착했다. Moonshot의 블로그에는 10월 24일 이후 글이 없다. 저장소의 유일한 커밋은 2026년 11월 2일로 타임스탬프가 찍혀 있으며, 이는 회사가 스스로 정한 11월 4일 마감일 이틀 전이다. 그 마감일 전에 파일을 공개적으로 읽을 수 있었는지는 저장소가 기록하는 사항이 아니다. 저장소가 실제로 기록하는 것은 아키텍처, 라이선스, 인벤토리이며, 이는 바로 출시 게시물이 빠뜨린 것이다.

발표에서 언급하지 않은 스왑

모델 카드는 그 외에는 익숙한 사양 표 바로 아래 한 줄짜리 각주에서 이 사실을 인정한다: "Kimi K3와 비교해, 우리는 더 효율적인 장문맥 모델링을 위해 full-attention Gated MLA 레이어를 Gated DeepSeek Sparse Attention(Gated DSA) 레이어로 교체한다."

93개 레이어 중 24개가 바뀝니다. 나머지 69개는 Kimi K3가 도입한 선형 어텐션 메커니즘인 Kimi Delta Attention으로 유지되며, 레이어 수와 전문가 수, 은닉 차원은 그대로입니다. Gated MLA는 압축된 키-값 캐시를 사용하는 전체 어텐션입니다. Gated DSA는 각 쿼리에 대해 과거 토큰의 희소 부분집합을 선택하고 그 결과에 게이팅을 적용합니다. 실질적인 차이는 컨텍스트가 커질 때 모델이 연산과 캐시를 어떻게 소비하는지에 있으며, 이는 벤치마크 표가 아니라 서빙 청구서에 나타나는 1M 토큰 윈도우의 부분입니다.

이 카드가 제공하지 않는 것은 숫자입니다. 초당 토큰 수 수치도, 캐시 메모리 비교도, 장문 컨텍스트 지연 시간 측정치도 없습니다. 오직 "더 효율적인 장문 컨텍스트 모델링"이라는 문구만 있을 뿐입니다. Moonshot의 출시 게시물은 아키텍처 세부 정보를 전혀 제공하지 않습니다. 따라서 이 교체가 무엇이든 더 빠르게 만든다는 주장은 현재로서는 측정치가 아니라 설계 진술이며, Moonshot 외부에서는 두 체크포인트 간의 서빙 비교를 공개한 사람이 없습니다.

이 점은听起来보다 중요합니다. 배칭, 캐시 할당, 컨텍스트 관리를 Kimi K3의 어텐션 프로파일에 맞춰 튜닝해 왔다면, 최신 체크포인트는 API 계층에서는 그대로 갈아 끼울 수 있지만 서빙 계층에서는 그렇지 않습니다. API는 이를 감춰 주지만, 자체 호스팅 배포는 그렇지 않습니다.

두 체크포인트가 진정으로 공유하는 것

다운로드 파일이 동일하다는 점은 이것이 더 큰 모델이 아니라는 단서입니다. 아래의 모든 주요 사양은 두 카드에서 동일하며, 파일 목록이 이를 뒷받침합니다:

• 전체 파라미터와 활성 파라미터 — 두 모델 모두 총 2.8조 개, 활성 104억 개.

• 깊이 — 93개 레이어이며, 그중 하나는 dense이고, 두 모델 모두에 적용됩니다.

• 전문가 — 총 896명, 토큰당 16명 선택, 2명 공유, 양쪽 모두 해당.

• 어휘 — 양쪽 모두 160K 토큰.

• 비전 — MoonViT-V2, 4억 1백만 개의 파라미터, 두 가지 모두에 적용.

• 컨텍스트 — 둘 다 1,048,576토큰이며, 자사 모델 페이지에는 Kimi K3.1 Pro의 최대 출력이 943,718토큰으로 기재되어 있습니다.

• 양자화 — MXFP4 가중치와 MXFP8 활성화, 그리고 두 가지 모두에 대한 양자화 인식 학습.

• 다운로드 — 각 저장소마다 총 1.56TB 규모의 safetensors 샤드 96개.

• 입력 모달리티 — Kimi K3의 카드에는 텍스트, 이미지, 비디오가 나열되어 있고, Kimi K3.1 Pro의 카드에는 텍스트와 이미지가 나열되어 있지만 API 문서에서는 비디오도 지원한다고 광고합니다. 프로세서 코드를 실제로 실행해 보기 전까지는 비디오 지원 주장을 미검증 사항으로 취급하십시오.

파라미터 수와 전문가 라우팅, 파일 크기는 그대로 유지하면서 24개의 어텐션 레이어를 변경한 포인트 릴리스는 새로운 세대의 릴리스와는 성격이 다릅니다. 이는 새로운 베이스 모델이라기보다 중간 주기 아키텍처 개정에 대규모 포스트 트레이닝을 더한 것에 가깝고, 가격도 이를 반영합니다.

두 개의 요금표, 그리고 3분의 1만큼도 줄지 않는 청구서

표면상 최신 모델이 모든 항목에서 더 저렴하다. Kimi K3.1 Pro는 백만 입력 토큰당 $2.00, 백만 출력 토큰당 $10.00이고, Kimi K3는 $3.00과 $15.00이다. 캐시 적중 단가는 $0.30에서 $0.20으로 떨어지고, 캐시 쓰기는 5분 및 1시간 TTL 기준 $3.00과 $6.00에서 $2.00과 $4.00으로 떨어진다. 또한 $4.00과 $20.00의 Highspeed 변형은 더 높은 가격을 대가로 2~3배의 출력 속도를 제공한다. Kimi K3.1 Pro의 배치 추론은 표준 요금의 60%, 즉 $1.20과 $6.00으로 청구된다.

청구서는 다른 이야기다. Kimi K3.1 Pro는 기본적으로 최대 강도로 추론하며, 최대 강도에서는 더 많은 토큰을 생성한다. Bito의 에이전트 코딩 비교에서 두 모델은 전체 72%로 동률이었지만, Kimi K3.1 Pro는 약 98,000개의 출력 토큰을 내보낸 반면 Kimi K3는 44,000개였고, 28분 대 17분, 긴 세션 비용은 $4.28 대 $2.46이었다. Plotly의 데이터 분석 실행은 품질에서는 반대 방향이었고 비용에서는 같은 방향이었다. 43개 작업 중 42개 해결 대 35개 해결이었으며, 비용은 $5.01에서 $13.47로, 중앙값 시간은 43초에서 2분 30초로 증가했다. Ultralytics는 자동 주석을 테스트하면서 mAP50이 33% 향상(0.444 대 0.334)했고, 39개 모델 중 19위에서 9위로 상승했다고 측정했다.

그 세 가지는 소규모 표본으로 공급업체가 공개한 테스트일 뿐 동료 검토를 거친 평가가 아니며, 새 모델이 얼마나 더 나은지에 대해서는 서로 의견이 엇갈린다. 다만 비용의 방향에 대해서는 의견이 일치한다. 토큰당 가격을 3분의 1 깎는 것은 더 오래 생각하는 모델에서는 통하지 않는다. 100만 토큰당이 아니라 완료된 작업당 예산을 책정하라.

이 비교의 양쪽 모두 하나의 키로 호출할 수 있습니다. Kimi K3.1 Pro의 경로는 kimi/kimi-k3.1-pro이며 Moonshot의 $2.00 및 $10.00이고, Kimi K3의 경로는 kimi/kimi-k3이며 $3.00 및 $15.00입니다. 공급자의 정가가 그대로 전달되고 마크업이 추가되지 않으므로 Moonshot의 요금표 변경은 여기에서 당일 바로 반영됩니다. 이것이 이 내용이 푸터가 아니라 가격 섹션에 속하는 구체적인 이유입니다: 전환의 근거 전체가 가격 차이이며, 정가 위에 어떤 스프레드가 추가된다면 단 하나의 작업도 측정하기 전에 절감액의 일부를 잡아먹게 됩니다.

벤치마크 표가 두 모델 모두에서 이동했습니다.

Artificial Analysis는 2026년 10월 27일에 Intelligence Index를 재구축했으며, 이번 재구축은 Moonshot이 발표한 그 어떤 것보다 이 비교에 더 중대한 영향을 미칩니다. 현재 v5 지수에서 Kimi K3.1 Pro는 46점으로 9위에 있으며, 58점인 Claude Opus 5.5보다 12점 뒤처지고, 그 위로 Gemini 4 Carbon이 59점, GPT-6 Astra가 57점, GPT-6.1 Sol이 55점입니다. 이전 v4.3.2 지수에서는 같은 모델이 55점으로 4위였고 선두와 3점 차였습니다.

두 수치는 회귀가 아니며, 서로 비교할 수도 없습니다. 버전 5에서는 인덱스의 약 60%를 비공개 홀드아웃 세트로 옮기고, FrontierCode 2.0과 Terminal-Bench-Science를 추가했으며, SciCode와 AA-LCR을 제거하고, 작업당 중간 출력 길이를 약 35,000토큰에서 약 59,000토큰으로 늘렸습니다. 짧게 답하는 모델은 이제 긴 에이전트형 작업에 보상을 주는 인덱스에서 불리해집니다. Kimi K3.1 Pro는 벤더가 오픈 웨이트라고 설명하는 모델 중 여전히 최고 순위입니다.

전임 모델의 숫자가 함정이다. Kimi K3는 출시 당시 v4 지수에서 57점을 받아 3위를 차지했다. Kimi K3(max)에 대해 유통되는 43.6은 v5 전환 이전에 수집된 애그리게이터 스냅샷에서 나온 것이며, 우리는 Kimi K3 자체에 대해 공개된 v5 점수를 찾을 수 없었다. 따라서 "46 대 43.6"은 통제된 쌍이 아니며, 그 차이를 측정된 능력 향상으로 제시하는 사람은 서로 다른 두 도구에 걸쳐 빼기를 하고 있는 것이다. 말할 수 있는 것은 더 좁은 범위다: 현재 지수에서 점수가 매겨진 것은 더 새로운 모델이며, 그것은 9위다.

벤더 자체 표는 또 다른 측정 도구인데, 여기서 Kimi K3.1 Pro는 Terminal-Bench 4.0에서 65.7로 Claude Opus 5.5의 66.4와 맞서고, SWE Marathon v1.1에서 51.7, 도구를 사용한 BenchCAD에서 92.7, GPQA-Diamond에서 94.2, HLE-Full에서 51.1을 기록했다. 약점도 마찬가지로 뚜렷하다. Terminal-Bench-Science에서 38.1로 GPT-6 Astra의 68.1에 맞서고, HLE-Diamond에서 39.4로 Opus 5.5의 60.9에 맞선다. Moonshot은 코딩 평가를 Claude Code 하네스를 통해 최대 추론 강도로 실행했다. 그중 어느 것도 독립적으로 재현되지 않았다.

출시에서 가장 깔끔하게 짝지어진 수치는 Moonshot이 자사 전작과 비교해 측정한 것들이다. Kimi Code Bench 3.0 Long-horizon은 61.2% 대 55.95%, 도구를 사용했을 때의 주장 단위 환각률은 8.3% 대 23.4%, xdev-bench-hard에서는 81.0% 대 33.3%다. 동일한 내부 벤치마크는 Moonshot 자체의 것이므로 이 차이들은 일관되지만 외부 검증은 아니다. 환각 수치는 실질적 파급력이 가장 크면서 가장 적게 뒷받침되는 수치다.

해당 라이선스는 이름 하나만 바꾼 Kimi K3의 라이선스입니다.

두 저장소 모두 약 3킬로바이트 크기의 라이선스 파일을 포함하고 있으며, 줄 단위 비교를 통해 단 하나의 실질적인 차이를 발견한다: 저작자 표시 조항에서 "Kimi K3.1-Pro"가 "Kimi K3"를 대체한다. 그 외에는 모두 동일한 문서이다.

이는 해당 약관이 아직 보류 중인 것이 아니라 이미 알려져 있음을 의미합니다. 사용, 복제, 수정, 배포, 서브라이선스 및 판매가 허용되며, 파인튜닝도 명시적으로 허용됩니다. 모델 서비스(Model-as-a-Service)를 제공하고 연속 12개월 동안 총매출이 2,000만 달러를 초과하는 기업은 상업적 사용 전에 Moonshot과 별도 계약을 체결해야 합니다. 월간 활성 사용자 수 1억 명 초과 또는 월매출 2,000만 달러 초과인 제품은 모델 이름을 눈에 띄게 표시해야 합니다. 내부 사용 및 Moonshot의 공식 제품 또는 인증된 추론 파트너를 통한 사용은 두 요건 모두에서 면제됩니다.

인증 파트너에 대한 면제는 귀하가 접근 권한을 재판매할 계획이라면 두 번 읽어볼 만한 조항입니다. 2,000만 달러 기준액은 제품 라인별이 아니라 최근 연속 12개월을 기준으로 측정되며, "model as a service"는 고객에게 입력값, 파라미터 또는 학습 데이터에 대한 통제권을 부여하는 API를 포괄할 만큼 넓게 정의되어 있습니다. 다만 모델이 기능에 내장된 최종 사용자 제품과 요청을 다른 곳에서 호스팅되는 모델로 단순 중계하는 경우는 제외됩니다.

둘 중 하나를 실행하는 데 필요한 것

1.56TB MXFP4 체크포인트는 워크스테이션에서 내려받을 수 있는 용량이 아니며, 두 모델은 무게도 똑같습니다. Moonshot은 세 가지 서빙 스택 — vLLM 레시피, SGLang 쿡북, TokenSpeed — 을 가리키며, 세 가지 모두 이 규모에서는 멀티노드 배포를 전제로 합니다. 감독 미세조정 단계부터 시작하는 양자화 인식 학습이 파일을 BF16 복사본이 차지했을 약 5.6TB가 아닌 1.56TB로 유지하는 이유이며, 그 양자화는 나중에 적용되는 것이 아니라 위 점수들에 이미 반영되어 있습니다.

동일한 풋프린트가 갖는 실질적인 결과는 아키텍처를 교체해도 하드웨어 부담이 줄지 않는다는 것이다. Kimi K3를 서빙할 수 있다면 같은 등급의 클러스터에서 Kimi K3.1 Pro도 서빙할 수 있다. 그러나 둘 중 어느 것도 단일 노드에서는 서빙할 수 없다.

어느 것을 고를까요?

• 직접 호스팅하고 스택이 Kimi K3에 맞춰져 있다면 — 마이그레이션 전에 벤치마크를 다시 실행하세요. 어텐션 변경은 캐시 동작을 바꾸며, 그에 딸린 유일한 효율성 주장은 각주에 있는 한 문장뿐입니다.

• 에이전틱 코딩, 장기 지평의 도구 사용 또는 문서 검증을 위해 API를 호출한다면 — 쌍을 이룬 내부 델타와 더 낮은 요금표를 근거로 Kimi K3.1 Pro를 선택하되, 먼저 섀도 평가를 실시하세요.

• 실패 양상이 이미 확립된 모델이 필요합니다 — Kimi K3. 이 모델은 7월부터 프로덕션에서 사용되어 왔고, 그 특이점은 다른 사람들이 문서화해 두었습니다. 더 새로운 모델은 설계상 추론 동작을 바꿉니다.

• 결정성이 필요하다면 — 전환하기 전에 확인하세요. Kimi K3.1 Pro는 temperature를 1.0으로, top_p를 0.95로 고정하고 다른 값은 거부하며, 대화 도중 reasoning effort를 바꾸면 prefix-cache 적중이 무효화됩니다.

솔직히 요약하면, Kimi K3.1 Pro는 공급업체가 측정한 거의 모든 축에서 Kimi K3보다 더 나은 모델이고, 이를 평가한 유일한 독립 지수에서는 약간 더 나은 모델이며, 완료된 작업당 비용은 요금표가 시사하는 것보다 더 비싼 모델이다. 이번 주에 바뀐 것은 평결이 아니라 증거다. 이제 체크포인트는 믿고 받아들이는 대신 읽고 서빙하고 테스트할 수 있으며, 그것을 읽어서 가장 먼저 나온 것은 출시 게시물에 대한 정정이었다.