Kimi K3 vs Fable 5, GPT-5.6 & Opus 4.8: 과대광고를 직접 테스트해봤습니다

Kimi K3은 Moonshot AI의 새로운 플래그십이며, 2026년 7월의 며칠 동안 인터넷에서 가장 많이 테스트된 모델이었습니다. 이 모델은 먼저 Arena 평가 사이트에서 'Kivine'이라는 코드명의 미스터리 모델로 등장했습니다 — 스스로 'Moonshot labs 출신'이며 2025년 1월의 지식 한계선을 가진다고 설명했습니다 — Moonshot이 공식 발표한 날은 July 16, 2026, 오픈 가중치 제공을 약속하며 7월 27일 이전. 테스터들의 반복적인 헤드라인: Kimi K3는 대략 Claude Fable 5, 그리고 창의적 작업 및 3D 작업에서 GPT-5.6보다 앞서는 경우가 많습니다. 이 첫인상 리뷰는 사양, 벤치마크 스파인, 그리고 수십 개의 커뮤니티 테스트를 한곳에 모았습니다.

개발자들을 위한 참고: 이는 초기 단계의 통제되지 않은 커뮤니티 테스트이므로 방향성 지표로만 간주하세요, 점수가 아닙니다. OrcaRouter는 API 사용 가능 모델을 하나의 OpenAI 호환 엔드포인트 뒤에 배치하므로, 일단 Kimi K3의 API가 활성화되면 여러 SDK를 연결하지 않고도 Fable 5 및 GPT-5.6과 비교하여 테스트할 수 있습니다.

TL;DR 평결.Kimi K3는 프론트엔드, 3D, 크리에이티브 원샷에서 Fable 5 범위에 신뢰할 만하게 도달한 최초의 오픈 웨이트 모델입니다 — Arena 프론트엔드 리더보드에서 1위를 차지하고 Artificial Analysis Index에서 4위를 기록하고 있습니다. 하지만 장황하고 느립니다(프론트엔드 빌드 하나에 35분이 걸렸습니다). 에이전틱 코딩에서는 Fable에 뒤처집니다. 그리고 "won" 평가는 초기 Arena 인상일 뿐, 감사된 벤치마크가 아닙니다. 인상적이지만, 확정된 것은 아닙니다.

주요 시사점

•  Kimi K3는 2.8T-parameter MoE로, 현재까지 가장 큰 오픈 웨이트 모델로 자리 잡았으며, 오픈 웨이트는 7월 27일 이전에 공개될 예정입니다.

• 중립적인 제3자 평가에서 순위는 AA Intelligence Index (57)에서 189개 중 #4 및 Arena의 frontend-code board (1679)에서 #1, 이는 Fable 5의 1631보다 높습니다.

•  가격: 1M 토큰당 $3 / $15 — Moonshot의 가장 비싼 모델이지만, 여전히 Fable 5의 $10 / $50의 약 3분의 1 수준입니다.

• 테스터들이 반복해서 'Fable level'이라고 부릅니다; 회의론자들은 1:1 비교가 선별된 것이라며 멀티스텝 에이전트 작업에서 여전히 뒤쳐진다고 말합니다.

• 주의 사항을 확인하세요: 상세 출력 (~2배 피어 중간값 토큰), ~34초 첫 토큰 지연 시간, 그리고 여전히 FrontierSWE와 DeepSWE에서 Fable보다 뒤쳐져 있습니다.

사양 및 벤치마크 핵심

여기 각 출처에 귀속된 확실한 데이터가 있습니다.

•  아키텍처 — Kimi K3: 2.8T MoE (896 experts, 16 active), Kimi Delta Attention, 1M context, native vision; 비교점: 현재까지 가장 큰 오픈 가중치 모델 (Moonshot, 공급업체 보고)

•  변형 — Kimi K3: K3 Max (채팅/에이전트), K3 Swarm Max (병렬); 비교 포인트: —

•  가격 (입력/출력) — Kimi K3: $3 / $15 백만 개당; 캐시 적중 시 약 $0.30; 비교 대상: Fable 5의 $10 / $50 (~3.3배 더 비쌈)

•  AA Intelligence Index — Kimi K3: 57 — #4 of 189; 비교 지점: 두 개의 Fable 5 configs + GPT-5.6 Sol 뒤에; Opus 4.8, Sonnet 5, GLM-5.2 위에 (Artificial Analysis)

• Arena frontend-code — Kimi K3: 1679에서 #1, 7개 카테고리 중 6개를 획득; 비교 기준: Fable 5의 1631보다 높음; K2.6의 #18에서 상승 (Arena / LMArena)

•  GDPval-AA v2 / AA-Briefcase — Kimi K3: 1687 (#3) / 1527 (#2); 비교 기준: Artificial Analysis

• GPQA Diamond — Kimi K3: 93.5% (가장 강력한 오픈 모델); 비교 기준: 공급업체 보고

•  BrowseComp / HLE w/ tools — Kimi K3: 91.2% / 56.0%; 비교 기준: 벤더 보고

• Agentic SWE — Kimi K3: FrontierSWE 81.2, DeepSWE 67.5; 비교 지점: Fable 5의 86.6 / 70.0 뒤에 있음

•  Terminal-Bench 2.1 — Kimi K3: 88.3; 비교 지점: Fable 5의 84.6보다 높음 (아래 harness-mixing 주의사항)

이러한 우위에는 두 가지 걸림돌이 있다. 첫째, 가격 이점은 부분적으로 장황함 — K3는 비슷한 작업에서 동종 제품 중간값의 약 두 배에 달하는 출력 토큰을 생성하며 — 게다가 ~34초의 첫 토큰 지연 시간. 둘째, Terminal-Bench 우위에는 @ChrissGPT의 경고가 따른다. Moonshot의 벤치마크는 "종종 Terminal 2.1 대신 Terminal 2를 사용하는 경향이 있으므로," 교차 하네스 비교를 신중히 다루어야 한다. 독립적으로, 공식 지수가 발표되기 전에 @teortaxesTex는 "약 55 정도 AA… 대략 Opus 4.8 또는 GPT 5.5."으로 추정했다.

커뮤니티 테스트 요약

Kimi K3를 이야기로 만든 증거는 아레나 원샷의 홍수입니다. 여기 대표적인 예시가 있습니다 — 테스터, 작업, 평결, 각각 원본 게시물에 링크되어 있습니다.

• @synthwavedd — 작업: 일반 스트레스 테스트; 평결: "또 다른 DeepSeek R1 순간… 종종 Fable 수준, 조금 더 나쁠 수도 있지만, 일관되게 5.6보다 낫습니다. 괴물입니다."

• @chetaslua — 작업: 코딩, Fable과의 1:1 대결; 평결: "모든 오픈소스 모델을 압도하며… Fable과 동등하거나 더 나은 품질"

• @Gc_qube — 작업: 3D / 게임 vs Fable 5; 평결: "Kimi K3가 이겼습니다… Fable을 따라잡은 첫 번째 모델입니다"

•  @abhinavflac — 작업: 사쿠라 분재 렌더링; 평결: "클로드 페이블을 이겼다 — 꼬인 줄기와 겹겹이 쌓인 캐노피를 완벽히 구현"

• @testingcatalog — 작업: Universe-sim 대 Fable 5; 평결: "Fable이 더 빠르고 강력한 UX로 완료됨; K3는 훨씬 더 복잡하고 시각적으로 매력적… 매우 비슷함"

•  @israfill — 작업: 동일한 우주 시뮬레이션 프롬프트; 결론: "K3가 밀도 높은 창의적 출력과 '어떻게 그걸 만들었지'라는 순간에서 승리… 이렇게 근접할 줄은 몰랐다"

•  @mirochill — 작업: 프론트엔드 원샷 (프랑스어); 평결: "5.6 Pro와 동등, Fable 5보다 우수, 단일 시도로" (조명 문제 지적됨)

•  @jun_song — 작업: Flappy Bird vs Opus 4.8; 평결: "Opus보다 훨씬 뛰어나며… Opus-5 수준"

• @JustinGorya — 작업: 단일 파일 HTML Minecraft; 평결: "새로운 이정표… 3D와 프런트 엔드에서 놀라움" (답변: "이건 한 방이야. 미쳤다 진짜")

• @redkendl — 과제: 3D 종이비행기 게임; 평가: "한 방에 끝냄… Fable 5 / GPT-5.6 수준의 출력. 중국 연구실은 더 이상 8개월 뒤쳐져 있지 않습니다."

•  @noctus91 — 작업: 인터랙티브 3D 경험; 평가: "세부 묘사, 마무리, 전반적인 품질이 정말 대단하다"

•  @Lentils80 — 작업: 프론트엔드 페이지; 평결: "매우 느림 — 35분 소요 — 하지만 이 프롬프트에서 본 최고의 결과물 중 하나"

응원자들 vs 회의론자

강세 논리는 간단합니다: 창의적 작업과 프론트엔드 작업에서 폐쇄형 최첨단 플래그십 모델과 맞먹는 오픈 웨이트 모델이 3분의 1 가격으로 등장한 것은 진정으로 새로운 일입니다. @notjazii는 초기 출력을 "오늘 출시되는 새로운 SOTA 모델, moonshot cooked"라고 불렀고, @chetaslua는 이를 "OSS를 위한 또 다른 딥시크 모먼트"라고 표현했습니다.

회의론자들은 강하게 반발하며, 그들의 반대 의견은 매번 똑같은 세 가지입니다:

• 엄선된 데모. bonsai 테스트에서 @Heeseon이 "누구나 Fable 5가 이겼다는 것을 알 수 있다,"라고 대답했고, @sebuzdugan은 "하나의 bonsai 샘플은 스타일 제어를 보여주지만, 시드 간 신뢰성은 보여주지 않는다."라고 언급했다.

•  Fable이 그냥 더 낫다. Gc_qube의 스레드에서 @victor_vibing이 단호하게 말했다: "Fable이 훨씬 낫다. 비교할 수 없을 정도로."

•  같은 미감, 실제 범위는 아님.@_everythingism은 출력물이 "모두 'Claude 미학'을 가지고 있다… 특정한 종류의 디자인을 반복해서 생성한다," 고 주장했으며, 그리고 Opus 테스트에서 @MCharles10581은 단순히 "opus가 더 나은 것 같다."고 말했다.

가장 유용한 관점은 @teortaxesTex가 제시했다. 그는 K3를 직접 테스트해보지도 않았지만, 그의 요점은 노력/취향 격차, 능력의 한계가 아니라: "Fable과 Sol조차도 너무 많은 SLOP을 만든다… Kimi는 실패하는 정도가 아니라 덜 흥미롭고 덜 상세한 것을 만들고, 추가 노력을 하지 않는다." 객관적 작업에서 사람이 개입하는 에이전트 코딩에 대해 그는 K3가 "불합리할 정도로 근접해야 한다"고 예상한다. 그리고 전략적 결정타: "단순히 격차를 *유지하는* 모든 중국 모델은 영웅적인 위업이다." 이것이 솔직한 평가다 — K3는 측정 가능한 작업에서 격차를 좁히고 취향에서 조금 손해를 보는데, 이는 정확히 벤치마크가 보여주는 바이다.

자주 묻는 질문

Kimi K3가 Fable 5만큼 좋나요?

프론트엔드 및 3D 원샷 테스트에서 테스터들은 긍정적인 평가를 내렸습니다. Arena의 프론트엔드 보드에서 1위(1679 대 1631)를 차지했고, 여러 직접 비교에서 승리 또는 무승부로 평가되었습니다. 에이전트 코딩에서는 여전히 뒤쳐지고 있으며(FrontierSWE 81.2 대 86.6), 회의론자들은 Fable이 다양한 시드에서 정교함과 신뢰성 면에서 우위를 점하고 있다고 주장합니다.

Kimi K3는 오픈 소스인가요?

오픈 웨이트 모델입니다: Moonshot은 2026년 7월 27일 이전에 웨이트를 공개하겠다고 약속했습니다. 출시 당시에는 API/웹 전용이었습니다. 현재까지 가장 큰 오픈 웨이트 모델(2.8T MoE)로서, 그 공개가 주요 이벤트입니다.

Kimi K3의 가격은 얼마인가요?

$3 / $15 per 1M input/output tokens, with cache hits around $0.30. That's Moonshot's most expensive model ever (K2.6 was $0.95/$4), but still about a third of Fable 5's $10 / $50 — though verbose output narrows the real-world gap.

Kimi K3가 GPT-5.6보다 더 좋은가요?

테스터들은 창의적인 작업과 3D 작업에 긍정적인 경향을 보입니다 — @synthwavedd는 "5.6보다 일관되게 낫다"고 말했고, @mirochill은 5.6 Pro와 동등하다고 평가했습니다. 하지만 AA Index에서 GPT-5.6 Sol은 여전히 K3보다 높은 순위를 차지하고 있으며, Fable 5와 5.6 Sol은 Terminal 2.1에서 선두를 달리고 있습니다.

Kimi K3는 언제 출시되었나요?

2026년 7월 16일에 공식 발표되었으며, 7월 14일경 아레나에서 "Kivine"으로 처음 등장했습니다. 오픈 웨이트는 2026년 7월 27일 이전에 약속되었습니다.

결론

Kimi K3는 오픈 가중치 모델이 최초의 DeepSeek 순간 이후로 남긴 가장 강력한 첫인상입니다: Fable-5 수준의 창의적 및 프론트엔드 출력, Arena 프론트엔드 보드 최상위, Fable 가격의 약 1/3 수준. 그저 "directional" 정도로 열정을 자제하세요 — 장황하고 느리며, 에이전트 코딩에서는 여전히 뒤쳐져 있고, 위의 모든 "won"은 검증된 벤치마크가 아닌 초기 Arena 인상입니다. 7월 27일 이전에 가중치가 공개되면, 통제된 테스트가 과대광고가 유지되었는지 여부를 알려줄 것입니다.