Mercury 3 vs Kimi K3: 하나는 다운로드할 수 있고, 하나는 임대만 가능한 모델

가장 유용한 차이는 Mercury 3와 Kimi K3 사이에 있으며, 속도나 가격과는 아무 관련이 없습니다. Kimi K3는 Moonshot AI가 2026년 7월 16일 출시하고 7월 27일 Modified MIT 라이선스로 가중치를 공개한 2.8조 매개변수 전문가 혼합 모델로, 직접 다운로드하고 검사하고 양자화하고 호스팅할 수 있습니다. Mercury 3는 Inception이 2026년 10월 19일 출시한 폐쇄형 디퓨전 모델로, 호출만 할 수 있습니다. 이 대결에서 나머지 모든 것 — 두 모델이 공유하는 100만 토큰 창, 한쪽이 주장하는 초당 수천 토큰, 반대 방향으로 벌어지는 출력 가격 격차 — 은 누가 아티팩트를 소유하는가라는 첫 번째 차이에서 비롯됩니다. 동일한 키 하나로 200개 이상 모델 카탈로그 전체에 정가로 접근할 수 있으며, 제공업체 간 페일오버가 지원됩니다. 이와 같은 릴리스 뒤에 있는 문서화된 AI 장애 및 에이전트 사건은 OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 이의 제기 여부 플래그가 포함되어 있습니다.

그 프레이밍은 학술적인 문제가 아니다. 그것은 이 두 모델 중 어느 것이 벤더가 사라져도 살아남을 수 있는지, 어느 것을 자사 데이터로 파인튜닝할 수 있는지, 어느 것을 속도 제한 없이 새벽 세 시에 돌릴 수 있는지, 그리고 어느 것이 다른 누군가가 끝난다고 결정할 때 끝나는 비용 항목인지를 결정한다. 또한 공정한 비교란 무엇인지도 결정한다. Kimi K3의 토큰당 가격은 호스팅 비용인 반면, Mercury 3의 토큰당 가격은 임대료다.

소유권 경계 양쪽의 사양

• 매개변수 — Kimi K3: 총 2.8조 개, 토큰당 1040억 개 활성, 896개 전문가 중 16개 활성 vs Mercury 3: 미공개, Mercury 1보다 40배 이상 크다고만 설명됨

• 아키텍처 — Kimi Delta Attention 기반의 전문가 혼합(mixture-of-experts) 대 병렬로 토큰 블록을 정제하는 확산 언어 모델

• 컨텍스트 윈도 — 1,048,576 토큰 대 1,000,000 토큰; 사실상 무승부

• 최대 출력 — Kimi K3는 한 번의 응답으로 최대 1M 윈도우 전체까지 지원하는 반면, Mercury 3는 131,072 토큰

• 입력 모달리티 — 텍스트, 이미지, 동영상 vs 텍스트만

• 가중치 — Hugging Face에 Modified MIT로 공개 vs 비공개

입력 가격 — 1M당 $3.00 vs 정가 1M당 $0.20, 출시 시 $0.10

• 출력 가격 — 100만 토큰당 $15.00 vs 정가 100만 토큰당 $0.70, 출시 시 $0.35

• 캐시된 입력 — 1M당 $0.30 vs 1M당 $0.02

• 주장된 처리량 — Moonshot이 공개하지 않음 vs 초당 1,068토큰, 공급사 보고 기준

• 독립 지능 지수 — 43.6, Artificial Analysis 기준, 2026년 10월 20일 기준 아직 항목 없음 대비

두 가격 열을 나란히 놓으면 격차는 입력에서 15×, 출력에서 21×다. 그 옆에 모달리티 항목을 놓으면 격차는 완패라고 하기에는 좁은 차이로 줄어든다. Kimi K3는 비디오와 이미지를 받아들이고, Mercury 3는 텍스트를 받아들이며, 화면 녹화를 봐야 하는 워크로드는 어떤 가격에서도 이 둘 사이에서 선택하는 것이 아니다. 그 옆에 가중치 항목을 놓으면 비교의 성격이 완전히 달라진다. 두 가격은 같은 것을 측정하고 있는 게 아니기 때문이다.

Kimi K3의 측정치가 실제로 말해주는 것

Kimi K3는 이 5부작 시리즈에서 공개된 가중치와 완전한 독립 기록을 모두 갖춘 유일한 모델이며, 따라서 유용한 기준점이 됩니다:

• 인텔리전스 지수 — 43.6, Artificial Analysis 측정

• Terminal-Bench 4.0 — 0.1263; Terminal-Bench 2.1 — 0.8502, 벤더가 자체 보고한 실행 기준

• SciCode — 0.5949, 이번 배치의 네 경쟁자 중 가장 높은 수치

• Humanity's Last Exam — 0.4690

• AA-LCR 장문맥 추론 — 0.8867, 시리즈에서 가장 뛰어난 장문맥 독해 성능

• GDPval-AA — Elo 1532.59

• AA-Omniscience — 19.7

• GPQA Diamond — 0.9354

• 색인 작업당 비용 — $2.00

그 표에 관해서는 두 가지 주의할 점이 있습니다. Terminal-Bench 수치는 크게 벌어져 있습니다. 4.0 버전에서는 0.1263이고 2.1에서는 0.8502인데, 이는 모델 문제라기보다 벤치마크 버전 문제이며, 둘 중 하나만 인용하는 사람은 편을 드는 셈입니다. 그리고 Kimi K3의 Artificial Analysis 지수는 오늘 기준 43.6으로 나타나지만, 해당 벤더의 출시 자료에서는 지수의 이전 개정판 기준으로 57을 주장했습니다. 지수는 그 이후 재구축되었으므로, 57은 과거 판독값일 뿐 현재 값은 아닙니다.

두 가지 주의점에도 살아남는 프로필은 장문맥 추론과 과학적 코드에 강하고, 지식 회상에는 보통이며, 터미널 스타일 에이전트 작업에는 눈에 띄지 않는 모델의 프로필입니다. 그것은 프런티어 API를 전면적으로 대체하려고 다운로드하는 모델의 프로필이 아닙니다. 그것은 특정 작업 영역을 위해 보유할 가치가 있는 모델의 프로필이며, 바로 이것이 오픈 웨이트를 위한 논거입니다.

다운로드 후 실행 시 유의사항을 쉽게 말하면

공개된 가중치와 실행 가능한 가중치는 서로 다른 주장이며, 이 둘을 혼동하는 것은 대형 중국 모델 보도에서 가장 흔한 과장이다. 활성 파라미터가 1,040억 개인 2.8조 파라미터 규모의 전문가 혼합(MoE) 모델은 데이터센터 산물이다. 체크포인트를 공개한다는 것은 이를 검사하고, 파인튜닝하고, 양자화하고, 서빙할 수 있다는 뜻이다 — 수십 개의 가속기와 이를 계속 바쁘게 돌릴 엔지니어링 팀을 갖춘 조직에게는. 그것이 워크스테이션에서 실행된다는 뜻은 아니며, 이런 종류의 릴리스마다 뒤따르는 양자화 물결은 모델을 작게 만드는 것만큼이나 서빙 가능하게 만드는 데 관한 것이다.

그래서 Kimi K3 라이선스를 정직하게 해석하면 "오픈"보다 범위가 좁지만 여전히 중요합니다. 감사 가능하고, 수정 가능하며, 자체 호스팅할 수 있는 최전선급 모델입니다. 고객 데이터를 제3자 API로 보낼 수 없는 규제 대상 기업에게는 그것이 전부입니다. 엔지니어 세 명과 월 $400 API 비용을 쓰는 스타트업에게는 취미일 뿐입니다.

Mercury 3에는 어떤 가격에서도 그런 옵션이 없습니다. 이는 실질적인 한계이며, Inception이 가중치 공개나 그 일정을 발표하지 않았다는 점을 분명히 하는 것이 중요합니다. 대신 제공하는 엔터프라이즈 대안은 기술적이라기보다 계약적입니다. 전용 용량, 오토스케일링, 규정 준수 제어, 구성 가능한 데이터 보존이 모두 Inception 플랫폼 내에서 제공됩니다. 이는 일부 구매자의 데이터 상주성 질문에는 답하지만, 어떤 구매자에게도 "공급업체가 사라지면 어떻게 되는가"라는 질문에는 답하지 않습니다.

토큰당 비용이 아니라 완료된 작업당 비용

21× 산출물 가격 격차는 인용되는 숫자이지만, 그 자체로는 양방향 모두에서 오해를 불러일으킨다.

첫째, Kimi K3의 $3.00/$15.00은 중국 시장에서 프리미엄 포지션이며 Moonshot도 그렇게 말했습니다. Mercury 3의 $0.20/$0.70과 비교하면 그것은 프리미엄이 아니라 다른 카테고리입니다. 월 5천만 출력 토큰을 처리하는 팀은 정가 기준으로 Kimi K3에 $750, Mercury 3에 $35를 지불합니다. 그 차이는 어떤 기업에는 무관할 만큼 작고, 다른 기업에는 직원 한 명을 채용할 비용을 충당할 만큼 큽니다.

둘째, 독립적인 작업당 비용 수치는 직관을 뒤집습니다. Kimi K3는 완료된 인덱스 작업당 $2.00이 들고, Mercury 제품군에서 측정된 것 중 가장 근접한 Mercury 2.5는 $0.1167이 들지만 점수는 12.3으로 Kimi K3의 43.6에 맞섰습니다. 토큰당 저렴함과 작업 단위당 저렴함은 다른 수치이며, 이 중 하나만 용량 계획에 들어가야 합니다. Mercury 3는 인덱스 점수가 없어 작업당 비용 수치가 없으며, 이는 이 비교에서 가장 중요한 셀이 비어 있음을 뜻합니다.

셋째, 사람들이 자주 잊는 부분입니다. Kimi K3는 OrcaRouter에 Moonshot의 정가 그대로, 0% 마크업으로 제공되며, 200개가 넘는 모델 카탈로그의 나머지도 자동 페일오버를 갖춘 하나의 OpenAI 호환 엔드포인트에서 마찬가지로 제공됩니다. Mercury 3는 그렇지 않습니다. Mercury 3는 Inception 자체 API와 여러 타사 플랫폼을 통해 제공됩니다. 이러한 비대칭성은 합리적인 시험의 형태를 바꿉니다. 새로 계약하지 않고도 Kimi K3를 기존 모델과 비교할 수 있지만, Mercury 3는 두 번째 통합 없이는 같은 방식으로 비교할 수 없습니다.

긴 에이전트 세션을 실행하는 워크로드라면, 어느 요율표를 신뢰하기 전에 확인해 볼 만한 비용 변수가 하나 더 있습니다. Kimi K3의 1M 컨텍스트에는 공개된 장기 요청 할증료가 없고, Mercury 3도 마찬가지입니다. 이는 이례적인 일이며, 다른 곳이라면 요금 재산정 구간을 촉발했을 트랜스크립트에 두 모델 모두 신뢰할 수 있는 주된 이유입니다.

점수보다는 상황에 따라 어느 것을 선택할지

Kimi K3를 선택하세요 작업에 이미지나 영상이 필요할 때, 긴 컨텍스트 추론이 핵심 과제일 때 — AA-LCR에서의 0.8867은 이번 배치에서 가장 좋은 수치입니다 — 독점 데이터로 미세 조정이 필요할 때, 데이터가 자사 인프라를 벗어날 수 없을 때, 또는 트래픽을 투입하기 전에 측정된 성능 하한선을 원할 때. 가중치는 전략적 자산이고, 라이선스는 진정으로 관대하며, 가격은 직접 운영하지 않을 때 치르는 비용입니다.

Mercury 3는 다음 경우에 선택하세요: 워크로드가 텍스트 전용이고 지연에 민감하며 대용량일 때, 즉 지원 응답, 검색 답변, 튜토리얼 대화, 분류 인접 작업처럼 1초 미만의 응답이 곧 제품인 경우입니다. 출력 $0.70, 캐시 입력 $0.02라는 가격 덕분에 요청당 경제성은 더 이상 설계 제약이 아니며, 1M 윈도우 덕분에 요약할 일이 거의 없습니다. 대신 포기하는 것은 모달리티, 공개된 성능 하한, 그리고 자체 호스팅 경로입니다.

둘 다 선택하세요 분할 기준이 모델이 아니라 작업 영역일 때. 두 시스템은 아키텍처가 정반대입니다. 하나는 거대한 희소 자기회귀 MoE이고, 다른 하나는 병렬 확산 생성기입니다. 즉, 실패하는 방식도 다르며, 비전과 장문 맥락 추론은 Kimi K3로, 즉각적인 텍스트 턴은 Mercury 3로 보내는 정책은 가격만이 아니라 실질적 타당성 면에서도 일관됩니다. 걸림돌은 통합입니다. 둘 중 단일 키 추가로 끝나는 것은 하나뿐입니다.

답을 바꾸는 것은 무엇인가?

세 가지 전개 상황, 그중 어느 것도 추측이 아닙니다:

• Mercury 3의 첫 독립 점수. Mercury 제품군에서 유일하게 측정된 모델은 Intelligence Index에서 12.3점으로, Kimi K3의 43.6점과 대비된다. Mercury 3가 Kimi K3에 근접한 성능을 내면서 비용은 15분의 1에 그친다면, 소유권 논거는 Kimi K3에 남은 유일한 논거가 된다. 12.3 근처에 머문다면 가격 격차는 무의미하다

• Mercury 3 가중치 공개. Inception은 이에 대해 아무 언급도 하지 않았다. 오픈 가중치라면 이 글의 핵심 차별점이 하룻밤 사이에 무너질 것이다

• Kimi K3를 위한 더 저렴한 호스트. $3/$15 요금은 Moonshot 자체의 것이며, 오픈 라이선스 덕분에 타사 호스트가 이를 더 낮출 수 있고, 절반 가격에 호스팅되는 2.8T MoE는 모델을 바꾸지 않으면서 작업당 비용 산정을 바꾼다

그중 하나가 출시되기 전까지, 이 비교는 임대 가능하고 측정되지 않은 매우 빠른 텍스트 모델과 소유 가능하고 측정된, 영상을 읽는 프리미엄 모델 사이의 비교입니다. 그것들은 대체재가 아닙니다. 유일하게 진정으로 틀린 답은 한쪽이 다른 쪽이 한 번도 점수를 받아본 적 없는 항목에서 앞선다는 이유만으로 하나를 고르는 것입니다.