Qwen 3.8 vs Kimi K3: 중국의 두 오픈 웨이트 거인, 맞대결

Qwen 3.8 Max가 비교되는 모든 모델 중에서,Kimi K3는 Moonshot에서 나온 가장 자연스러운 경쟁자입니다: 두 모델 모두 거대한 중국 Mixture-of-Experts 모델이며, 모두 오픈 가중치 클래스에 속하며, 모두 유명할 정도로 장황하고 철저하며 느립니다. 이들은 사실상 중국 오픈 가중치 세계의 두 거인이며, 특이하게도 우리는 그들의 성능을 추측할 필요가 없습니다. 누군가가 동일한 작업에서 그들을 직접 비교했기 때문입니다. 이로 인해 이 시리즈 중 가장 풍부한 비교가 됩니다: 공급업체 주장과 감사된 숫자가 아닌 진정한 맞대결입니다.

세부 사항에 앞서, 빌더를 위한 한 가지 참고 사항이 있습니다. 이렇게 가까운 경쟁을 해결하는 정직한 방법은 두 모델을 자신의 워크로드에서 실행해 보고 철저함과 속도 사이의 절충을 지켜보는 것입니다. OrcaRouter는 하나의 OpenAI 호환 엔드포인트 뒤에 200개 이상의 모델을 제공하므로, 여러분은 다음을 겨룰 수 있습니다:Qwen 3.8을(를) Kimi K3와 동일한 프롬프트에서 비교하며, 두 개의 SDK를 연결할 필요가 없습니다.

요약 결론.우리가 가진 유일한 직접 대결(Trilogy AI, 아키텍처 이해 과제)에서,Kimi K3는 83/100, Qwen 3.8 Max는 80/100을 기록 — Kimi에게 3점 차의 근소한 우위입니다. 하지만 Qwen이 더 *철저한* 쪽이었습니다:354개의 레포 인용 대 274개, 22개의 게이트웨이 요청 대 53개, 실패한 도구 호출 0회 대 2회, 더 높은 지연 시간과 더 많은 토큰을 대가로 했습니다. 둘 다 90% 캐시 적중을 달성했고 동일한 핵심 아키텍처 결정에 도달했습니다. 오늘날 Kimi K3는 더 안전한 오픈 가중치 선택입니다 — 감사된 점수(57.1, Artificial Analysis에서 #3), Arena 프론트엔드 왕관, 그리고 사실상 제공된 가중치를 가지고 있습니다. Qwen 3.8은 주목할 만한 모델입니다: 더 큰 야망, 더 포괄적인 탐색, 하지만 공개 게시판에서 점수가 없고 가중치는 "곧 출시"뿐입니다.

주요 시사점

• Qwen 3.8 Max는2.4T 파라미터 MoE 프리뷰; Kimi K3는2.8T MoE로, 1M 컨텍스트와 네이티브 비전을 갖추고 있어 — 즉 Qwen은 대략400B 파라미터가 더 작습니다, 이는 더 큰 파라미터 수가 더 좋은 것을 의미하지 않는다는 점을 상기시킵니다.

•  유일한 직접 테스트(Trilogy AI)에서, Kimi K3가 Qwen을 80 대 83으로 이겼습니다 전반적으로 — 하지만 Qwen은 만들었습니다 더 많은 저장소 인용(354 vs 274), 더 적은 게이트웨이 요청(22 vs 53), 그리고 가졌습니다 제로 실패한 도구 호출(vs 2).

• Kimi K3는 가지고 있다감사된 AA Intelligence Index 57.1(#3)를 — Fable 5와 GPT-5.6 Sol보다 뒤에 있고, 다른 모든 것보다 앞서 있습니다. Qwen 3.8은독립적인 벤치마크가 전혀 없다.

•  Kimi K3가 또한 보유하고 있습니다LMArena frontend-code #1 spot (1679); Qwen 3.8은 공개 리더보드에서 점수가 매겨지지 않았습니다.

• 개방성은 거의 동등하지만 시기가 다릅니다: Kimi K3의 가중치는 공개/약속되었으며 기본적으로 준비되었습니다. Qwen 3.8의 것은 '출시 예정'이며 아직 날짜, 라이선스, 저장소가 없습니다.

Qwen 3.8 수치는 공급업체 주장이나 초기의 통제되지 않은 실사용 소감입니다 — 독립적으로 감사되지 않았습니다. Kimi K3의 지수 및 가격 수치는 Artificial Analysis에 기인하며 Moonshot 자체 보고와 다를 수 있습니다. Trilogy AI의 일대일 비교는 단일 작업이며 전체 벤치마크 제품군이 아닙니다. Qwen 3.8의 미리보기 가격은 임시 할인입니다. 예산 책정 전에 요금을 확인하십시오.

사양과 가격, 나란히

여기 확실한 데이터가 있으며, 각 경쟁사 수치는 해당 출처에 귀속됩니다.

• 제조사 / 상태 — Qwen 3.8 Max: Alibaba; 프리뷰 (2026년 7월 19일); Kimi K3: Moonshot; 오픈 가중치 출시

•  아키텍처 — Qwen 3.8 Max: 총 ~2.4T, sparse MoE (활성 파라미터 미공개); Kimi K3: 2.8T MoE, 네이티브 비전 (출처: Artificial Analysis)

• 컨텍스트 윈도우 — Qwen 3.8 Max: 약 100만 토큰 보고됨(공식 확인되지 않음); Kimi K3: 100만 토큰 (출처: Artificial Analysis)

•  AA Intelligence Index — Qwen 3.8 Max: 아직 없음 — 미평가; Kimi K3: 57.1 — #3 (Artificial Analysis)

• 아레나 / 리더보드 — Qwen 3.8 Max: 공개적으로 점수가 매겨지지 않음; Kimi K3: Frontend-code #1, 1679 (LMArena)

• 가격 (입력/출력) — Qwen 3.8 Max: 프리뷰 전용 (약 90% 할인; 토큰당 API 미공개); Kimi K3: $3 / $15 백만 당 (AA 혼합 ~$2.31)

• 오픈 가중치 — Qwen 3.8 Max: '곧' 출시 예정 (출시되지 않음); Kimi K3: 오픈 가중치; 가중치 준비/임박

• 속도 — Qwen 3.8 Max: 가장 느린 테스트 모델 (직접 사용 경험); Kimi K3: 장황하고 느림 (~34초 TTFT, AA 기준)

전체 비교를 구성하는 두 가지 요소가 있습니다. 첫째, Qwen 3.8에 대한 빈 "AA Intelligence Index" 셀이 핵심입니다: Kimi K3의 57.1은 중립적인 심판의 평가로, 세계 3위에 해당하며 Fable 5와 GPT-5.6 Sol에 이어 뒤를 잇습니다; Qwen 3.8의 입지는 벤더의 프레이밍과 소수의 직접 실행 결과에 의존합니다. 둘째, 크기 역전 현상에 주목하세요 — Qwen 3.8(2.4T)은 실제로 약 400B 파라미터 더 작은 Kimi K3(2.8T)보다. Alibaba의 모델은 사람들이 "야망이 더 크다"고 묘사하는 모델이지만, 순수 파라미터 수에서 Kimi가 더 큰 거인이며, 이를 뒷받침할 검증된 점수를 보유한 모델입니다. 두 모델 모두 답변이 길고 느린 것으로 유명하여 지연 시간은 비슷합니다; 실제 차별점은 증명과 가중치 공개 여부이며, 현재로서는 두 측면 모두 Kimi에게 유리합니다.

우리가 가진 유일한 진정한 맞대결

이것은 우리가 추론할 필요가 없는 드문 대결입니다. Trilogy AI는 실제 코드베이스를 읽고 추론하는 단일 아키텍처 이해 작업에서 두 모델을 모두 실행하고 나란히 비교 결과를 발표했습니다. Kimi K3는 주요 점수에서 이겼지만, 그 이면의 행동은 더 흥미로운 이야기를 말해줍니다.

• 종합 점수 — Qwen 3.8 Max: 80 / 100; Kimi K3: 83 / 100

•  Repo 인용 — Qwen 3.8 Max: 354; Kimi K3: 274

• 게이트웨이 요청 — Qwen 3.8 Max: 22; Kimi K3: 53

•  실패한 도구 호출 — Qwen 3.8 Max: 0; Kimi K3: 2

• 도구 사용 평가 — Qwen 3.8 Max: 9 / 10; Kimi K3: 8 / 10

• 캐시 히트율 — Qwen 3.8 Max: >90%; Kimi K3: >90%

칼럼을 읽으세요, 맨 위 행만 보지 마세요. Kimi K3가 3점 차로 이겼지만, Qwen 3.8은 더 꼼꼼한 작업자였습니다: 인용한 곳은저장소에서 80곳 더 많았습니다 (354 대 274), 결론에 도달하기 위해훨씬 적은 게이트웨이 요청 (22 대 53), 그리고Kimi의 두 번에 비해 도구 호출 실패가 전혀 없었으며, 도구 사용 평가에서 Kimi를 약간 앞질렀습니다 (9 대 8). 이러한 트레이드오프는 Qwen의 다른 특성에서 예상되는 그대로입니다 — 철저하게 탐색하며, 이는 더 높은 지연 시간과 더 많은 총 토큰을 초래합니다. 결정적으로,두 모델 모두 동일한 핵심 아키텍처 결정에 도달했습니다, 따라서 이것은 하나는 맞고 하나는 틀린 것이 아닙니다; Kimi가 약간 더 높은 점수의 답변에 더 빠르게 도달한 것이고, Qwen은 더 많은 증거와 더 깔끔한 도구 규율을 가지고 도달한 것입니다. 만약 당신의 작업이 철저하고 인용이 잘 된 탐색을 보상한다면, Qwen의 프로필이 매력적입니다; 검증되고 더 빠른 답변 옵션을 원한다면, Kimi가 라운드를 차지했습니다.

자주 묻는 질문

Qwen 3.8이 Kimi K3보다 더 좋나요?

오늘날 존재하는 증거에 근거한 것은 아닙니다. 유일한 직접 비교(Trilogy AI)에서 Kimi K3는 83/100, Qwen은 80/100을 기록했으며, Kimi는 감사된 Artificial Analysis Index 57.1(#3)과 Arena frontend-code crown을 보유한 반면, Qwen 3.8은 독립적인 점수가 전혀 없습니다. Qwen의 강점은 철저함이었습니다 — 더 많은 저장소 인용(354 대 274), 적은 게이트웨이 요청, 실패한 도구 호출 0건 — 하지만 이는 스타일상의 이점일 뿐, 입증된 능력 우위는 아닙니다.

Qwen 3.8은 더 큽니다 — 그것이 더 좋게 만드나요?

아니요, 실제로는 크기 면에서 반대입니다: Qwen 3.8은 약 2.4T 파라미터인 반면 Kimi K3는 약 2.8T이므로, Kimi가 약 400B 더 큰 모델입니다. 파라미터 수가 많다고 더 좋은 것은 아닙니다. Kimi는 더 크면서도 더 높은 점수를 받았는데, 이는 아키텍처, 훈련, 튜닝이 단순한 파라미터 총합보다 더 중요하다는 점을 분명히 상기시켜 줍니다.

가격 비교는 어떻게 되나요?

Kimi K3는 공개되고 내구성이 뛰어난$3 / $15(1M 토큰당)입니다(Artificial Analysis는 이를 약 $2.31로 혼합합니다). Qwen 3.8의 프리뷰는 대폭 할인되었지만(~90% 할인) 공개된 토큰당 API 가격이 없고 할인은 일시적이므로 안정적인 가격 비교가 아직 불가능합니다. 현재 예산을 책정할 때, Kimi가 실제 숫자를 가진 모델입니다.

어느 것이 더 나은 오픈웨이트 선택인가요?

둘 다 오픈 웨이트 클래스이지만 시기가 다릅니다. Kimi K3의 가중치는 공개되어 있으며 사실상 준비되었습니다. Qwen 3.8의 경우 "곧 출시"라고 약속되었지만 날짜, 라이선스, 저장소는 공개되지 않았습니다. 오픈 가중치가 선택 이유라면, Kimi가 지금 당장 선택할 수 있는 제품입니다.

오늘은 어떤 걸 사용해야 할까요?

Kimi K3는 더 안전한 기본값입니다 — #3으로 평가되었고, 가중치가 준비되어 있으며, 일대일 비교에서 우위를 점했습니다. Qwen 3.8은 속도보다 철저하고 인용이 풍부한 탐색과 깔끔한 도구 사용을 중시할 때 선택하세요. 그리고 가중치가 공개되고 독립적인 평가 점수가 나오면 주목할 모델로 간주하세요.

결론

Qwen 3.8 대 Kimi K3이 시리즈에서 가장 공정한 대결에 가깝습니다: 두 중국의 오픈 웨이트 거인, 둘 다 장황하고, 철저하며, 느립니다. Kimi K3가 오늘 라운드에서 승리한 이유는 채택을 결정짓는 요소들—감사된 3위 순위, Arena 프론트엔드 왕관, 공개된 가격, 그리고 준비된 웨이트—을 차지했고, 유일한 맞대결에서 Qwen을 80 대 83으로 앞질렀기 때문입니다. 그러나 그 맞대결은 Qwen 3.8이 주목할 만한 이유도 보여줍니다: 더 꼼꼼한 모델로, 코드베이스를 더 많이 인용하고, 더 적은 요청을 사용하며, 실패한 도구 호출이 전혀 없었습니다. 만약 철저한 탐색이 당신의 작업에서 보상받고, Alibaba가 웨이트를 출시하며 독립적인 점수가 상위권에 근접한다면, 이 경쟁은 역전될 수 있습니다. 그때까지 Kimi K3는 더 안전한 오픈 웨이트 선택이며, Qwen 3.8은 자신의 프롬프트로 테스트할 도전자입니다.