문샷 AI는 2026년 7월 16일 Kimi K3를 출시하며 이를 “세계 최초의 오픈 3T급 모델”이라고 불렀습니다. 이는 대단한 주장인 만큼, 마케팅과 기술적인 측면을 분리해서 살펴보겠습니다. K3는 2.8조 개의 매개변수를 가진 Mixture-of-Experts 모델로, 100만 토큰 컨텍스트 창과 새로운 어텐션 스택을 갖추고 있으며, 코딩 팀을 겨냥한 가격 정책을 제공합니다. Kimi.com, Kimi Work, Kimi Code 및 Kimi API에서 같은 날 출시되었으며, 2026년 7월 27일까지 전체 가중치(weights)를 공개할 예정입니다. 이 가이드는 K3를 평가하는 데 필요한 모든 것, 즉 K3가 무엇인지, 어떻게 구축되었는지, 비용은 얼마인지, 순위는 어디인지, 그리고 누가 실제로 사용해야 하는지에 대한 중심 자료입니다.
요약: Kimi K3란 무엇인가요?
Kimi K3는 문샷 AI의 주력 대규모 언어 모델로, 2026년 7월 16일 출시되었습니다. 이 모델은 토큰당 896개의 전문가 중 16개를 활성화하는 2.8조 개의 매개변수 Mixture-of-Experts 설계를 사용하며, 1,048,576 토큰(1M) 컨텍스트 창을 제공하고 API 모델 ID kimi-k3를 통해 서비스됩니다. 가격은 캐시 적중 입력 토큰 백만 개당 $0.30, 캐시 미스 입력 토큰 백만 개당 $3.00, 출력 토큰 백만 개당 $15.00입니다. 독립적인 Artificial Analysis Intelligence Index에서 57점을 기록하여 189개 모델 중 4위를 차지했습니다. 문샷의 자체 출시 게시물에 따르면 K3는 여전히 Claude Fable 5와 GPT-5.6 Sol에 뒤처지지만, 최첨단 그 자체라기보다는 최첨단에 가까운 가장 강력한 오픈 모델로 해석하는 것이 가장 좋습니다. 전체 오픈 가중치는 2026년 7월 27일경에 공개될 예정입니다.
지금 Kimi K3가 중요한 이유
몇 달에 한 번씩 중국 연구소에서 독점 API 계약 없이 실행할 수 있는 모델에 대한 기대를 재설정하는 모델을 출시합니다. Kimi K3는 2026년 중반의 그런 모델입니다. 핵심은 순수한 벤치마크 우월성이 아닙니다. 이는 최첨단에 준하는 품질, 공격적인 캐시 적중 가격, 그리고 출시 후 11일 이내에 전체 가중치를 공개하겠다는 약속의 조합입니다. 이 약속이 지켜진다면, K3는 직접 호스팅할 수 있는 가장 유능한 모델이 될 것이며, API 비용과 GPU 클러스터를 저울질하는 모든 이들의 계산을 바꿀 것입니다.
LLM API로 개발한다면, 실질적인 질문은 간단합니다: 기존 OpenAI 스타일 클라이언트를 kimi-k3로 지정하고 스택을 다시 작성하지 않고도 유용한 출력을 얻을 수 있을까요? 답변은 '예'입니다. 문샷은 OpenAI-SDK 호환 API를 제공하기 때문입니다. 이는 또한 이미 사용 중인 도구에서 K3 호출을 테스트하고 디버그할 수 있음을 의미합니다. Apidog는 모든 OpenAI 호환 엔드포인트를 일급 요청으로 취급하므로, kimi-k3로 스트리밍 채팅 완성을 보내고, 서버 전송 이벤트를 토큰별로 검사하며, 모델을 프로덕션 코드에 연결하기 전에 도구 호출이 해결되는 것을 확인할 수 있습니다.
이 게시물은 더 넓은 Kimi K3 클러스터의 핵심입니다. 자세한 내용은 Kimi K3 API 가이드, Kimi K3 가격 분석 또는 Kimi K3 벤치마크 분석을 참조하십시오. 여기서는 전체적인 내용을 다룹니다.
정체성: 문샷의 가장 유능한 모델
문샷 AI는 K3를 많은 개발자들이 이미 알고 있는 Kimi K2 라인에서 한 단계 발전한 “우리의 가장 유능한 모델”로 포지셔닝합니다. Kimi K2 또는 코딩에 중점을 둔 Kimi K2.7 Code를 사용해봤다면, K3는 어텐션 레이어부터 다시 구축된 해당 계보의 다음 세대 모델입니다. 가장 주목받는 주장은 “세계 최초의 오픈 3T급 모델”이라는 것입니다. 이 구절에서 두 단어가 중요합니다.
“오픈”은 출시 당일의 사실이 아니라 가까운 미래의 사실입니다. 출시 시점에는 K3가 호스팅된 제품과 유료 API를 통해 제공되며, 문샷은 “2026년 7월 27일까지 전체 모델 가중치를 공개”하겠다고 약속했습니다. 따라서 로컬 배포를 계획하고 있다면, 오픈 액세스를 출시 당일에 다운로드할 수 있는 것이 아니라 출시 후 약 1주 반 정도 후에 예정된 이벤트로 간주하십시오.
“3T급”은 규모를 나타냅니다. 2.8조 개의 총 매개변수를 가진 K3는 주어진 토큰에 해당 매개변수의 일부만 활성화되더라도 가장 큰 독점 시스템과 동일한 등급에 속합니다. 이러한 희소 활성화 덕분에 추론 비용이 저렴하게 유지되며, 가격이 현재와 같은 이유입니다.
아키텍처: 내부의 새로운 점
K3는 K2의 더 큰 복사본이 아닙니다. 문샷은 여러 명명된 기술로 코어를 재구축했으며, 이러한 설계 선택은 품질 향상과 처리량 수치를 모두 설명합니다.
- Kimi Delta Attention (KDA). 이것은 문샷이 어텐션 확장을 위한 효율적인 기반이라고 설명하는 하이브리드 선형 어텐션 메커니즘입니다. 선형 스타일 어텐션은 컨텍스트 길이가 증가함에 따라 메모리 및 컴퓨팅 증가를 억제하여 1M 토큰 창을 이론적이 아닌 실용적으로 만듭니다.
- Attention Residuals (AttnRes). 문샷은 이를 표준 잔차 연결(residual connections)의 드롭인 대체품으로 제시합니다. 명시된 목표는 네트워크 깊이 전반에 걸쳐 표현을 선택적으로 검색하여, 이전 레이어의 정보가 스택의 더 깊은 곳까지 도달할 수 있도록 하는 것입니다. 쉽게 말해, 모델이 컨텍스트를 계층별로 희석시키는 대신 유지하는 데 도움이 됩니다.
- Stable LatentMoE. 이는 Mixture-of-Experts 라우팅 계층이며, “총 2.8조, 적은 활성”이라는 이야기가 시작되는 곳입니다. K3는 896개의 전문가를 가지고 있으며, 문샷이 훈련 중 라우팅을 안정적으로 유지하기 위해 Quantile Balancing이라고 부르는 기술을 사용하여 토큰당 16개의 전문가를 활성화합니다. 희소 활성화는 모델이 수조 개의 매개변수 지식을 보유하면서도 추론 시에는 훨씬 작은 네트워크의 컴퓨팅 비용만 지불한다는 것을 의미합니다.
문샷은 또한 Per-Head Muon, Sigmoid Tanh Unit (SiTU), Gated MLA를 포함한 보조 구성 요소와 양자화를 위한 MXFP8 활성화가 있는 MXFP4 가중치를 언급합니다.
Kimi K3 사양 요약
여기에 북마크할 만한 요약 정보가 있습니다. 아래의 모든 수치는 문샷의 출시 게시물 또는 독립적인 Artificial Analysis 목록에서 가져온 것입니다.
| 사양 | Kimi K3 |
|---|---|
| 개발사 | 문샷 AI |
| 출시일 | 2026년 7월 16일 |
| 총 매개변수 | 2.8조 (Mixture-of-Experts) |
| 활성 전문가 수 | 토큰당 896개 중 16개 |
| 컨텍스트 창 | 1,048,576 토큰 (1M) |
| API 모델 ID | kimi-k3 |
| OpenRouter 슬러그 | moonshotai/kimi-k3 |
| API 호환성 | OpenAI SDK 호환 |
| 캐시 적중 입력 | $0.30 / 1M 토큰 |
| 캐시 미스 입력 | $3.00 / 1M 토큰 |
| 출력 | $15.00 / 1M 토큰 |
| 출력 속도 | ~62 토큰/초 (동급 중간값 72.7보다 낮음) |
| 첫 토큰까지의 시간 | ~1.99초 |
| 인텔리전스 지수 | 57 (189개 중 4위) |
| 오픈 가중치 | 2026년 7월 27일경 예상 |
이 표는 대부분의 “사양 확인” 검색에 대한 빠른 답변입니다. 자체 토큰 볼륨에 대한 상세 비용 모델은 Kimi K3 가격 가이드에서 확인할 수 있습니다.
1M 컨텍스트 창과 캐시 적중 가격 책정이 중요한 이유
1,048,576 토큰 컨텍스트 창은 전체 코드베이스, 긴 연구 코퍼스 또는 여러 시간 분량의 녹취록을 단일 프롬프트 안에 넣을 수 있게 합니다. 이는 이제 최첨단의 기본 요소이지만, K3가 긴 컨텍스트에 가격을 책정하는 방식이 실제 워크로드에 흥미로운 점입니다.
입력 가격을 다시 살펴보세요: 캐시 적중 시 백만 토큰당 $0.30, 캐시 미스 시 $3.00입니다. 이는 10배의 차이입니다. 문샷이 문케이크 분리형 추론(Mooncake disaggregated inference)이라고 부르는 문샷의 추론 스택은 코딩 워크로드에서 90% 이상의 캐시 적중률을 제공한다고 보고됩니다. 사용 패턴이 큰 공유 컨텍스트, 긴 시스템 프롬프트, 큰 파일 트리, 고정된 지시 블록을 재사용한다면, 대부분의 입력 토큰은 저렴한 요율로 청구됩니다. 모든 단계에서 동일한 리포지토리 컨텍스트를 다시 보내는 에이전트형 코딩 루프의 경우, 그 차이는 빠르게 누적됩니다. 이것이 K3의 토큰당 출력 가격이 일반적인 최첨단 영역에 있음에도 불구하고 비용 경쟁력을 갖추게 하는 지렛대입니다.
상충 관계는 속도에서 나타납니다. Artificial Analysis는 K3의 출력 속도를 초당 약 62토큰으로 측정했으며, 이는 동일 가격대의 추론 모델 중간값인 72.7보다 낮습니다. 첫 토큰까지의 시간은 약 1.99초로, 해당 등급의 중간값보다 약간 좋습니다. 따라서 K3는 빠릿빠릿한 모델이라기보다는 “깊게 생각하고 꾸준히 스트리밍하는” 모델이며, 기본 추론 설정은 최대 사고 노력에 중점을 둡니다. 사용 사례에서 깊이보다 지연 시간이 더 중요하다면, 사용하기 전에 더 빠른 등급의 모델과 비교 벤치마킹하십시오.
솔직한 포지셔닝: 강력하고 오픈되어 있지만, 최전선 그 자체는 아님
이는 너무 많은 출시 기사들이 건너뛰는 이야기의 한 부분입니다. 문샷 스스로도 선을 명확히 그었습니다. 공식 Kimi K3 출시 블로그에는 K3가 “여전히 가장 강력한 독점 모델인 Claude Fable 5와 GPT 5.6 Sol에 뒤처지지만”, “자체 평가 스위트에서 최첨단 수준의 성능을 보여주었다”고 명시되어 있습니다. 이 문장을 두 번 읽어보세요. 모델 벤더로서는 보기 드문 솔직함이기 때문입니다.
독립적인 수치들은 이러한 미묘한 차이를 뒷받침합니다. Artificial Analysis Intelligence Index에서 K3는 57점을 기록하여 189개 모델 중 4위를 차지했습니다. 이 지수는 에이전트 작업, 코딩, 과학 및 추론을 포함한 9가지 평가를 종합한 것이므로, 상위 5위권 진입은 진정한 신호이지 선택적인 것이 아닙니다. 그러나 4위라는 것은 세 개의 모델이 그 앞에 있다는 것을 의미하며, 문샷은 그 중 두 개를 언급합니다.
그렇다면 K3를 어떻게 이해해야 할까요? K3는 최첨단에 가까운 가장 강력한 오픈 가중치 모델이며, 가중치가 공개되면 독점 계약 없이 실행할 수 있는 가장 유능한 모델 중 하나입니다. K3가 세계 최고의 단일 모델은 아니며, 이해관계자들에게 그렇게 홍보해서는 안 됩니다. 어려운 추론 작업에서 절대적인 최고 수준이 필요하다면, 폐쇄형 최첨단 모델이 여전히 우세합니다. 개방형 경로와 낮은 실질 가격으로 최첨단에 준하는 품질이 필요하다면, K3는 진지한 경쟁자입니다. 폐쇄형 선두 모델들과의 직접적인 비교는 Kimi K3 vs Claude Opus 4.8 및 Kimi K3 vs GPT-5.6 Sol에서 확인할 수 있습니다.
오늘 Kimi K3를 사용할 수 있는 곳
K3는 출시 당일 문샷의 전체 제품 표면에 걸쳐 출시되었습니다. 다음은 가용성 매트릭스입니다.
| 표면 | 제공 내용 |
|---|---|
| Kimi.com | 웹 채팅 앱, 기본 모델로 K3 제공 |
| Kimi Work | 팀 워크스페이스 제품 |
| Kimi Code | 터미널 기반 코딩 에이전트 |
| Kimi API | 모델 ID kimi-k3를 통한 프로그래밍 방식 접근 |
| 모바일 앱 | iOS, Android, HarmonyOS |
| 데스크톱 | Kimi Work 앱, 버전 3.1.0 이상 |
| OpenRouter | moonshotai/kimi-k3를 통한 라우팅 접근 |
터미널 환경을 선호한다면, Kimi Code가 코딩 에이전트의 진입점입니다. 저희의 Kimi Code CLI 설명서는 K2 시대의 설정 패턴을 다루며, K3의 흐름도 유사합니다. 해당 계보의 이전 챔피언과 코딩 동작을 비교하고 싶다면, Kimi K3 vs Kimi K2.7 Code를 직접 비교해 보세요. 평가하는 동안 전혀 비용을 지불하고 싶지 않다면, Kimi K3를 무료로 사용하는 방법이 무료 경로를 다룹니다.
API가 노출하는 기능
개발자에게 모델은 이야기의 절반에 불과합니다. API 표면이 무엇을 만들 수 있는지 결정합니다. K3의 엔드포인트는 진지한 에이전트형 모델에서 기대할 수 있는 기능을 지원합니다.
- 컨텍스트 캐싱 ($0.30 캐시 적중률의 메커니즘)
- 도구 호출 및 도구 선택 제약 조건
- JSON 모드 및 구조화된 출력
- 제어된 완성(completions)을 위한 부분 모드
- 인터넷 검색
- 동적 도구 로딩
- "최대" 설정을 포함한 구성 가능한 추론 노력
이러한 기능 세트는 K3가 특별한 처리 없이 에이전트 프레임워크, 구조화된 추출 파이프라인 및 함수 호출 앱에 통합될 수 있음을 의미합니다. 기본 URL은 문샷의 기존 패턴, 즉 OpenAI 호환 Kimi 엔드포인트를 따릅니다 (콘솔이 출시 시 새 도메인으로 이동했으므로, 하드코딩하기 전에 platform.kimi.ai에서 정확한 기본 URL을 확인하십시오). OpenAI 클라이언트를 해당 엔드포인트로 지정하고 모델을 kimi-k3로 설정하면 기존 채팅 완성 및 도구 호출 코드가 작동할 것입니다. 전체 요청 및 응답 가이드는 Kimi K3 API 가이드에 있습니다.
출시 전에 kimi-k3 테스트하기
모델 사양이 실제 통합으로 이어지는 부분입니다. kimi-k3를 에이전트 루프에 넣기 전에, 엔드포인트가 정확히 무엇을 반환하는지, 토큰이 어떻게 스트리밍되는지, 도구 호출이 예상하는 형태로 작동하는지, 그리고 최대 추론 노력 시 모델이 어떻게 동작하는지 정확히 확인해야 합니다. 이는 프롬프트 엔지니어링 작업이 아니라 API 테스트 작업입니다.
이곳이 Apidog가 워크플로우에서 그 자리를 차지하는 지점입니다. K3는 OpenAI 프로토콜을 사용하므로, Apidog에서 K3의 채팅 완성 엔드포인트를 요청으로 추가하고, 키를 환경 변수로 저장하여 공유 컬렉션에 포함되지 않도록 하며, stream: true로 호출을 실행할 수 있습니다. Apidog는 서버 전송 이벤트 스트림을 렌더링하여 델타 청크가 도착하는 즉시 읽을 수 있게 해주므로, 스트리밍 파서가 K3의 출력을 처리할 수 있는지 확인하는 가장 빠른 방법입니다. 도구가 정의된 요청을 보낼 때, 에이전트 코드가 한 줄도 실행되기 전에 모델이 반환하는 정확한 tool_calls 페이로드를 검사하고 스키마에 대해 인수를 검증할 수 있습니다.
자주 묻는 질문
Kimi K3란 무엇인가요? Kimi K3는 2026년 7월 16일 출시된 문샷 AI의 주력 대규모 언어 모델입니다. 이는 1M 토큰 컨텍스트 창을 가진 2.8조 개의 매개변수 Mixture-of-Experts 모델로, API 모델 ID kimi-k3와 문샷의 소비자 및 개발자 제품을 통해 서비스됩니다. 문샷은 이를 “세계 최초의 오픈 3T급 모델”이라고 설명합니다.
Kimi K3는 몇 개의 매개변수를 가지고 있나요? K3는 총 2.8조 개의 매개변수를 가지고 있으며, 토큰당 896개의 전문가 중 16개를 활성화하는 Mixture-of-Experts 라우팅을 사용합니다. 문샷은 정확한 활성 매개변수 수를 공개하지 않았으므로, 특정 활성-조 단위 숫자를 사실로 인용하는 것은 피하십시오. 문샷이 공개한 정확한 숫자는 “896개의 전문가 중 16개”입니다.
Kimi K3 API 비용은 얼마인가요? 가격은 캐시 적중 입력 토큰 백만 개당 $0.30, 캐시 미스 입력 토큰 백만 개당 $3.00, 출력 토큰 백만 개당 $15.00입니다. 문샷의 문케이크 추론은 코딩 워크로드에서 90% 이상의 캐시 적중률을 기록한다고 알려져 있어, 반복적이고 컨텍스트가 많은 작업에서 실제 입력 비용은 낮게 유지됩니다. 전체 모델은 가격 분석에 있습니다.
Kimi K3는 오픈 소스인가요? 출시 당일에는 아닙니다. 문샷은 2026년 7월 27일까지 전체 모델 가중치를 공개하기로 약속했습니다. 그때까지는 호스팅된 제품과 유료 API를 통해 K3에 접근할 수 있습니다. 가중치가 공개되면 직접 호스팅할 수 있게 되며, 이것이 “오픈 3T급”이라는 설명의 기반이 됩니다.
Kimi K3는 Claude Fable 5 또는 GPT-5.6 Sol보다 우수한가요? 아니요, 문샷도 직접 그렇게 말합니다. 출시 게시물에는 K3가 “여전히 가장 강력한 독점 모델인 Claude Fable 5와 GPT 5.6 Sol에 뒤처지지만”, 그 성능은 최첨단 수준이라고 언급되어 있습니다. Artificial Analysis Intelligence Index에서 57점을 기록하여 189개 중 4위이므로, 상위권에 속하지만 1위는 아닙니다.
OpenAI SDK와 함께 Kimi K3를 사용할 수 있나요? 예. 문샷의 API는 OpenAI-SDK와 호환됩니다. OpenAI 호환 Kimi 엔드포인트로 클라이언트를 지정하고 (platform.kimi.ai에서 정확한 기본 URL을 확인하십시오), 모델을 kimi-k3로 설정하면 기존 채팅 완성 및 도구 호출 코드가 작동할 것입니다. 앱에 연결하기 전에 Apidog에서 요청 및 응답 형식을 확인할 수 있습니다.
Kimi K3는 얼마나 빠른가요? Artificial Analysis는 K3의 출력 속도를 초당 약 62토큰으로 측정했으며, 이는 동일 가격대의 중간값인 72.7보다 낮고, 첫 토큰까지의 시간은 약 1.99초입니다. K3는 속도보다 깊이를 선호하며, 기본 추론 설정은 최대 사고 노력을 사용합니다. 지연 시간이 제약이라면 더 빠른 모델과 벤치마킹하십시오.
Kimi K3는 Kimi K2.7 Code와 어떻게 비교되나요? K3는 K2 라인 위의 차세대 주력 모델로, 재구축된 어텐션 스택과 문샷에 따르면 K2보다 약 2.5배 더 나은 스케일링 효율성을 자랑합니다. K2.7 Code는 여전히 강력한 코딩 전용 옵션입니다. 직접적인 비교는 Kimi K3 vs Kimi K2.7 Code에서 확인할 수 있습니다.