수치로 본 Kimi K3, 2026년 7월 17일 기준:
2.8조 개의 파라미터. 역대 가장 큰 오픈웨이트 모델로, DeepSeek V4 Pro 보다 75% 더 크다.
아키텍처 내부에는 896개의 전문가가 있다. 토큰당 16개 활성화.
100만 개의 컨텍스트 토큰. 네이티브 비전. 하나의 추론 모드, 영구적으로 최대로 설정됨.
입력 토큰 100만 개당 3달러, 출력 100만 개당 15달러. 캐시된 입력은 0.30달러로 떨어지며, Moonshot 의 제공 스택은 코딩 세션에서 캐시 적중률을 90% 이상 유지한다.
Arena의 독립적인 프론트엔드 코딩 테스트에서 K3는 Claude Fable 5와 GPT-5.6 Sol을 이겼다. Arena의 광범위한 텍스트 순위에서는 Opus 4.8 보다 앞서면서도 작업당 비용은 40% 저렴했다.
전체 가중치는 7월 27일 수정된 MIT 라이선스 하에 공개된다. 역사상 최초의 공개 3T급 모델이다.
이면의 베이징 연구소 Moonshot AI는 지난 4월에 이미 연간 매출 2억 달러를 돌파했다. 7월 16일 K3를 출시했고, 시장은 18개월 만에 두 번째 DeepSeek 모멘트를 맞았다.
이것이 수치다. 이제 그 이면의 이야기를 살펴보자. 수치만으로는 이번 출시가 얼마나 이례적인지 충분히 설명되지 않기 때문이다.
아무도 예상하지 못한 귀환
18개월 전, Moonshot은 끝난 것처럼 보였다. DeepSeek이 그들의 소비자 시장을 잠식했고, 엔터프라이즈 스토리는 정체되었으며, Kimi 브랜드는 중국 AI 경쟁에서 한낱 각주에 불과했다. 전 Google 연구원이었던 창업자 Yang Zhilin은 연구소를 한 가지에 집중시켰다: 터무니없이 큰 컨텍스트 윈도우를 가진 에이전트 코딩 모델.
K2는 2025년 7월 견고한 오픈웨이트 코더로 등장했다. K2.5와 K2.6이 2026년 봄까지 이어졌고, 4월까지 Artificial Analysis는 K2.6을 자체 인텔리전스 지수에서 가장 강력한 오픈웨이트 모델로 평가했다. 훌륭하지만, 여전히 비공개 프론티어 모델보다 한 단계 아래였다.
K3가 그 격차를 메웠다. Moonshot은 상하이 세계 인공지능 컨퍼런스 며칠 전에 출시 시점을 맞췄고, 벤치마크 이면의 메시지는 노골적이었다: 3년간의 GPU 수출 통제로는 중형 베이징 연구소가 프론티어에 도달한 후, 다운로드 링크만 있으면 누구에게나 가중치를 제공하는 것을 막지 못했다.
Anthropic은 Moonshot과 다른 중국 연구소들이 산업 규모의 증류(distillation)를 수행하며 미국 프론티어 모델과의 수백만 건의 교환을 통해 훈련했다고 비난했다. Moonshot은 이를 부인한다. 두 가지 모두 동시에 중요할 수 있다: 기원 논쟁은 실제이며, 10일 후 Hugging Face에 올라갈 이 결과물 또한 실제다.
2.8조 개의 파라미터가 실제로 제공하는 것
헤드라인 수치는 단순한 덩치로 읽으면 오해의 소지가 있다. K3는 희소 혼합 전문가(Mixture-of-Experts) 모델이다: 896개의 특수 하위 네트워크, 토큰당 16개 활성화. 2.8T 모델의 지식 용량을 훨씬 더 작은 추론 비용으로 얻을 수 있다.
두 가지 내부 발명이 디자인을 뒷받침한다. Kimi Delta Attention은 하이브리드 선형 주의 메커니즘으로, 감당할 수 있는 가격에 100만 컨텍스트 윈도우를 가능하게 한다. Attention Residuals는 표준 잔차 연결을 대체하는 드롭인(drop-in) 방식으로, Moonshot이 일관된 확장 이득을 주장하는 부분이다. 둘 다 모델 출시 전에 GitHub에서 오픈 연구로 공개되어, 단 하나의 벤치마크가 나오기도 전에 연구자들 사이에서 K3의 신뢰도를 높였다.
실질적인 의미는 다음과 같다: 이 모델은 전체 코드베이스, 1년 치 문서, 또는 50개의 비디오 대본을 하나의 프롬프트로 읽고, 모든 것을 작업 주의에 유지하며, 전체에 걸쳐 추론한다. RAG 파이프라인, 청킹 전략, 임베딩 데이터베이스, 작은 컨텍스트 윈도우를 보완하기 위해 구축된 전체 검색 산업이, 점점 더 많은 작업 부류에서 선택 사항이 된다.
네이티브 비전이 추가되면서 입력 표면은 더욱 넓어진다. 스크린샷, 다이어그램, 화이트보드 사진, 차트 등. K3가 Arena에서 거둔 승리는 특히 프론트엔드 코딩 분야에서 나왔는데, 디자인을 보고 그에 맞는 코드를 작성하는 능력이 하나의 시스템 안에 공존하는 바로 그 분야다.
경제성이 진짜 무기다
벤치마크는 제쳐두자. 가격표가 바로 K3가 영향력을 행사하는 부분이다.
입력 3달러, 출력 15달러는 K3를 중국 연구소 가격 중 최상위에 위치시키며, Opus 4.8 의 작업당 비용의 약 절반 수준이다. 여기에 캐싱이 수학을 다시 쓴다. 긴 코딩 세션에서 90% 이상의 적중률로 캐시된 입력 토큰 100만 개당 0.30달러라면, 동일한 저장소를 계속 다시 읽는 에이전트의 실질적인 입력 비용은 약 4배 가까이 감소한다.
장기 작업 에이전트는 이것에 의해 성패가 갈린다. 6시간 동안 저장소를 파고드는 에이전트는 동일한 컨텍스트를 수천 번 다시 읽는다. 대부분의 가격 모델에서 이 루프는 비용을 파탄낸다. K3의 캐시 경제성 아래에서는 점심값 수준에 불과하다.
Moonshot은 또한 K3가 동등한 작업에서 K2.6 보다 21% 적은 출력 토큰을 사용한다고 주장한다. 자체 평가 테이블에서 나온 수치이므로 가볍게 받아들이자. 독립 테스트 결과 소규모 작업에서는 반대의 압력이 발견되었다: 항상 켜져 있는 최대 추론 모드는 사소한 SVG 그림을 그리는 데 13,241개의 생각 토큰을 소모했으며, 이는 한 번의 일회성 쿼리에 약 0.25달러에 해당한다. K3에는 경제 모드가 없다. 더 적게 생각하도록 요청할 수 없다.
여기서 정직한 사용 기준선이 그려진다. 단순하고, 대량이며, 지연 시간에 민감한 작업은 이 모델에 적합하지 않다. 캐시가 입력 비용을 흡수하고 작업이 최대 추론을 정당화하는 거대한 컨텍스트를 다루는 긴 세션이 바로 가격이 비싸 보이지만 오히려 유리해지는 지점이다.
7월 27일, 카테고리가 바뀐다
지금까지 업계에는 하나의 규칙이 적용되었다: 프론티어 성능은 API 뒤에 있다. 사용자는 대여할 뿐이며, 공급업체는 가격을 재조정하거나, 서비스를 중단하거나, 조용히 동작을 변경할 수 있고, 사용자 비즈니스는 무슨 일이 일어나든 감수해야 했다.
7월 27일, K3 가중치가 수정된 MIT 라이선스 하에 공개된다. 한 번 다운로드하면 어떤 연구소도 그 성능을 되돌릴 수 없다. 사용자 도메인에 맞게 미세 조정하라. air-gapped 환경에서 실행하라. 자체 하드웨어에서 제공하라. 모델 서비스 중단 공지에 잠 못 이루던 정부, 병원, 은행, 그리고 모든 창업자들은 이제 누구에게도 종속되지 않는 프론티어급 대체재를 갖게 된다.
거의 아무도 2.8조 개의 파라미터를 자체 호스팅하지 않을 것이다. 이 크기의 모델을, 심지어 희소 모델이라도 제공하기 위한 하드웨어 비용은 취미가 수준을 훨씬 넘어선다. 그러나 그것이 요점을 놓치는 것이다. 가중치가 공개적으로 존재한다는 사실은 유사한 성능의 비공개 모델에 대해 누구나 청구할 수 있는 가격을 영구적으로 제한하며, 저렴한 가격에 K3를 제공하기 위해 경쟁하는 제3자 호스트 시장을 보장한다. 단 하나의 샤드도 다운로드하지 않더라도 오픈 릴리스의 혜택을 누릴 수 있다.
이번 달에 무엇을 만들 것인가
100만 컨텍스트, 네이티브 비전, 프론티어 코딩 점수, 그리고 급감하는 캐시 비용을 가진 모델은 단순한 채팅 업그레이드가 아니다. 이는 다른 형태의 작업에 보상을 제공한다.
전체를 집어넣어라. 검토할 전체 저장소, 감사할 전체 계약서 폴더, 분석할 전체 경쟁사 콘텐츠 라이브러리. 예전에 청크로 나누던 모든 것, 이제는 나누지 마라.
오래 실행하라. K3의 공식적인 포지셔닝은 최소한의 감독으로 수행되는 긴 엔지니어링 세션이다: 저장소 탐색, 터미널 도구 조율, 계속 진행. 저녁에 실제로 몇 시간 걸리는 작업을 큐에 넣고 아침에 완료된 작업을 검사하라. 캐시가 모든 재읽기 비용을 부담한다.
카메라를 문제에 돌려라. 경쟁사의 랜딩 페이지를 스크린샷으로 찍고 재구축을 요청하라. 화이트보드를 사진 찍고 구현을 요청하라. 비전과 프론티어 프론트엔드 점수의 결합은 스크린-투-코드를 이 모델의 가장 적합한 분야로 만든다.
그리고 한 손은 미터기에 올려두어라. 사소하고 빈도가 높은 호출은 저렴한 소형 모델로 라우팅하라. K3는 아무것도 아닌 일에 깊이 생각하며 25센트를 기꺼이 쓸 테니까.
프론티어는 구독 형태였습니다. 10일 후, 그것은 하나의 파일이 됩니다. 그에 맞춰 계획하세요.
끝까지 읽어주셔서 감사합니다.
저는 AI 모델, 에이전트 워크플로우, 그리고 그 이면의 시스템을 실제 수치와 솔직한 주의사항과 함께 분석합니다. 이 글이 유용했다면, 팔로우를 통해 7월 27일 가중치 공개 분석이 그날 바로 여러분의 피드에 전달됩니다.
