Kimi K3는 Moonshot AI의 플래그십 모델로, Kimi 앱, CLI, 데스크톱에서 사용할 수 있습니다. 이 모델은 두 가지 변형으로 제공됩니다: K3 Max ("Chat & Agent, 플래그십 올라운더")와 K3 Swarm Max ("대규모 검색, 일괄 처리 등 여러 작업을 한 번에"), 대표 기능은 Agent Swarm입니다. 이는 네이티브 비전과 100만 토큰 컨텍스트를 갖춘 2.8조 파라미터 Mixture-of-Experts 모델이며(앱에서는 상위 멤버십 등급에 한해 제공되고, API에서는 제한 없음). Moonshot은 이제 공식 벤치마크와 API 가격(백만 토큰당 $3/$15)을 담은 tech blog를 공개했으므로, 이 사양은 유출이 아니라 실제입니다. 아직 남아 있는 한 가지는 오픈 웨이트 공개로, 2026년 7월 27일까지 예정되어 있습니다.
Kimi K3가 이미 출시되었나요?
네. Kimi K3는 Moonshot의 현재 플래그십으로, Kimi 앱, CLI, 데스크톱에서 사용 가능하며, kimi.com에서는 이제 "Kimi AI with K3"가 전면에 내세워지고 있습니다. Moonshot은 공식 벤치마크와 API 가격을 담은 기술 블로그를 공개했으므로, 핵심 수치는 공급업체에 의해 확인된 것입니다. 아직 남아 있는 주요 사항은 오픈 웨이트 공개로, 2026년 7월 27일까지 예정되어 있습니다.
Kimi K3 Max 및 K3 Swarm Max: 두 가지 변형
K3는 단일 모델이 아니라 모델군입니다. 앱 내 선택기(아래 첫 번째 스크린샷)에는 세 가지 옵션이 표시됩니다:
K3 Max, "채팅 & 에이전트, 플래그십 올라운더"는 기본값이며 대부분의 코딩, 추론, 어시스턴트 작업에 적합한 선택입니다.
K3 Swarm Max, "대규모 검색, 배치 처리, 그리고 그 이상을 한 번에"는 복잡한 다중 에이전트 워크플로를 위한 고사양 버전으로, 하나의 작업을 여러 서브 에이전트에 동시에 분산하도록 설계되었습니다.
K2.6 Fast는 "빠른 채팅, 신속한 응답"으로 메뉴에 그대로 남아 있어, 이전 플래그십은 이제 저지연 옵션이 됩니다.
구분선은 오케스트레이션의 규모입니다: K3 Max는 일상적인 에이전트 루프를 실행하고, K3 Swarm Max는 대규모 워크로드에서 많은 에이전트를 병렬로 실행합니다.
Kimi K3 에이전트 스웜
Agent Swarm은 K3의 정체성이며, 부가 기능이 아니기 때문에 주력 제품에는 전용 "Swarm Max" 버전이 함께 제공됩니다. 이는 대규모 병렬 검색과 배치 처리를 조율하여 하나의 세션에서 훨씬 더 많은 작업을 완료할 수 있게 하며, 이미 수백 개의 협업하는 하위 에이전트 규모로 동작하던 Kimi Work와 함께 Moonshot이 제공한 swarm 시스템을 확장한 것입니다.
컨텍스트는 이제 멤버십 등급입니다
K3에서 가장 흥미로운 점은 1백만 토큰 컨텍스트 자체가 아니라, Moonshot이 컨텍스트 길이를 유료 멤버십 혜택으로 바꿨다는 것입니다. 같은 모델이라도 요금제에 따라 작업 메모리가 달라집니다:
Moderato: 256K 토큰
Allegretto and up: 1M 토큰
앱 내 선택기는 별도의 "Context Length" 컨트롤로 이를 반영합니다. 따라서 지불하는 요금제에 따라 K3를 사용할 수 있는지 여부가 달라지는 것이 아니라, 한 번에 작업 메모리에 담아둘 수 있는 프로젝트의 양이 달라집니다.
AI 가격이 앞으로 어디로 향할지 생각하는 데 유용한 방식입니다. 모델은 CPU이고, 컨텍스트 윈도우는 RAM이며, 회원 등급은 RAM 구성입니다. 이것은 또한 K3가 왜 코딩, 게임, 3D 작업에 그토록 집중하는지를 설명합니다. 1M 컨텍스트는 더 오래 대화하기 위한 것이 아니라, 코드베이스와 그 문서, 로그, 씬 구성, 작업 기록을 한 번에 삼켜서 맥락을 놓치지 않고 진정으로 큰 프로젝트를 계속 처리하기 위한 것입니다.
구매자를 위한 실질적인 핵심은: 작업이 얼마나 오래 유지되어야 하는지에 따라 요금제를 선택하라는 것입니다. 긴 단일 세션 코딩, 대규모 저장소 리팩터링, 또는 여러 파일에 걸친 에이전트 실행이 바로 1M 요금제를 정당화하는 경우이며, 일반적인 채팅과 짧은 작업은 256K 안에서 충분히 처리됩니다.
K3 사양과 각 사양을 얼마나 신뢰해야 하는지
공식 기술 블로그가 공개되면서, 유출로 돌던 대부분의 내용이 이제 확인되었습니다. 각 사양의 현황은 다음과 같습니다.
사양 | 출처 | 상태 |
|---|---|---|
두 가지 변형(K3 Max, K3 Swarm Max), app/CLI/desktop에서 제공 | kimi.com + 앱 내 선택기 | 확인됨 |
총 2.8T 파라미터, 896개 전문가 중 16개 활성화(Stable LatentMoE) | 공식 기술 블로그 | 확인됨 |
Kimi Delta Attention + Attention Residuals | 공식 기술 블로그 | 확인됨 |
네이티브 비전(image + video) | 공식 문서 | 확인됨 |
1M context(멤버십 등급에 따라 앱 내 256K–1M; API에서는 고정 1M) | 공식 문서 | 확인됨 |
API 가격 $3 / $15 per 1M($0.30 cached) | 공식 가격 정보 | 확인됨 |
Agent Swarm: 대규모 병렬 검색 + 배치 | 라이브 제품 + 이전 Kimi Work | 확인됨 |
Open weights, Modified MIT, 2026년 7월 27일까지 전체 공개 | 공식 기술 블로그 | 발표됨, 아직 Hugging Face에는 없음 |
솔직하게 말하면: 아키텍처, 컨텍스트, 가격, 벤치마크는 이제 모두 공급업체에 의해 확인되었습니다. 직접 검증해야 할 단 하나는 7월 27일까지 약속된 weights 공개입니다. 그것이 제공되기 전까지는 셀프 호스팅이 아직 불가능합니다.
Kimi K3 벤치마크
Moonshot은 출시 시 벤치마크 표를 공개했다. 최대 추론 노력에서는 K3가 최전선 수준의 점수를 기록하며, 공개된 모든 셀에서 Claude Opus 4.8을 근소하게 앞서는 한편, 최상위 독점 모델인 Claude Fable 5와 GPT-5.6 Sol에는 미치지 못한다. 이는 공급업체가 보고한 수치이다.
벤치마크 | Kimi K3 | Claude Fable 5 | GPT-5.6 Sol | Claude Opus 4.8 |
|---|---|---|---|---|
DeepSWE | 67.5 | 70.0 | 73.0 | 59.0 |
Program Bench | 77.8 | 76.8 | 77.6 | 71.9 |
Terminal-Bench 2.1 | 88.3 | 84.6 | 88.8 | 84.6 |
GPQA-Diamond | 93.5 | 92.6 | 94.1 | 91.0 |
MathVision (with Python) | 97.8 | 98.6 | 97.8 | 97.1 |
독립적으로, Artificial Analysis는 Intelligence Index에서 K3를 189개 중 4위로 평가했으며(57점, Opus 4.8의 56점보다 1점 앞섬), 이는 공급업체의 설명 없이도 최상위 수준임을 확인해 줍니다. 에이전트형 작업에서 K3는 BrowseComp 91.2(출시 시점 공개된 최고 점수)와 도구를 사용한 Humanity's Last Exam 56.0도 기록했습니다. 전체 1:1 비교는 Kimi K3 vs Claude Opus 4.8에 있습니다.
두 가지 주의점이 있습니다. 이 표는 Moonshot 자체 자료이며, Artificial Analysis는 K3를 느리고 매우 장황하다고 표시하므로, 점수는 처리량과 함께 고려해야 합니다. 아직 미정인 한 가지 사양은 오픈 웨이트이며, 2026년 7월 27일까지 제공될 예정입니다.
실습: 긴 K3 실행이 어떤 느낌인지
Kimi Code 데스크톱 클라이언트에서 K3 Max를 잠시 사용해 본 초기 경험(2026년 7월)을 바탕으로, 몇 가지 눈에 띄는 점이 있습니다:
현재는 최대 thinking effort로만 실행됩니다. 아직 더 낮은 effort 설정은 없어서, 모든 응답이 오래 생각하는 데 시간이 걸립니다. 장점은 출력 품질이 유지된다는 점입니다. 실제 코딩 작업에서는 Claude Opus 4.8 수준처럼 느껴졌고, 공식 벤치마크도 이를 뒷받침하며 Moonshot의 suite에서 K3가 Opus 4.8을 근소하게 앞섭니다.
할당량은 시간 기반이며, 무거운 작업에 충분히 넉넉합니다. 4시간 사용 창은 대규모 작업을 실행하는 동안에도 거의 줄지 않아 약 15%만 소진되었습니다. K3는 한 줄 답변을 자주 받는 용도보다, 계속 켜 두고 작업을 맡기는 데 맞게 설계된 것이 분명합니다.
긴 단일 실행을 지속할 수 있습니다. 네트워킹 도구용 네이티브 Mac 인터페이스를 만들라고 요청했을 때, 1시간을 훌쩍 넘길 것으로 예상되는 작업에 들어갔는데, 이것이 바로 K3가 내세우는 장기 코딩 작업입니다.
Kimi Code의 인터페이스는 눈에 띄게 더 좋아졌습니다. 긴 생각 동안에는 작은 회전하는 달 로딩 애니메이션까지 나옵니다.
이 패턴은 제품 설계와 일치합니다: 긴 사고, 큰 컨텍스트, 그리고 시간 기반 할당량은 모두 빠른 대화가 아니라 지속적인 프로젝트 작업을 가리킵니다.
Kimi K3 vs DeepSeek V4 Pro, GLM 5.2, and Claude
K3는 규모로 승부하는 모델입니다. 2.8T 파라미터는 DeepSeek V4 Pro(1.6T로 알려짐)와 Baidu의 ERNIE 5.0(2.4T)와 맞붙습니다. 파라미터 수는 품질을 가늠하는 데 좋은 지표가 아니므로, 더 큰 K3가 자동으로 이기는 것은 아니지만, Moonshot이 효율성보다 최전선을 추구하고 있음을 보여줍니다.
지금 바로 확인할 수 있는 오픈 가중치 비교로는 DeepSeek V4 Pro versus DeepSeek V4 Flash와 GLM 5.2 against DeepSeek V4 Pro가 K3와 비교될 두 개의 중국 오픈 모델을 다룹니다. 폐쇄형 최첨단 모델과 비교할 때 기준점은 Claude입니다. Kimi 코딩 빌드는 이미 Opus 4.8을 기준으로 벤치마킹되어 있으며, Claude API pricing은 K3가 평가받게 될 비용 기준을 설정합니다.
Kimi K3에 접근하는 방법
Kimi의 자체 플랫폼: K3 Max와 K3 Swarm Max는 kimi.com의 앱, CLI, 데스크톱 클라이언트에서 실행되며, 1M 컨텍스트는 상위 멤버십 등급에 예약되어 있습니다. 유료 개발자 API는 Moonshot의 Open Platform에서 제공되며, 입력 토큰 100만 개당 $3, 출력 100만 개당 $15($0.30 캐시됨)로 과금됩니다. Kimi K3 전체 가격 내역에서는 이것이 K2.6, DeepSeek, GLM, Claude와 어떻게 비교되는지 다룹니다.
오픈 가중치: 이전의 Kimi 플래그십 모델들은 Moonshot의 조직 아래 Hugging Face에 오픈 가중치로 공개되었고, K3 가중치는 2026년 7월 27일까지 그곳에 올라올 예정입니다. 모델 카드를 확인하세요.
API 집계기: 하나의 엔드포인트 뒤에 여러 모델을 노출하는 제3자 게이트웨이는 새로운 중국 오픈 모델을 빠르게 추가하는 경향이 있습니다. AIReiter 같은 플랫폼은 이미 Anthropic-compatible API를 통해 DeepSeek V4와 GLM 5.2를 제공하고 있으므로, 오픈 가중치를 가진 K3도 같은 경로를 따를 가능성이 높습니다.
자주 묻는 질문
K3 Max와 K3 Swarm Max의 차이점은 무엇인가요?
K3 Max는 채팅 및 일상적인 에이전틱 작업을 위한 범용 플래그십입니다. K3 Swarm Max는 대규모 병렬 검색, 배치 처리, 복잡한 멀티 에이전트 워크플로를 위한 고사양 버전입니다.
1M 컨텍스트 티어가 필요한가요?
작업에 많은 양이 한 번에 상주해야 하는 경우에만 해당됩니다: 대규모 저장소 코딩, 다중 파일 에이전트 실행, 또는 긴 단일 세션. 256K Moderato 요금제는 일반적인 채팅과 짧은 작업을 포함합니다. 1M 윈도우는 Allegretto 및 그 이상의 요금제에서 제공됩니다.
Kimi K3 오픈 웨이트를 사용할 수 있나요?
발표되었지만 아직 공개되지 않았습니다. Moonshot은 전체 K3 weights (Modified MIT)가 2026년 7월 27일까지 공개될 것이라고 밝혔으며, 이 글을 쓰는 시점에는 Hugging Face org에 올라와 있지 않습니다.
Kimi K3 Agent Swarm이란 무엇인가요?
K3의 핵심 기능: 여러 서브 에이전트를 조정하여 검색과 처리를 병렬로 실행함으로써 하나의 세션에서 훨씬 더 많은 일을 처리합니다. 이는 Kimi Work의 스웜 시스템을 확장한 것입니다.