Kimi K3.1 Pro 리뷰: 지능지수 55점 4위, 입력 단가 33% 인하

핵심 요약

Moonshot AI는 2026년 10월 23일 Kimi K3.1 Pro를 공개했다(The Decoder, Artificial Analysis, AI타임스 보도). 2026년 7월 공개된 Kimi K3를 추가 post-training한 모델이다. 총 파라미터는 2.8T(2.8조), 활성 파라미터는 104B이며 컨텍스트는 100만 토큰이다. 입력은 텍스트와 이미지를 받는다.

Artificial Analysis Intelligence Index에서 55점을 받아 4위에 올랐다. K3보다 11점 높다. 앞선 모델은 Claude Opus 5.5(58점), Claude Sonnet 5.5(56점), Muse Wonder Full(56점)이다.

주요 기능

1. 에이전트 코딩 성능 향상

Terminal-Bench 4.0에서 65.7%를 기록했다(Moonshot 발표). 비교 수치는 Claude Opus 5.5 66.4%, GPT-6 Astra 58.2%, K3 13%다. Artificial Analysis는 같은 항목을 약 67%로 표기해 출처별로 수치가 다르다.

GDPval-AA는 1,846 Elo다. K3보다 312점 높고, Claude Opus 5.5의 1,866 Elo보다 20점 낮다.

2. 환각 지표 개선

Moonshot 내부 벤치마크인 Kimi Hallu Bench Hard(claim 단위)에서 환각률이 23.4%에서 8.3%로 내려갔다. 같은 벤치마크에서 GPT-6 Astra는 5.5%다.

Moonshot은 이 벤치마크를 스트레스 테스트로 설명하며, 일반적인 오류율이 아니라고 밝혔다. 따라서 실제 사용 환경의 환각률로 읽으면 안 된다.

3. 사이버 데이터 학습 제거

Moonshot은 사이버 능력 관련 데이터를 학습에서 의도적으로 제거했다. xdev-bench-hard 점수는 제거 전 90.5%에서 제거 후 81.0%로 내려갔다. 비교 수치는 DeepSeek-V4.1-Flash 85.7%, K3 33.3%다.

4. 가격과 제공 채널

가격은 100만 토큰 기준이다.

K3.1 Pro는 K3 대비 단가가 33% 낮다. Kimi.ai, Kimi Work, Kimi Code, Kimi API에서 바로 쓸 수 있다.

사용성과 비용 분석

핵심은 단가와 작업당 비용이 다르다는 점이다. Artificial Analysis 기준 작업당 비용은 K3.1 Pro가 $1.98, K3가 $2.00이다. 단가는 내렸지만 작업당 비용은 거의 그대로다. 비용 절감만 보고 이전하면 기대한 효과가 없을 수 있다.

그래도 같은 비용으로 얻는 성능이 달라졌다. 지능지수는 11점, Terminal-Bench 4.0은 K3의 13%에서 65.7%로 올랐다. 터미널 기반 에이전트 작업을 하는 개발자에게 의미가 있다. 빠른 응답이 필요하면 Highspeed 변형이 있으나, 단가는 입력 $4.00, 출력 $20.00으로 두 배다.

오픈 웨이트는 아직 받을 수 없다. Moonshot은 2026년 11월 4일까지 공개한다고 밝혔다. 라이선스는 공개되지 않았다. 상업적 이용이나 자체 호스팅 가능 여부는 라이선스가 나와야 판단할 수 있다.

장단점

장점은 K3 대비 11점 오른 지능지수, 100만 토큰 컨텍스트, 인하된 단가, 즉시 사용 가능한 제공 채널이다. 한계는 작업당 비용이 K3와 비슷하다는 점, 핵심 벤치마크 일부가 Moonshot 발표 수치라는 점, 라이선스와 일부 상세 학습 정보가 미공개라는 점이다. 환각 수치는 내부 스트레스 테스트 결과다.

전망

오픈 웨이트가 공개되면 독립 기관의 재현 검증이 가능해진다. 현재의 Terminal-Bench 4.0 수치는 Moonshot 발표와 Artificial Analysis 표기가 다르다. 독립 검증이 이 차이를 확인하는 기준이 된다. 라이선스 조건은 기업 도입 여부를 가르는 변수다. 사이버 데이터 제거 방식이 다른 모델 개발사에도 영향을 줄지는 확인된 바 없다.

결론

Kimi K3.1 Pro는 K3 대비 성능을 크게 올린 모델이다. 지능지수 4위로 상위 모델과의 점수 차는 Claude Opus 5.5 기준 3점이다. 다만 작업당 비용은 K3와 비슷하다. 에이전트 코딩 비용 대비 성능을 따지는 개발자와 오픈 웨이트 공개를 기다리는 팀에게 추천한다. 라이선스 공개 후 도입을 최종 판단하면 된다. 평점은 4점이다.