Kimi K3.1 Pro 공개: 2.8T/104B MoE와 1M 컨텍스트, API 출시
Marktechpost가 2026년 10월 23일 보도한 바에 따르면, Moonshot AI는 K3.1 시리즈의 첫 모델인 Kimi K3.1 Pro를 발표했습니다. 총 파라미터 2.8T, 활성 파라미터 104B의 MoE 구조를 채택하며 1M 토큰 컨텍스트를 지원하고 Kimi API에 출시되었습니다. API 가격은 K3보다 낮으며, 공개 가중치는 2026년 11월 공개 예정입니다. 자체 보고 벤치마크는 코딩에서 최전선에 근접하지만 과학 터미널 작업에서는 뚜렷이 뒤처집니다.
주요 변화
Marktechpost가 2026년 10월 23일 보도한 바에 따르면, Moonshot AI는 K3.1 시리즈의 첫 모델인 Kimi K3.1 Pro를 발표했습니다. 이는 K3의 후학습 버전으로, 소식통은 후학습 컴퓨팅이 크게 늘었고 수백 개 다운스트림 영역에서 공동 강화학습을 진행했다고 전합니다. 소식통에 따르면 이 모델은 총 파라미터 2.8T, 활성 파라미터 104B(MoE)이며, 기본 K3 아키텍처는 Kimi Delta Attention과 Attention Residuals를 사용하고 Stable LatentMoE를 통해 896개 전문가 중 16개를 활성화하며 1M 토큰 컨텍스트를 지원하고 API는 텍스트, 이미지, 비디오를 받습니다. 동시에 Highspeed 변형도 공개되었으며, 공식 블로그는 2~3배 빠르다고 밝혔습니다. API 식별자는 kimi-k3.1-pro와 kimi-k3.1-pro-highspeed이며 엔드포인트는 OpenAI 호환입니다. 보도는 소식통을 인용해 API 가격이 K3보다 낮고 캐시 적중은 별도 과금된다고 전합니다. 공개 가중치는 아직 공개되지 않았으며 2026년 11월 공개 예정입니다. 벤치마크 데이터는 모두 Moonshot 자체 보고이며 대부분 최대 추론 노력과 Claude Code harness에서 얻어졌습니다. Terminal-Bench 4.0은 65.7%, SWE-Marathon은 51.7, Terminal-Bench Science 0.1은 38.1에 그쳤고, 내부 Kimi Hallu Bench Hard에서 주장 수준 환각은 K3의 23.4%에서 8.3%로 감소했습니다. 빠른 시작 문서는 몇 가지 실제 제한을 나열합니다. 사고 모드는 항상 켜져 있고 추론 노력은 low, high, max(기본 max)로 나뉩니다. 온도 1.0과 top-p 0.95는 고정값입니다. 출력 기본값은 131,072 토큰, 최대 1,048,576입니다. 비전 입력은 공개 이미지 URL을 받지 않으며 base64 또는 업로드 파일 ID를 사용해야 합니다.
개발자에게 미치는 영향
개발자에게 미치는 직접적 영향은 연동 방식, 비용 구조, 긴 컨텍스트 동작 세 가지에 집중됩니다. 첫째, 이는 K3.1 시리즈의 첫 모델로, K3의 후학습 반복이지 완전히 새로운 아키텍처가 아니라고 설명하므로 마이그레이션 비용은 세대 간 전환보다 낮을 수 있습니다. 그러나 API 식별자와 사고 모드 파라미터는 다시 확인해야 합니다. 사고 모드가 항상 켜져 있고 추론 노력 기본값이 max이므로, 기존에 추론 비활성화나 자체 사고 예산 제어에 의존하던 호출 경로는 재설계해야 하며 그렇지 않으면 지연과 토큰 소비가 예상보다 높아집니다. 둘째, 소식통은 이 모델이 API를 통해 텍스트, 이미지, 비디오를 받지만 공개 이미지 URL은 받지 않으며 base64 또는 업로드 파일 ID가 필요하다고 보고합니다. 이는 멀티모달 파이프라인의 요청 구성, 크기, 업로드 흐름에 실질적인 제약입니다. 셋째, 1M 컨텍스트와 최대 1,048,576 출력 상한은 더 긴 리포지토리나 로그를 단일 요청에 직접 넣을 수 있음을 의미합니다. 그러나 소식통은 전체 assistant 메시지를 반환해야 한다고 알리며, K3는 harness에서 추론 이력을 버리면 출력이 불안정해진다고 경고한 바 있으므로 추론 이력 절단 방식을 유지하면 긴 컨텍스트 이익이 상쇄될 수 있습니다. 가격 측면에서, 소식통은 표준 버전이 백만 토큰당 입력 2달러, 출력 10달러, Highspeed가 4/20달러로 모두 K3의 3/15달러보다 낮다고 전합니다. 이는 소식통이 보도일 전달한 제공사 가격이며, 구체적인 내용은 KimiSeek 가격 페이지와 실제 호출 정산을 기준으로 해야 하고 가격은 변동될 수 있습니다. 분명히 해야 할 점은 K3.1 Pro가 현재 KimiSeek 실시간 모델 카탈로그에 등재되지 않았으며, 소식통이 말한 API 사용 가능성은 제공사 측을 의미한다는 것입니다.
연동 및 평가 제안
두 가지 독립적 결정을 추진할 것을 권합니다. 모두 소식통 결론이 아닌 조건부 분석입니다. 결정 1: 기존 코딩 또는 터미널 에이전트를 K3에서 K3.1 Pro로 마이그레이션할지 여부. 소식통이 보고한 변화는 코딩 계열 벤치마크의 전반적 상승과 가격 인하이지만 과학 터미널 작업은 오히려 뚜렷이 뒤처집니다. 선택은 워크로드 구성에 달려 있습니다. 작업이 리포지토리급 코딩, SWE식 수정, 터미널 자동화 위주라면 소규모 트래픽 그레이스케일을 할 수 있습니다. 과학 계산, 시뮬레이션, 연구형 터미널 작업 비중이 높다면 기존 모델을 유지하거나 병렬 라우팅해야 합니다. 측정 가능한 평가 기준: 자체 코딩 작업 세트에서 K3와 K3.1 Pro의 작업 완료율과 수동 수정 필요 비율을 비교하고, 동일 품질 도달에 필요한 총 토큰 수를 기록해 소식통이 전달한 가격 구조로 작업당 비용을 환산합니다. 완료율이 떨어지지 않고 작업당 비용이 감소할 때만 트래픽을 확대합니다. 결정 2: Highspeed 변형을 사용할지 여부. 소식통이 보고한 변화는 Highspeed가 2~3배 빠르지만 단가가 더 높으며 추론 노력이 max로 고정된다는 것입니다. 선택은 상호작용 지연 제약 여부에 달려 있습니다. IDE 인라인 완성이나 인간-기계 교대가 필요한 에이전트 루프에 사용되고 요청이 고정 max 추론 노력으로 인한 출력 길이를 감당할 수 있다면 Highspeed를 우선 테스트할 수 있습니다. 배치 오프라인 작업이고 비용 민감하다면 표준 버전이 더 합리적입니다. 평가 기준: 고정 동시성에서 엔드투엔드 P95 지연과 초당 완료 작업 수를 측정하고, 지연 감소 폭이 단가 상승을 상쇄할 만큼 충분한지 계산합니다. 두 결정의 공통 전제 조건: 먼저 빠른 시작 문서의 파라미터 제한이 기존 클라이언트와 일치하는지, 특히 고정 온도와 top-p, 비전 입력이 공개 URL을 받지 않는다는 두 가지를 확인해야 합니다. 어떤 전환 전에도 롤백 스위치를 유지해야 합니다. 공개 가중치가 아직 공개되지 않아 단기적으로 자체 호스팅이 불가능하기 때문입니다.
제한과 확인할 사항
분명히 해야 할 점: Kimi K3.1 Pro는 현재 KimiSeek 실시간 모델 카탈로그에 없으며, 소식통이 말한 API 사용 가능성은 제공사 측을 의미하므로 연동 전에 제공사 문서와 실제 카탈로그를 기준으로 해야 합니다. 소식통의 벤치마크 수치는 대부분 Moonshot 자체 보고이고 대부분 최대 추론 노력과 Claude Code harness에서 얻어졌으며, 비교 차트는 제공사 비교 페이지에서 가져온 것으로 경쟁사 페이지에서 확인되지 않았으므로 독립 검증된 성능 결론으로 삼기 어렵습니다. 그중 일부 승리는 내부 벤치마크에서 나왔습니다. 과학 터미널 작업에서의 뚜렷한 뒤처짐은 소식통이 스스로 나열한 약점이지만 구체적 수치 역시 자체 보고 기준입니다. 공개 가중치는 2026년 11월 공개 예정이며, 이 시점은 소식통이 전달한 예상으로 변동될 수 있고 현재 자체 호스팅이 불가능하며 2.8T 규모는 다중 노드 서비스 배포를 가리킵니다. 가격은 소식통이 보도일 전달한 제공사 가격이며 수시로 조정될 수 있습니다. 요청 파라미터 제한, 사고 모드 항상 켜짐과 고정 온도 등 세부 사항은 모두 소식통이 인용한 빠른 시작 문서에서 나온 것이며 실제 동작은 제공사 최신 문서를 기준으로 해야 합니다. 또한 최근 이미 이 모델 공개를 다룬 보도가 있었으며, 이 소식통의 가치는 최초 확인이 아니라 통합 계층의 제한과 기술 세부를 보충하는 데 있습니다.