Kimi K3.1 Pro, Vega에 출시
Kimi K3.1 Pro가 Kimi 플랫폼 출시와 함께 vega.chat에도 도입되었습니다. Moonshot AI의 새로운 “3T급” 플래그십 모델은 1M 토큰 컨텍스트 윈도와 네이티브 비전 기능을 갖췄으며, 코딩, 3D 모델링, 금융 분야의 역량도 강화했습니다. 완전한 오픈 웨이트 버전은 2026년 11월 4일까지 공개될 예정입니다. 함께 출시된 K3.1 Pro Highspeed는 동일한 기능을 제공하면서 대화형 사용에 적합하도록 약 2~3배 빠르게 작동합니다.
Kimi K3.1 Pro란?
Moonshot AI의 K3.1 시리즈 첫 번째 모델인 K3.1 Pro는 사후 학습 연산량을 대폭 늘려 Kimi K3를 추가 학습한 버전입니다. “3T급”은 모델 등급을 의미하며, Moonshot은 정확한 전체 또는 활성 파라미터 수를 공개하지 않았습니다.
1,000,000토큰 컨텍스트 윈도를 통해 대규모 코드베이스, 방대한 금융 문서, 장시간 에이전트 세션을 한 번의 요청으로 처리할 수 있습니다. 네이티브 시각 이해 기능을 활용해 스크린샷, 스케치, 참조 이미지도 다룰 수 있습니다.
출시 첫날부터 Kimi.ai와 모바일 앱, Kimi Work, Kimi Code, Kimi API에서 이용할 수 있습니다. Kimi Enterprise 관리자는 조직에서 사용할 수 있도록 설정할 수 있으며, 출시 시점에는 기본적으로 비활성화되어 있습니다.
Kimi API 가격: kimi-k3보다 약 3분의 1 저렴
Moonshot이 공개한 Kimi API 가격은 다음과 같습니다.
| 토큰 유형 | 100만 토큰당 가격 |
|---|---|
| 입력 | $2.00 |
| 출력 | $10.00 |
| 캐시 쓰기 | $2.00 |
| 캐시 적중 | $0.20 |
이 가격은 VEGA 가격이 아니라 Kimi의 공급업체 가격입니다.
비교를 위해 살펴보면, kimi-k3의 캐시 미사용 입력 가격은 100만 토큰당 $3.00, 출력은 $15.00, 캐시 적중은 $0.30이었습니다. K3.1 Pro는 이 세 항목에서 약 3분의 1 저렴하므로, 이전에는 비용 때문에 제한했던 작업도 다시 검토해 볼 만합니다.
Kimi K3.1 Pro 벤치마크: 개선된 부분
에이전트형 코딩 및 터미널 작업
엄격한 테스트로 실제에 가까운 터미널 작업을 평가하는 Terminal-Bench 4.0에서 K3.1 Pro는 65.7%를 기록했습니다. GPT-6 Astra는 58.2%, Claude Opus 5.5는 66.4%입니다.
다만 비교 결과에는 주의가 필요합니다. K3.1 Pro는 Claude Code 하네스를 사용했고, 다른 모델들은 각 모델의 최대 설정으로 실행했습니다. 따라서 완전히 통제된 조건에서 직접 비교한 결과는 아닙니다.
여러 단계의 코딩과 도구 사용을 평가하는 Moonshot 자체의 Kimi Code Bench 3.0 Long-horizon 평가에서는 61.2%를 기록해 K3의 55.95%보다 향상되었습니다.
3D 모델링, CAD, 3D Make
파라메트릭 3D 모델링은 플래그십 모델 출시에서 이례적으로 강조된 분야입니다. K3.1 Pro는 텍스트, 스케치, 참조 이미지를 바탕으로 형태와 비율, 공간 관계를 추론합니다. MCP 커넥터 없이 Blender/CAD 스크립트를 작성하고 실행하며, 형상과 재질, 장면을 편집할 수 있습니다.
BenchCAD 결과는 강점과 남은 과제를 모두 보여줍니다.
| BenchCAD 설정 | K3.1 Pro | 비교 점수 |
|---|---|---|
| 도구 사용 | 92.7 | Opus 5.5: 96.2; Astra: 95.9 |
| 도구 미사용 | 72.8 | Opus 5.5: 73.0; Fable 5.1: 60.6; DeepSeek-V4.1-Flash-1017: 41.2 |
도구 사용 결과는 1,000개 파일의 하위 표본에서 Voxel IoU를 사용했습니다.
Moonshot은 이 기능을 활용한 완성형 제품도 출시했습니다. 3D Make는 kimi.ai와 앱에서 이용할 수 있으며, 3D 프린팅이나 동영상 및 Live Photos로 내보내기 전에 미리 보고 편집할 수 있습니다. 해당 제품은 Kimi 플랫폼에서만 이용할 수 있습니다.
금융 및 문서 분석
금융 문서 분석, 교차 검증, 다단계 계산을 평가하는 OfficeQA Pro v2에서 K3.1 Pro는 64.4점을 기록했습니다. Moonshot은 이 결과가 현재 최고 수준이라고 주장합니다. 투자 심사부터 수익성 분석까지의 업무를 다루는 Frontier Finance에서는 58.6점을 기록했다고도 밝혔습니다.
Moonshot 자체 금융 평가에서 K3보다 향상된 결과를 보였습니다.
| 평가 | K3.1 Pro | K3 |
|---|---|---|
| Financial Modeling | 57.6 | 50.4 |
| Financial Research | 70.4 | 58.8 |
| Business Operation | 37 | 8.9 |
사실 정확도
Moonshot 자체 평가인 Kimi Hallu Bench Hard에서 주장 단위 환각 비율은 K3의 23.4%에서 8.3%로 감소했습니다. 사실 오류가 하나 이상 포함된 답변의 비율도 이전 모델 수치의 42.4%로 줄었습니다.
도구 사용 조건의 차트는 다음과 같은 주장 단위 오류율을 보여줍니다. 낮을수록 좋습니다.
| 모델 | 오류율 |
|---|---|
| GPT-6 Astra | 5.5% |
| Kimi K3.1 Pro | 8.3% |
| Claude Opus 5.5 | 15.0% |
| GLM-5.3 | 22.6% |
| DeepSeek-V4.1 | 23.3% |
| Claude Fable 5.1 | 23.3% |
Moonshot은 이 평가가 엄격한 스트레스 테스트이며 일상적인 오류율을 추정한 결과는 아니라고 명시했습니다.
내부 작동 방식: 공동 RL과 사이버 안전
Moonshot은 이러한 성능 향상의 배경으로 수백 개의 다운스트림 도메인에 걸친 공동 강화 학습을 꼽으며, 이를 RL 인프라, 장문맥 추론, 학습 효율성, 샌드박스, 롤아웃 일정 관리, 환경 품질 관리 등 전체 스택 최적화가 뒷받침한다고 설명합니다.
팀은 사후 학습 규모가 커질수록 취약점 연구 역량도 향상되는 것을 관찰했습니다. 오픈 웨이트 버전에서는 일반 코딩 작업은 유지하되 중간 학습과 RL 단계에서 사이버 관련 데이터를 제외했으며, 자체 xdev-bench-hard 벤치마크를 사용해 표적 평가를 수행했습니다.
Vega에서 Kimi K3.1 Pro 사용해 보기
개발자에게 Kimi K3.1 Pro는 현재 장문맥을 활용하는 에이전트형 코딩에 가장 강력한 오픈 웨이트 후보입니다. 3D 팀은 형상 추론과 생성된 CAD 스크립트를, 금융 팀은 문서 교차 검증과 다단계 계산을 테스트해 보세요. Kimi의 공급업체 가격이 낮아진 만큼, 예산에 민감한 작업을 다시 검토하기에도 좋은 시점입니다.
여러 결과는 회사에서 보고했거나 자체 평가한 것이며, 하네스 조건은 서로 다르고 파라미터 수도 공개되지 않았습니다. 도입을 결정하기 전에 자체 작업에서 시험 운영해 보세요.
Kimi K3.1 Pro는 vega.chat의 모델 선택 메뉴에서 이용할 수 있으며, 개발자는 OpenRouter 호환 API인 api.vega.chat을 통해서도 호출할 수 있습니다.