키미(Kimi) 오픈 모델 K3, GPT-5.6에 맞먹는 성능…중국 AI 초저가 시대는 끝났다
중국의 AI 기업 키미(Kimi)가 최고 수준의 폐쇄형 모델과 맞먹는 성능을 지닌 2.8조 매개변수(Parameters) 규모의 멀티모달 오픈 모델 'K3'를 공개했습니다. 이 모델은 코딩 및 에이전트 작업에서 GPT-5.6 및 클로드 포블 5(Claude Fable 5)와 필적하는 성능을 보여주지만, 할루시네이션 비율이 증가했고 가격 역시 크게 상승하여 중국 AI의 '초저가' 시대가 저물었음을 시사합니다.
키미(Kimi)가 공개한 오픈 모델 K3는 GPT-5.6 Sol 및 Fable 5에 근접한 성능을 보여주며, 동시에 중국산 AI의 초저가 시대가 끝났음을 알립니다. Matthias Bastian (2026년 7월 16일)
핵심 요약:
- 키미(Kimi)는 896명의 전문가(Experts), 2.8조 개의 매개변수(Parameters), 100만 토큰의 컨텍스트 윈도우를 갖춘 전문가 혼합(Mixture-of-Experts) 기반의 오픈 웨이트(Open-weight) 멀티모달 모델인 K3를 출시했습니다. 전체 가중치(Weights)는 7월 말에 공개될 예정입니다.
- 키미의 자체 벤치마크에서 K3는 클로드 포블 5(Claude Fable 5) 및 GPT 5.6 Sol에 근접한 성능을 보였으며, 테스트된 다른 모든 시스템을 큰 차이로 압도했습니다.
- 독립 테스트 기관인 Artificial Analysis의 결과 역시 이를 대체로 확인해 주었지만, K3의 환각(할루시네이션, Hallucination) 비율은 이전 모델에 비해 증가했습니다.
- 입력 100만 토큰당 3달러, 출력 100만 토큰당 15달러로 책정된 K3의 가격은 이전 모델들보다 훨씬 비싸지만, Sonnet 5와 같은 서구권 중급 모델과 비슷한 수준입니다.
- 작업 당 비용은 약 0.94달러로, GPT-5.6 Sol과 유사하며 Opus 4.8의 절반 가격입니다.
키미(Kimi)는 2.8조 개의 매개변수와 100만 토큰의 컨텍스트 윈도우를 지원하는 멀티모달 모델인 K3를 출시했습니다. 이 모델은 회사의 자체 벤치마크에서 최고 수준의 기존 폐쇄형 모델들과 동등한 성능을 보여줍니다.
키미에 따르면, 새로운 플래그십 모델 K3는 총 2.8조 개의 매개변수를 보유하고 있으며, 이미지와 비디오를 네이티브로 처리하고 100만 토큰의 컨텍스트 윈도우를 지원합니다. 키미는 K3를 약 3조 매개변수 범위 내의 최초의 오픈 모델이라고 부릅니다. 전체 모델 가중치는 7월 27일까지 공개될 예정입니다. 이 모델은 오랜 시간이 걸리는 프로그래밍 작업, 지식 노동 및 복잡한 추론을 타겟팅합니다.
키미의 자체 벤치마크에서 K3는 최고 수준의 폐쇄형 모델인 클로드 포블 5(Claude Fable 5)와 GPT 5.6 Sol에는 뒤처지지만, 클로드 오퍼스(Claude Opus) 모델과 중국 경쟁사인 GLM-5.2를 포함한 테스트된 모든 다른 시스템을 물리쳤습니다. 회사에 따르면, 모든 결과는 키미에서 나온 것이며 최대 또는 높은 사고 강도(thinking intensity)를 통해 달성되었습니다.
총 35개의 테스트 중에서 K3는 약 7번 1위를 차지했고, 나머지 대부분에서 2위 또는 3위를 기록했습니다. 개별 테스트에서는 Fable 5가 가장 많이 이겼습니다. 거의 모든 벤치마크에서 K3는 Opus 4.8, GPT 5.5, GLM 5.2를 큰 차이로 이겼습니다. 벤치마크에 따라 KimiCode, Claude Code 또는 Codex 중 하나의 에이전트 시스템이 사용되었습니다. 즉, 모든 결과가 동일한 조건에서 수집된 것은 아닙니다.
Artificial Analysis, K3의 뛰어난 성능 확인... 단, 할루시네이션 비율은 증가
독립 테스트 연구소인 Artificial Analysis는 키미 K3에 대한 첫 번째 평가를 발표했습니다. 이 모델은 Artificial Analysis 지능 지수에서 57점을 획득하여 Opus 4.8 및 GPT-5.5와 동등한 수준이지만 여전히 Fable 5 및 GPT-5.6 Sol에는 뒤처집니다. 이는 키미의 주장과 대체로 일치합니다.
에이전트 작업에서 K3는 GDPval v2에서 1,668의 엘로(Elo) 점수를 기록했으며, 이는 K2.6의 1,190점에서 크게 도약한 수치입니다. GLM-5.2(1,514), GPT-5.5(1,494), 클로드 오퍼스 4.8(1,600)을 뛰어넘었지만 여전히 클로드 포블 5(1,760)에는 미치지 못합니다. K3는 또한 Zapier의 에이전트 SaaS 워크플로 평가 버전인 AutomationBench-AA에서 53%의 점수로 1위를 차지했습니다.
개인용 장기 지식 노동 평가인 AA-Briefcase에서 K3는 전체 엘로 1,547점을 기록하여 K2.6에서 732점이나 상승했습니다. 오직 클로드 포블 5만이 더 높은 점수를 받았습니다. Artificial Analysis는 K3가 뛰어난 두루 갖춘(Well-rounded) 모델이라고 평가하며, 루브릭 평가 및 분석 품질이 Fable 5의 수준에 근접한다고 밝혔습니다. 다만 발표 퀄리티 부분에서는 여전히 GPT-5.6 Sol이 선두를 달리고 있습니다.
K3의 정확도는 AA-Omniscience Index에서 33%에서 46%로 향상되어 전체 점수를 +6에서 +18로 끌어올렸습니다. 하지만 할루시네이션 비율은 39%에서 51%로 증가하여, 더 많은 질문에 올바르게 답변함에도 불구하고 거짓 정보를 생성하는 경우가 많아졌습니다.
K3, 코드 조각을 넘어선 전체 개발 프로젝트를 타겟팅
키미에 따르면, 이 모델의 주요 사용 사례는 최소한의 인간 개입으로 이루어지는 장기적인 소프트웨어 개발입니다. K3는 대규모 코드베이스를 분석하고, 터미널 도구를 조정하며, 수많은 작업 단계에 걸쳐 작업에 집중할 수 있도록 구축되었습니다.