Moonshot, Kimi K3.1 Pro 공개…지수 55점으로 4위, 가격 33% 인하

중국 AI 기업 Moonshot AI가 추론 모델 Kimi K3.1 Pro를 내놨다. 기존 Kimi K3에 사후 학습 연산을 대폭 늘려 다시 학습한 버전으로, Artificial Analysis Intelligence Index에서 55점을 받아 K3보다 11점 올랐고 4위에 자리했다.

이 지수에서 K3.1 Pro보다 높은 모델은 Claude Opus 5.5(58점), Claude Sonnet 5.5(56점), Muse Wonder Full(56점)뿐이다. Moonshot이 계획대로 2026년 11월 4일까지 모델 가중치를 공개하면 K3.1 Pro는 공개 가중치 모델 중 최고점이 된다. 다른 변화가 없다면 공개 모델과 상용 모델의 격차는 12점에서 3점으로 좁혀진다.

K3.1 Pro는 Kimi.ai, Kimi Work, Kimi Code, Kimi API에서 지금 쓸 수 있다. 같은 모델에 속도를 높인 K3.1 Pro Highspeed도 함께 나왔으며, Moonshot은 이 버전이 2~3배 빠르다고 밝혔다. 백만 토큰당 요금은 K3.1 Pro가 입력 2달러, 출력 10달러, 캐시 입력 0.20달러이고, Highspeed는 입력 4달러, 출력 20달러, 캐시 입력 0.20달러다.

에이전트 작업에서 가장 크게 올랐다

Artificial Analysis 측정에서 GDPval-AA 점수는 1,846 Elo로 K3보다 312점 높다. Claude Opus 5.5(1,866)와 Muse Wonder Full(1,857) 바로 뒤이고, GPT-6 Astra(1,573)보다는 크게 높다. Terminal-Bench 4.0에서는 Moonshot 집계로 65.7%를 기록해 GPT-6 Astra(58.2%)를 앞서고 Claude Opus 5.5(66.4%)에 근소하게 뒤진다. K3는 같은 시험에서 13%였다.

Moonshot의 내부 시험 Kimi Hallu Bench Hard에서 주장 단위 환각 비율은 K3의 23.4%에서 8.3%로 내려갔다. Moonshot은 이 시험이 일반 오류율이 아니라 부담을 크게 준 조건의 측정이라고 설명했다. GPT-6 Astra는 같은 시험에서 5.5%여서 여전히 앞선다. 내부 금융 시험에서는 Financial Modeling이 7.2점, Financial Research가 11.6점 올랐고, OfficeQA Pro v2에서는 시험 대상 모델 중 가장 높았다고 회사는 밝혔다.

3D 작업과 가격 구조

Moonshot에 따르면 K3.1 Pro는 Unity, Unreal Engine, Godot 같은 게임 엔진과 직접 연동해 간단한 수정부터 프로젝트 전체 제작까지 맡는다. BenchCAD에서 도구를 쓰면 92.7%로 Claude Opus 5.5(96.2%), GPT-6 Astra(95.9%)에 가깝고, 도구 없이는 72.8%로 Claude Opus 5.5(73.0%)와 거의 같다. 기계 부품의 파라메트릭 모델링, 건축 모델, 맞춤 설정형 제품에 강하며, MCP 연결 없이 Blender와 CAD 소프트웨어용 스크립트를 짜서 실행한다고 회사는 밝혔다. Kimi.com에는 3D 모델을 미리 보고 편집·내보내는 3D Make 기능도 생겼다.

모델 규모는 K3와 같은 전체 매개변수 2.8조 개, 활성 1,040억 개이고 컨텍스트 창은 100만 토큰이며 텍스트와 이미지를 모두 처리한다. Artificial Analysis는 비슷한 매개변수 규모에서 이 지수 점수가 더 높은 모델은 없다며 파레토 최전선에 올랐다고 평가했다. 토큰 가격은 입력 3달러에서 2달러, 출력 15달러에서 10달러, 캐시 적중 0.30달러에서 0.20달러로 33% 낮아졌다. 출력 토큰이 14% 늘어 지수 과제당 비용은 1.98달러로, K3의 2.00달러와 거의 같다.

사이버 공격 능력을 일부러 줄였다

Moonshot은 기술 블로그에서 사이버 보안을 한 대목으로 다뤘다. 사후 학습 규모를 키울수록 취약점 연구 능력이 함께 커졌는데, 사이버 관련 내용이 일반 중간 학습 말뭉치에 섞여 있고 관련 과제가 강화 학습 환경에도 들어 있었기 때문이라고 설명했다. 그래서 공개 가중치 버전에서는 두 학습 단계 모두에서 사이버 관련 데이터를 걷어 냈다.

리눅스 커널, Node.js, JavaScriptCore 등에서 최근 공개된 취약점을 재현하는 내부 시험 xdev-bench-hard에서 데이터 정리 전 버전은 과제의 90.5%를 풀었고, 정리 후 K3.1 Pro는 81.0%를 풀었다. DeepSeek-V4.1-Flash는 85.7%, Kimi K3는 33.3%였다.

Moonshot은 공개 가중치 모델이 공격적 사이버 능력의 절대 최전선을 밀어서는 안 된다고 밝혔다. 다만 낡은 시스템 점검 같은 방어 용도가 있어 공개 모델의 능력을 서서히 끌어올리고 싶다는 입장이다.

Moonshot의 입장과는 별개로, Anthropic은 앞서 Artificial Analysis 지수 45점인 GLM-5.3이 Claude Mythos에 근접한 수준의 익스플로잇을 쓸 수 있음을 보인 바 있다.