Kimi K3, 2.8조 파라미터 오픈 모델의 스펙과 API 요금
Moonshot AI가 2026년 7월 16일 공개한 Kimi K3는 총 2.8조 파라미터 오픈 웨이트 MoE 모델로, 100만 토큰 문맥과 네이티브 비전을 갖췄다. API 요금은 100만 토큰당 입력 3달러·출력 15달러이며 전체 가중치는 7월 27일 공개 예정이다.
Kimi K3는 중국 AI 스타트업 Moonshot AI(문샷 AI)가 2026년 7월 16일 공개한 2.8조 파라미터 규모의 오픈 웨이트 언어 모델이다. Moonshot AI에 따르면 전문가 혼합(MoE, 입력마다 신경망 전체가 아니라 일부 전문가 네트워크만 켜서 계산량을 줄이는 구조) 설계에 100만 토큰 문맥 창과 이미지를 직접 읽는 네이티브 비전을 얹었다. 2026년 7월 기준 Moonshot가 안내한 API 요금은 100만 토큰당 입력 3달러, 출력 15달러이고, 회사는 전체 모델 가중치를 7월 27일 공개하겠다고 밝혔다. 이 글은 그 공개 발표와 출시 시점 자료를 근거로 Kimi K3의 스펙과 요금, 성능 주장을 개발자 눈높이에서 짚는다. 직접 벤치마크를 돌린 실측이나 기존 모델에서의 이전 방법은 다루지 않는다.
Kimi K3의 핵심 스펙
Moonshot AI가 공개한 스펙 기준으로 Kimi K3는 총 2.8조 파라미터의 희소 MoE 모델이다. 회사 설명으로는 토큰 하나를 처리할 때 896개 전문가 가운데 16개만 활성화한다. 전체의 약 1.8%만 켜는 극단적 희소 설계라, 파라미터 총량은 크지만 추론 계산량이 그 비율만큼 늘지는 않게 잡았다. 단, Moonshot는 토큰당 활성 파라미터 수를 공개하지 않았다. 그래서 '2.8조'라는 숫자를 곧바로 추론 비용으로 환산하면 오해가 생긴다.
문맥 창, 곧 모델이 한 번에 참고하는 입력 길이는 최대 100만 토큰이다. 긴 코드베이스나 문서 묶음을 통째로 넣고 질문하는 용도를 겨냥한 크기다. 여기에 이미지를 텍스트로 바꾸지 않고 바로 입력받는 네이티브 비전, 그리고 Moonshot가 'thinking mode'라 부르는 상시 추론 모드가 기본으로 붙는다. Moonshot는 공식 발표에서 컨텍스트 윈도우가 100만(1M) 토큰이고, 출시 시점 기본값은 최대 사고(thinking) 강도라고 밝혔다.
무엇이 새로운가: 델타 어텐션과 희소 MoE
파라미터 숫자보다 내부 구조가 이 모델의 진짜 이야기다. Moonshot는 Kimi K3에 Kimi Delta Attention(KDA)이라는 하이브리드 선형 어텐션과, 기존 잔차 연결을 대체하는 Attention Residuals를 새로 넣었다고 설명했다.
회사가 내세운 수치는 이렇다. Moonshot에 따르면 KDA는 100만 토큰짜리 긴 문맥에서 디코딩(모델이 답을 한 토큰씩 만들어 내는 과정)을 최대 6.3배 빠르게 하고, Attention Residuals는 2% 미만의 추가 비용으로 학습 효율을 약 25% 끌어올린다. 두 기법을 합쳐 이전 세대인 Kimi K2보다 전체 스케일링 효율이 약 2.5배 좋아졌다는 것이 Moonshot의 주장이다. 다만 이 값들은 아직 회사 자체 측정치다. 외부 재현 결과가 나오기 전까지는 참고 수치로 보는 편이 안전하다.
어떻게 써볼 수 있나
지금은 API와 Moonshot 자사 서비스로 쓸 수 있다. Moonshot는 출시와 함께 Kimi.com, Kimi Work, Kimi Code, 그리고 개발용 Kimi API 플랫폼에서 Kimi K3를 제공한다고 밝혔다. 가중치 파일 자체, 곧 오픈 웨이트는 회사가 예고한 7월 27일에 풀려 내려받아 직접 구동할 수 있게 된다.
2026년 7월 기준 Moonshot가 안내한 API 요금은 다음과 같다.
| 구분 | 100만 토큰당 요금 |
|---|---|
| 입력 (캐시 미스) | 3.00달러 |
| 입력 (캐시 히트) | 0.30달러 |
| 출력 | 15.00달러 |
같은 앞부분 입력을 재사용할 때 붙는 캐시 히트 할인을 잘 쓰면 입력 비용을 10분의 1로 낮출 수 있는 구조다. Moonshot는 공식 발표에서 코딩 워크로드의 캐시 히트율이 90%를 넘는다고 밝혔다 — 코딩 용도라면 입력 대부분이 캐시 히트 단가인 100만 토큰당 0.30달러로 계산되므로, 실효 비용을 좌우하는 쪽은 3달러가 아니라 이 단가라는 뜻이다. 오픈 웨이트라 자체 서버에 올리는 선택지도 열리지만, 2.8조 파라미터 모델을 직접 인프라에 얹는 비용은 API 호출과는 완전히 다른 문제라 규모부터 계산해야 한다. Grok Build를 설치해 돌려 본 사례에서도 봤듯, 가중치가 공개됐다고 바로 실무에 얹히는 것은 아니다.
벤치마크 성적은 믿어도 될까
결론부터 말하면, 숫자는 인상적이지만 상당수가 출시 시점의 자체 평가라는 점을 감안해 읽어야 한다. Moonshot가 공개한 자체 평가에서 Kimi K3는 대학원 수준 과학 문제를 다루는 GPQA-Diamond에서 93.5, 웹 탐색 과제인 BrowseComp에서 91.2, 문서 이해 과제 OmniDocBench에서 91.1 같은 점수를 제시했다.
제3자 지표도 나왔다. 실제 직무 과제를 평가하는 GDPval-AA v2 집계에서 Kimi K3는 1,687점으로, Claude Fable 5 Max(1,815)와 GPT-5.6 Sol Max(1,747.8)에 이어 3위, Claude Opus 4.8(1,600)보다는 앞선 것으로 나타났다. 블라인드 비교 플랫폼 Arena의 프런트엔드 코딩 평가에서는 개발자들이 미국 주요 모델보다 Kimi K3를 더 자주 선택했다.
다만 벤치마크 점수와 실제 코드 작업의 체감은 자주 어긋난다. 오래 개발해 오며 배운 것 하나는, 새 모델의 진짜 실력은 리더보드가 아니라 내 저장소의 실제 이슈에 붙여 봐야 드러난다는 점이다. 개발팀이 AI 도입을 실험 단계에서 멈추는 지점 역시 대개 벤치마크가 아니라 이 간극에서 생긴다.
개발자가 실무에서 따질 점
몇 가지를 짚어 두면 판단이 쉬워진다. 먼저 '오픈'의 범위다. Moonshot는 가중치를 공개하는 오픈 웨이트라고 밝혔지만, 이는 학습 데이터와 전체 학습 코드까지 여는 완전 오픈소스와는 다르다. 가중치를 내려받아 추론은 돌릴 수 있어도, 학습 과정을 그대로 재현할 수 있다는 뜻은 아니다.
다음은 상시 추론 모드다. thinking mode가 늘 켜져 있으면 답변 품질은 오르지만 출력 토큰이 늘어 비용과 응답 지연이 함께 커진다. 100만 토큰당 출력 15달러라는 요금은 추론이 길어질수록 더 무겁게 다가온다. 공식 발표가 스스로 밝힌 한계도 있다. Moonshot는 Kimi K3가 자율 작업 위주로 학습된 탓에 사용자를 대신해 예상 밖의 결정을 내릴 수 있다고 고지했고, thinking 히스토리 보존에 민감하다고 썼다. 마지막은 라이선스다. Moonshot가 7월 27일 가중치를 공개할 때 어떤 라이선스와 제약을 붙이느냐가 상업적 사용 가능 여부를 가른다. 정확한 조건은 공개 시점의 Kimi 공식 사이트와 API 문서를 직접 확인하는 편이 안전하다.