Kimi K3는 Claude보다 성능이 좋나요?
Moonshot 공식 발표 기준으로는 아니에요.
Kimi K3 기술 블로그 본문에 전반적 성능이 Claude Fable 5와 GPT 5.6 Sol에 여전히 못 미친다고 직접 적혀 있어요. 문서 하단 Limitations 항목에는 두 모델 대비 사용자 경험에서 눈에 띄는 격차가 있다는 문장도 들어가 있고요.
다만 영역별로 보면 그림이 달라져요. 커널 최적화 테스트에서 K3는 Fable 5와 대등했고 Opus 4.8, GPT 5.6 Sol, GPT 5.5를 상당한 차이로 앞섰다고 나와요. 개발 후반부에는 K3 초기 버전이 팀의 커널 최적화 작업 대부분을 실제로 처리했다고도 적혀 있고요. MiniTriton이라는 Triton 유사 컴파일러를 밑바닥부터 만들어 nanoGPT 학습을 안정적으로 끝까지 돌린 사례도 실려 있어요.
정리하면 K3는 범용 코딩 어시스턴트로서 Claude를 대체하는 모델이 아니라, 긴 호흡의 자율 작업과 저수준 최적화에서 강점을 보이는 모델이에요.
검증 방법 1
Limitations부터 읽으세요.
벤치마크 그래프보다 공식 문서의 한계 항목이 정보 밀도가 높아요. 마케팅이 손대기 어려운 구간이라서요. 벤더가 굳이 적어둔 한계는 감출 수 없을 만큼 재현된다는 뜻이에요.
Kimi K3와 Claude의 API 가격 차이는 얼마인가요?
약 1.7배예요. 3배가 아니고요.
K3는 입력 100만 토큰당 $3, 출력 $15예요. 캐시 히트 입력은 $0.30까지 떨어지고, Mooncake 기반 분산 추론으로 코딩 워크로드에서 캐시 적중률 90% 이상을 낸다고 공식 문서에 나와 있어요.
비교 대상에서 오류가 생겨요. Claude Opus 4.8의 표준 요금은 $5 / $25로, 4.5 세대 이후 유지돼 왔어요. 자주 인용되는 $10 / $50은 출력이 약 2.5배 빠른 Fast 모드이거나, 그 위 등급인 Fable 5의 가격이고요.
여기에 최적화 옵션까지 넣으면 계산이 또 달라져요. Opus 4.8은 캐시 히트 읽기가 $0.50/M로 내려가고 배치 API가 입출력을 절반으로 깎아줘요. K3의 캐시 단가와 Opus의 정가를 비교하면 격차가 실제보다 크게 나와요.
검증 방법 2
같은 조건끼리 비교하세요.
체크할 건 두 가지예요. 같은 속도 등급인가, 그리고 양쪽 다 최적화를 적용한 뒤의 실효 단가인가. 한쪽만 캐시를 적용한 비교는 무의미해요.
모델 가격은 자주 바뀌어요. 저희가 주요 모델의 실효 단가를 분기마다 갱신해 뉴스레터로 보내드려요.
월 $19 요금제로 Kimi K3를 쓸 수 있나요?
쓸 수 없어요.
Kimi Code 모델 문서에 요금제별 접근 조건이 표로 정리돼 있어요. 최하위 Andante 등급은 K3를 지원하지 않고, Moderato 등급은 K3를 쓸 수 있지만 컨텍스트가 256K로 제한돼요. 발표에서 강조한 100만 토큰 컨텍스트는 Allegretto 등급 이상에서만 열리고요. 등급이 낮은 상태에서 k3를 호출하면 401이 반환된다고 문서에 명시돼 있어요.
추론 강도에도 제약이 있어요. Kimi 플랫폼 문서 기준으로 K3는 현재
reasoning_effort에 max만 받아요. 다른 값을 넣으면 400 오류가 나고, low와 high는 추후 지원 예정으로만 안내돼 있어요.
이게 비용에 직접 걸려요. 간단한 분류나 리라이팅 작업에도 최대 추론이 강제된다는 뜻이니까요. 실제로 GeekNews 논의에는 평소 하던 테스트 작업을 K3에 맡겼다가 $19 요금제의 5시간 사용량을 거의 소진했다는 후기가 올라와 있어요. 같은 작업이 다른 서비스의 20달러 요금제에서는 몇 분 만에 끝났다는 비교도 함께요.
토큰 단가가 낮아도 토큰을 세 배 쓰면 총비용은 역전돼요. 같은 스레드에서 백만 토큰당 가격 대신 작업당 비용 곡선을 봐야 한다는 지적이 나온 것도 이 맥락이고요.
검증 방법 3
가격표 말고 기능 매트릭스를 보세요.
발표에서 강조한 스펙이 어느 등급부터 열리는지, 그리고 추론 강도나 속도 옵션에 제약이 있는지 확인하세요. 파이프라인 설계의 전제가 상위 요금제에 묶여 있는 경우가 많아요.
오픈 모델이 Claude를 이겼다는 벤치마크는 사실인가요?
숫자는 사실이지만 조건이 달라요.
Semgrep 사이버 벤치마크에서 GLM 5.2가 IDOR 탐지 F1 39%로 Claude Code의 32%를 앞선 건 맞아요. 다만 1·2위는 Semgrep 자체 멀티모달 파이프라인이 각각 61%와 53%로 차지했고, 그 파이프라인이 구동한 모델이 GPT 5.5와 Opus 4.8이었어요. 오픈 모델들은 엔드포인트 탐색 스캐폴딩 없이 프롬프트만 받고 돌았고요.
Semgrep이 본문에서 강조한 결론은 모델보다 하네스가 여전히 더 중요하다는 거예요. 표에서 가장 큰 성능 차이는 모델 간 차이가 아니라 엔드포인트 탐색을 제공받은 구성과 그렇지 않은 구성 사이의 차이라고 직접 적었어요. 같은 벤치마크에서 Kimi K2.7 Code는 22%, MiniMax M3는 23%에 그쳤고요.
Semgrep은 이 결과를 한 과제, 한 데이터셋, 한 번의 실행이라는 단서와 함께 제시했어요. 오픈 가중치가 따라잡았다가 아니라, 이 조건에서 오픈 모델 하나가 그랬다는 게 정확한 요약이라고 명시했고요.
검증 방법 4
각주에서 하네스를 확인하세요.
하네스, 프롬프트, 추론 강도 중 하나라도 다르면 그건 모델 비교가 아니라 구성 비교예요. 벤더 자료의 벤치마크 각주에는 보통 이 조건이 적혀 있어요.
Claude Fable 접근이 중단됐던 이유는 뭔가요?
미국 정부의 수출 통제 때문이에요. 요금제 수익성 문제가 아니고요.
Anthropic 공식 발표에 따르면 2026년 6월 12일 미국 정부가 국가안보 권한을 근거로 수출 통제 지시를 내렸어요. 외국 국적자의 Fable 5·Mythos 5 접근을 전면 차단하라는 내용이었고, 자사 외국 국적 직원까지 포함됐죠. 실시간으로 국적을 확인할 방법이 없어 전체 사용자를 대상으로 중단했다는 설명이에요. 6월 30일 상무부가 통제를 해제했고 7월 1일부터 접근이 복구됐고요.
원인 진단이 중요한 이유는 대응 방안이 정반대라서예요. 요금제 문제라면 재협상이나 등급 조정으로 풀리지만, 규제 리스크라면 멀티 벤더 구성과 폴백 경로를 미리 확보해야 하거든요.
검증 방법 5
사건은 1차 발표문으로 확인하세요.
서비스 중단이나 정책 변경은 요약을 거치면서 원인이 자주 바뀌어요. 벤더 공식 발표문과 규제 기관 발표를 직접 확인하는 편이 빨라요.
지금 Kimi K3를 도입해도 될까요
세 가지를 먼저 확인하시는 걸 권장해요.
가중치 공개 시점. 전체 가중치는 7월 27일까지 공개될 예정이에요. 그전까지는 오픈 모델이라는 표현은 아직 애매해요. 지금 K3를 쓰려면 Moonshot API나 구독을 거쳐야 하고, 그러면 자체 환경 구동, 데이터 통제, 공급자 선택권 같은 오픈 가중치의 실질적 이점이 전부 빠진 상태로 쓰는 셈이니까요.
데이터 정책. 구독을 사용하면 상호작용이 모델 학습에 활용되고, API를 직접 사용할 때만 제외돼요. 사내 코드를 다루는 팀이라면 요금제 표보다 이쪽을 먼저 확인하셔야 해요.
하드웨어 요건. 2.8조 파라미터 모델 구동에는 64개 이상 가속기 슈퍼노드 구성이 권장된다고 문서에 적혀 있어요. 가중치가 공개돼도 자체 구동은 당분간 소수 조직의 영역이에요.
여기에 실무에서 바로 걸리는 제약도 두 개 있어요. K3는 사고 이력 보존 모드로 학습돼서, 하네스가 과거 사고 내용을 제대로 전달하지 않거나 다른 모델로 진행하던 세션을 중간에 K3로 전환하면 생성 품질이 크게 불안정해질 수 있어요. 그리고 애매한 지시나 사소한 문제를 만나면 사용자 대신 예상 밖의 결정을 내리는 경향이 있어서, 경계가 중요한 환경이라면 시스템 프롬프트나 AGENTS.md에 제약을 명시적으로 걸라고 안내하고 있고요.
우리 워크로드에서 직접 재보는 법
벤치마크 점수는 참고 자료일 뿐이에요. 판단은 자기 데이터로 하셔야 해요.
대표 작업 하나를 정하시고, 현재 쓰는 모델과 K3로 각각 세 번씩 돌려보세요. 그리고 토큰 단가가 아니라 작업 하나를 완료하는 데 든 총비용과 총소요 시간을 기록하시면 돼요. 캐시와 배치를 적용한 상태로, 재시도 횟수까지 포함해서요. 이 숫자 하나가 벤치마크 표 열 개보다 정확해요.
세 번씩 돌리는 이유는 편차 때문이에요. 같은 작업이라도 실행마다 토큰 소모가 크게 흔들리는 경우가 있어서, 한 번만 재면 운에 따라 결론이 뒤집혀요.
Semgrep이 남긴 문장이 이 다섯 단계를 관통해요. 하나의 LLM에 전부 걸지 말라는 것, 그리고 벤더가 설계한 하네스 안에서 측정된 숫자는 내 환경에서 그대로 재현되지 않는다는 것. K3가 판을 바꿨는지는 가중치가 공개된 뒤에 다시 확인해도 늦지 않아요.
7월 27일 가중치 공개 이후 후속 검증을 진행할 예정이에요. 같은 5단계를 다시 적용해서 무엇이 달라졌는지 정리해 볼 예정이니 궁금하다면 구독하고 후속 콘텐츠를 기대해 주세요!
오픈네트웍시스템 ㅣ 권태규