TL;DR
Kimi K3.1 Pro는 Moonshot AI의 K3 기반 위에 100만 토큰 컨텍스트 윈도우와 함께 코딩, CAD, 금융 리서치 성능을 강화했습니다. 공개된 Terminal-Bench 4.0 점수 65.7%는 Moonshot의 비교에서 Claude Opus 5.5에 근접한 수준입니다. 표준 모델은 비용 민감한 워크로드에 적합하며, Highspeed는 공지된 동일한 기능으로 출력 속도가 약 2–3배 빠릅니다.
두 버전 모두 CometAPI의 Kimi K3.1 Pro API를 통해 사용할 수 있습니다. 표준 CometAPI 가격은 입력 토큰 100만 개당 $1.60, 출력 토큰 100만 개당 $8.00입니다. 본 가이드는 벤치마크를 설명하고, 비용을 비교하며, 두 버전을 호출하는 방법을 보여줍니다. 수치와 가격은 2026년 10월 24일 기준으로 확인되었습니다.
Key Takeaways
- Kimi K3.1 Pro는 사후 학습 업그레이드입니다: K3의 MoE 기반을 토대로 하며 1,048,576-토큰 컨텍스트 윈도우를 지원합니다.
- Kimi K3.1 Pro는 에이전트 워크플로를 강화합니다: Moonshot은 Terminal-Bench 4.0에서 65.7%, 도구 사용 BenchCAD에서 Voxel IoU 92.7%를 보고했습니다.
- Kimi K3.1 Pro Highspeed는 응답 속도를 우선합니다: 공지된 출력 속도는 표준 버전 대비 약 2–3배 빠르며, 모델 기능은 동일합니다.
- Kimi K3.1 Pro API는 CometAPI를 통해 액세스할 수 있습니다: 표준 입력 및 출력 요금은 공개된 공식 USD 요금보다 20% 낮습니다; Highspeed 가격은 계정별 확인이 필요합니다.
- Kimi K3.1 Pro 호스팅 액세스가 전체 가중치 공개에 앞섭니다: Moonshot은 2026년 11월 4일까지 전체 가중치를 공개할 계획입니다.
What Exactly Is Kimi K3.1 Pro?
Kimi K3.1 Pro는 베이징 기반 Moonshot AI(月之暗面)의 플래그십 대형 언어 모델로, 2026년 10월 23일에 출시되었습니다. 완전히 새로운 베이스 모델이 아니라, 더 많은 사후 학습 연산을 사용해 Kimi K3(2026년 7월 출시)를 대규모로 사후 학습한 버전으로, 수백 개의 다운스트림 도메인에 걸친 공동 강화학습에 초점을 맞췄습니다.
Moonshot은 이를 “지금까지 공개된 가장 능력 있는 3T급 오픈 가중치 모델”이라고 설명합니다. 모델은 K3와 동일한 핵심 아키텍처를 유지합니다:
- 총 2.8조 파라미터
- 토큰당 1,040억 활성 파라미터(스파스 MoE 설계)
- 기본 100만 토큰 컨텍스트 윈도우
- 멀티모달 지원(텍스트, 이미지, 비디오 입력)
- 항상 켜진 추론(비추론 모드 없음)
동반 변형인 Kimi K3.1 Pro Highspeed는 표준 Pro 대비 2–3배의 추론 속도를 제공하며, 가격은 두 배로 더 인터랙티브하거나 지연에 민감한 애플리케이션에 적합합니다.
전체 모델 가중치는 2026년 11월 4일까지 공개될 예정이며, 공개 시 K3.1 Pro는 가장 강력한 오픈 가중치 모델 중 하나가 될 것입니다.
Kimi 3.1 Pro Technical Specifications
| Specification | Details |
|---|---|
| Model Family | Kimi K3.1 series (first model) |
| Base | Post-trained Kimi K3 |
| Total Parameters | 2.8 trillion |
| Active Parameters | 104 billion (MoE) |
| Context Window | 1,048,576 tokens |
| Max Output | Up to ~944K–1M tokens (configurable) |
| Input Modalities | Text, Image, Video |
| Output | Text |
| Reasoning | Always on (low / high / max effort levels) |
| Tool Calling | Supported |
| Structured Output (JSON) | Supported |
| API Model IDs | kimi-k3.1-pro, kimi-k3.1-pro-highspeed |
| Open Weights | By November 4, 2026 |
imi K3.1 Pro Benchmarks: Coding, CAD, and Finance
아래 표는 Moonshot의 릴리스 평가를 사용합니다. 이는 제공자 보고 벤치마크 결과이며, 독립적으로 재현된 교차 제공자 테스트가 아닙니다.
할루시네이션율은 크게 감소했습니다: Moonshot은 K3에서 23.4%였던 허위 주장 비율이 약 8.3%(내부 테스트에서는 더 낮음)로 떨어졌다고 보고합니다. 금융 관련 모델링과 리서치도 크게 개선되었습니다.
| Benchmark | Kimi K3.1 Pro | Claude Opus 5.5 | GPT-6 Astra | Note |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 65.7% | 66.4% | 58.2% | 현실적 터미널 작업에서의 코딩 에이전트 |
| BenchCAD, with tools (Voxel IoU) | 92.7% | 96.2% | 95.9% | 3D 재구성 / CAD |
| OfficeQA Pro v2 | 64.4 | 62.2 | 54.4 | 문서 및 오피스 작업 |
| Frontier Finance | 58.6 | 56.7 | 45.0 | 금융 |
| SWE-Marathon | 51.7% | 46.3% | 42.5% | 장기 소프트웨어 엔지니어링 |
| Humanity’s Last Exam (with tools) | 70.0% | 67.7% | 57.2% | 광범위한 지식 및 추론 |
| Kimi Hallu Bench Hard, with tools (lower is better) | 8.3% | 15.0% | 5.5% |
코딩 벤치마크는 프런티어 수준의 에이전트 성능을 보여줍니다
Terminal-Bench 4.0에서 Claude Opus 5.5와의 격차는 0.7%p이며, GPT-6 Astra 대비 리드는 7.5%p입니다. 이는 K3.1 Pro가 터미널 기반 엔지니어링 에이전트의 유효한 후보임을 시사하지만, 평가 설정이 헤드라인 점수만큼 중요합니다.
일부 독립 코딩 에이전트 테스트에서는 정확한 하니스와 세션 길이에 따라 결과가 더 혼합적으로 나타나며, K3.1 Pro가 때때로 더 길고 장황한 추론 트레이스를 생성하기도 합니다.
Kimi K3.1 Pro는 3D 생성과 비전을 개선합니다
BenchCAD는 생성된 CAD 코드로부터 다중 뷰 렌더에서의 재구성 품질을 측정합니다. Voxel IoU 점수는 기하학적 겹침을 측정하므로, 92.7%를 92.7%의 작업 통과율로 해석해서는 안 됩니다. Moonshot의 도구 사용 비교는 1,000건의 서브셋을 사용하였으며, 이 지표에서 K3.1 Pro는 Opus 5.5와 GPT-6 Astra보다 낮게 배치됩니다.
또한 Kimi K3 대비 비전-언어 작업에서 큰 향상을 보였습니다(예: Ultralytics 자동 주석 리더보드에서 mAP50 +0.11)와 데이터 분석 시험(43문항 중 42문항 통과).
Kimi K3.1 Pro는 Kimi K3와 비교해 무엇이 달라졌나요?
가장 분명한 업그레이드 이유는 다단계 작업 완료 성능의 향상입니다. 아래 표는 Moonshot의 보고에 따른 K3와 K3.1 Pro를 비교합니다.
| Evaluation | Kimi K3 | Kimi K3.1 Pro | Improvement |
|---|---|---|---|
| Kimi Code Bench 3.0 Long-horizon | 55.95% | 61.2% | +5.25 points |
| Internal Financial Modeling | 50.4 | 57.6 | +7.2 points |
| Internal Financial Research | 58.8 | 70.4 | +11.6 points |
| Internal Business Operation | 8.9 | 37.0 | ~4.2× performance |
| Kimi Hallu Bench Hard with tools, claim-level errors | 23.4% | 8.3% | ~64.5% reduction |
다만, 이는 개별 벤치마크 비교입니다. 이를 에이전트 성능이 보편적으로 4.2배 개선되었다고 해석해서는 안 됩니다.
Kimi K3.1 Pro는 사실 오류를 줄입니다
차트는 도구 미사용 결과와 더 어려운 도구 사용 평가를 구분합니다. 8.3% 수치는 후자에 해당합니다.
벤치마크 정확도와 실제 신뢰성의 차이는 중요합니다. 이 평가는 사실 오류를 노출하기 쉬운 어려운 프롬프트를 의도적으로 사용합니다. 결과는 일상 대화에서의 평균 할루시네이션율을 대표하지 않습니다.
Kimi K3.1 Pro는 의도적인 사이버보안 트레이드오프를 도입했습니다
Moonshot AI는 공격적 사이버보안 역량을 줄이기 위해 특정 사이버 관련 학습 데이터와 강화학습 과제를 제거하면서, 범용 코딩 성능을 유지했습니다.
Moonshot의 내부 xdev-bench-hard 평가(pass@3)에서 제한 없는 체크포인트는 90.5%, 릴리스 모델은 81.0%를 기록했습니다. 이 차이는 의도된 학습 선택을 반영할 뿐, 릴리스 모델이 오용될 수 없다는 보장을 의미하지 않습니다. 조건과 제한 사항은 공식 사이버보안 평가를 참조하세요.
Kimi K3.1 Pro vs Highspeed: 어떤 버전을 선택해야 할까요?
| Decision factor | Kimi K3.1 Pro | Kimi K3.1 Pro Highspeed |
|---|---|---|
| Model capabilities | 표준 플래그십 기능 | 공지된 동일한 기능 |
| Output speed | 기준 | 약 2–3× 더 빠름 |
| Best starting workload | 배치 분석, 장문 보고서, 백그라운드 작업 | 인터랙티브 코딩 및 리서치 어시스턴트 |
| CometAPI model ID | kimi-k3.1-pro | kimi-k3.1-pro-highspeed |
즉각적인 출력보다 비용이 더 중요한 경우 표준 버전을 사용하세요. 사용자가 생성을 기다리고 있고 속도가 중요하다면 Highspeed를 선택하되, 출력 속도가 전체 시간 절감으로 곧바로 이어진다고 가정하지 말고 완료 작업 기준으로 효과를 측정하세요.
예를 들어, 코딩 에이전트가 대부분의 시간을 테스트 실행, 의존성 설치, 외부 도구 대기 등에 소비한다면, 모델 출력 가속이 엔드투엔드 개선으로는 상대적으로 작게 나타날 수 있습니다.
CometAPI를 통해 Kimi K3.1 Pro의 두 버전에 모두 액세스
CometAPI는 OpenAI 호환 Chat Completions 엔드포인트를 통해 Kimi K3.1 Pro와 Kimi K3.1 Pro Highspeed에 대한 액세스를 제공합니다. 버전을 전환해도 통합은 동일하며, 변형을 선택하려면 모델 ID만 변경하면 됩니다.
- CometAPI 계정에서 API 키를 생성하고 애플리케이션의 COMETAPI_API_KEY 환경 변수로 제공하세요.
- OpenAI Python SDK를 설치하고 클라이언트의 base URL을
https://api.cometapi.com/v1로 설정하세요. - 표준 모델에는 kimi-k3.1-pro, Highspeed에는 kimi-k3.1-pro-highspeed를 사용하세요.
python -m pip install --upgrade openaiimport osfrom openai import OpenAIclient = OpenAI( api_key=os.environ["COMETAPI_API_KEY"], base_url="https://api.cometapi.com/v1",)response = client.chat.completions.create( model="kimi-k3.1-pro", # 또는 "kimi-k3.1-pro-highspeed" messages=[ { "role": "user", "content": "CSV 가져오기 기능을 위한 테스트 세 가지를 제안해 주세요.", } ],)print(response.choices[0].message.content)
다음 셸 예시는 Highspeed를 직접 호출합니다. 동일한 COMETAPI_API_KEY 환경 변수를 사용합니다.
Kimi K3.1 Pro API 가격: 공식 요금 vs CometAPI
아래 표는 캐시되지 않은 입력과 생성된 출력에 대해 100만 토큰당 USD 요금을 비교한 것으로, 2026년 10월 24일 기준입니다. CometAPI의 표준 K3.1 Pro 요금은 공식 요금보다 20% 낮습니다. Highspeed를 선택하기 전에 계정의 현재 Highspeed 요금을 확인하세요.
| Model | Official input | Official output | CometAPI input | CometAPI output |
|---|---|---|---|---|
| Kimi K3.1 Pro | $2.00 | $10.00 | $1.60 | $8.00 |
| Kimi K3.1 Pro Highspeed | $4.00 | $20.00 | Check account pricing | Check account pricing |
표준 버전의 할인율이 Highspeed에도 적용된다고 가정해서는 안 됩니다. 캐시 읽기/쓰기, 도구 요금, 세금, 재시도는 본 비교에 포함되지 않습니다.
공식 API 요금 기준으로 K3.1 Pro는 캐시되지 않은 입력 및 출력 토큰에 대해 K3보다 약 33.3% 저렴합니다.
캐시나 추가 과금 서비스가 없는 요청에서 비용은 다음과 같습니다:
비용 = (입력 토큰 × 입력 요금 + 출력 토큰 × 출력 요금) / 1,000,000
예를 들어, 캐시되지 않은 입력 토큰 100,000개를 처리하고 출력 토큰 10,000개를 생성하는 경우, CometAPI의 표준 K3.1 Pro API를 통해 약 $0.24가 소요되며, 공식 제공자 요금에서는 약 $0.30가 소요됩니다.
프로덕션 비용은 성공한 작업 기준으로 추정하고, 청구 기록에 표시된 재시도나 추론 토큰 사용을 포함하세요. 토큰 단가가 더 낮더라도 워크플로가 더 많은 토큰을 생성하거나 추가 시도가 필요하면 총비용이 낮아진다는 보장은 없습니다.
Kimi K3.1 Pro를 활용하세요: 네 가지 실용적인 시작점
검수 가능한 출력을 가진 작은 워크플로를 선택하세요.
| Workflow | A practical first project | Acceptance checks |
|---|---|---|
| Software engineering | 저장소의 재현 가능한 버그를 수정하고 회귀 검사를 추가하세요. | 관련 테스트가 통과하며, 패치가 문제를 해결하고 무관한 변경을 포함하지 않습니다. |
| CAD and 3D creation | 치수가 명시된 브리프에서 파라메트릭 부품을 생성하세요. | 치수, 유효한 기하, 편집 가능성, 내보내기 호환성을 확인하세요. |
| Financial research | 연차보고서와 워크북 전반의 선택된 수치를 대조하세요. | 각 수치를 출처와 대조하고, 공식을 독립적으로 확인하세요. |
| Long-context research | 기술 문서 모음의 요구사항을 비교하세요. | 근거 위치, 문서 버전, 상충되는 진술의 커버리지를 확인하세요. |
평가에서는 생성된 코드 줄 수보다 완료된 작업의 성공이 더 유의미한 지표입니다.
Kimi K3.1 Pro의 한계는 무엇인가요?
- 추론은 계속 활성화됩니다. K3.1 Pro는 낮음, 높음, 최대의 추론 노력 수준을 지원하며, 문서화된 기본값은 최대입니다. 비추론 모드가 제공된다고 가정하지 마세요.
- 긴 입력은 운영 비용을 수반합니다. 큰 컨텍스트 윈도우는 입력 처리 시간과 토큰 사용량을 증가시킬 수 있습니다. 관련 자료를 선별하고, 전체 아카이브를 기본으로 전송하기보다 캐싱을 평가하세요.
- API 응답만으로 외부 워크플로가 완료되는 것은 아닙니다. 애플리케이션이 도구 실행, 상태 저장, 출력 검증을 제공해야 하며, 도구 지원 벤치마크 결과가 곧바로 순수 API 호출만으로 동일한 능력을 제공함을 의미하지는 않습니다.
- 호스팅 액세스와 다운로드 가능한 가중치는 서로 다른 이정표입니다. 10월 24일 기준으로 전체 K3.1 Pro 가중치 공개는 2026년 11월 4일로 예정되어 있습니다. 자체 호스팅을 계획하기 전에 릴리스와 라이선스를 검토하세요.
API 동작은 Kimi API 가이드에, 가중치 제공은 릴리스 공지에 설명되어 있습니다.
Conclusion
Kimi K3.1 Pro는 다단계 코딩, 문서 리서치, 도구 보조 작업에 의존하는 애플리케이션에서 평가할 가치가 있습니다. K3 대비 보고된 향상과 더 낮은 표준 API 요금은 업그레이드를 테스트할 실질적인 이유가 됩니다. 표준 모델로 시작하여 승인된 작업의 품질과 비용을 측정하고, 더 빠른 생성이 사용자 경험을 실질적으로 개선하는 경우 Highspeed를 선택하세요. 통합 전에 CometAPI 모델 을 사용해 액세스와 최신 가격을 확인하세요.