IT정보

Kimi K3, GPT·클로드랑 비교하면 이 정도예요

중국 문샷 AI의 Kimi K3, 스펙부터 벤치마크·가격·오픈소스 여부까지 GPT·클로드와 비교해 정리했어요. 반도체주 영향까지 함께 봤어요.

2조 8천억 개. 최근 나온 AI 모델 Kimi K3에 들어간 파라미터 숫자예요.

AI 모델 이름 하도 쏟아지니까 다들 이제 뭐가 뭔지 헷갈리실 것 같은데요, 이번 건 좀 다르더라고요. 어제(7월 18일) 하루 종일 국내 뉴스에 이 얘기가 도배되길래 저도 궁금해서 하나씩 찾아봤어요. 중국 문샷 AI(Moonshot AI)가 내놓은 이 모델이, 일부 벤치마크에서 앤트로픽·오픈AI 최상위 모델까지 앞섰다고 하더라고요.

하나씩 뜯어볼게요.

이 정도 규모면 얘기가 달라져요

총 2.8조 개 파라미터의 MoE(전문가 혼합) 구조예요. 896개 전문가 중 토큰 하나당 16개만 골라 쓰는 방식이라, 실제 연산량은 전체 규모보다 훨씬 가볍고요. 여기에 Kimi Delta Attention(KDA)이라는 하이브리드 선형 어텐션을 새로 얹어서, 100만 토큰 컨텍스트에서도 최대 6.3배 빠른 디코딩이 가능하다고 해요.

비교 대상인 GPT 5.6 Sol이나 클로드 Fable 5는 정확한 파라미터 수를 공개하지 않아서, 이 지표만으로 단순 비교는 어려워요. 다만 오픈웨이트 모델 중에서는 지금까지 나온 것 중 가장 크다는 게 업계 평가예요. 기존 1위였던 딥시크 V4 Pro(1.6조)를 규모로 넘어선 거죠.

벤치마크 성적표부터 볼까요

공개 몇 시간 만에 Artificial Analysis 지능 지수 종합 4위, LMArena 프론트엔드 코드 아레나에서는 1위를 찍었어요. 이 코딩 분야에서는 클로드 Fable 5까지 앞섰다고 하니, 실사용 코딩 작업 기준으로는 의미가 꽤 커요.

벤치마크	Kimi K3 점수
GPQA-Diamond	93.5
Terminal Bench 2.1	88.3
Program Bench	77.8
OmniDocBench	91.1

종합 성능은 아직 GPT 5.6 Sol·클로드 Fable 5에는 못 미쳐요. 근데 클로드 Opus 4.8이나 GPT 5.5는 코딩·에이전트 작업 다수에서 오히려 앞섰다고 해요. 그러니까 "최고는 아니지만 최상위권은 확실히 들어왔다" 정도로 정리하면 될 것 같아요.

가격은 얼마나 할까요

API 기준으로 입력은 캐시 히트 시 100만 토큰당 0.3달러, 캐시 미스 시 3달러, 출력은 15달러예요. 이거 딱 클로드 소넷이랑 비슷한 수준이에요.

비싸다면 비싸고 싸다면 싼 애매한 위치인데요. 클로드 Fable 5(출력 100만 토큰당 50달러)보다는 확실히 저렴하지만, 같은 중국산 오픈웨이트 모델인 딥시크 V4(0.87달러)보다는 훨씬 비싸요. "최상위권 성능을 가성비 있게" 포지션을 노린 가격이라는 느낌이 들어요.

오픈소스라는 무기가 있어요

지금은 Kimi.com·앱·API로만 쓸 수 있는데, 전체 가중치는 7월 27일에 공개될 예정이에요. 공개되면 다운로드해서 자기 서버에 직접 올리거나 마음대로 손볼 수 있다는 뜻이고요. GPT나 클로드처럼 API로만 써야 하는 폐쇄형 모델이랑은 이 지점에서 완전히 달라요.

실제로 Cursor·DoorDash 같은 실리콘밸리 기업들이 이미 Kimi 모델을 쓰고 있다고 해요. 오픈웨이트라 커스터마이징이 자유롭다는 게 진짜 강점인 거죠. 이 부분, 저는 솔직히 처음엔 "그래봤자 성능 낮은 거 공짜로 푸는 거 아니야" 싶었는데, 벤치마크 보고 나니 생각이 좀 바뀌었어요.

펠리컨이 알려준 것

AI 연구자 사이먼 윌리슨이라는 분이 새 모델 나올 때마다 하는 재밌는 테스트가 있어요. "자전거 탄 펠리컨을 SVG로 그려봐" 라는 건데요, 별거 아닌 것 같지만 모델 특성이 은근히 드러난다고 해요.

(여담인데, 이 사이먼 윌리슨이라는 분 블로그를 저도 가끔 챙겨보는데, 새 모델 나올 때마다 이 테스트부터 하시더라고요.)

Kimi K3로 돌려본 비용이 25센트 정도였는데, 입력은 95토큰밖에 안 썼지만 출력은 16,658토큰이나 나왔대요. 그중 13,241토큰, 그러니까 전체 출력의 80%가 "생각하는" 추론 과정이었고요. 성능은 나쁘지 않았지만, 답 하나 내놓는 데 이렇게 많이 생각한다는 건 비용 효율 면에서 아쉬운 지점일 수 있어요.

반도체주까지 흔들렸어요

이 모델 얘기가 커진 또 다른 이유는 증시 반응 때문이에요. 7월 16일부터 이틀간 나스닥·코스피 반도체·메모리주가 동반 하락했는데, 국내 언론 다수가 그 배경 중 하나로 Kimi K3를 지목했어요. 고성능 칩 없이도 프론티어급 성능이 나온다는 게 확인되면서, AI 반도체 수요 둔화 우려가 번진 거죠.

근데 이걸 전부 Kimi K3 탓으로만 보긴 어려워요. SK하이닉스는 미국 상장 이후 차익실현·실적 우려까지 겹쳐 있었거든요. 그니까… 인과관계가 그렇게 단순하진 않다는 거죠. 여러 요인이 동시에 작용했다고 보는 게 맞을 것 같아요. 반도체 하락 사이클 자체가 없다는 분석도 예전에 다뤘었는데, 이번 일도 그 연장선에서 지켜봐야 할 것 같고요.