새 모델 식별자, 문샷의 다음 행보 가리켜
개발자들이 9월 28일 문샷 AI의 API 플랫폼 레지스트리에서 호출 가능한 모델 식별자 “kimi-k3-1”을 발견하면서, 문샷 AI가 키미 K3.1 출시를 준비하는 것으로 보인다. 이후 키미 오픈 플랫폼에는 K3.1 또는 K3 11111이라는 이름으로 미리보기가 등장했으며, 컨텍스트 창이 100만 토큰이라고 안내했다.
목차
이번 발견은 개발이 내부 명명 단계를 넘어섰음을 시사한다. 개발자들은 해당 식별자가 인터페이스 탐색 요청에 응답했다고 밝혔으며, 문샷 웹사이트에는 “k3d1-agent”라는 또 다른 식별자와 새로운 봇 모듈도 추가됐다. K3.1은 이른바 그레이 테스트로 불리는 제한적 테스트를 진행 중인 것으로 알려졌다. 이 단계에서는 정식 출시 전 일부 사용자에게만 접근 권한을 제공한다.
문샷의 기존 모델 키미 K3에는 학습 과정에서 모델이 습득하는 수치인 파라미터가 2조 8,000억 개 있다. 이 수치는 K3에 해당하며, K3.1의 파라미터 수는 확인되지 않았다. 업그레이드로 모델의 추론 방식이나 도구 사용, 요청 처리 능력이 달라질 수 있지만 모델 크기가 반드시 커지는 것은 아니므로 이 구분은 중요하다.
전해진 계획에 따르면 장시간 자율 작업, 코딩, 게임, 3D 개발, 컴퓨터 조작 등이 주요 목표다. 여러 추론 설정과 다수의 AI 에이전트를 조율하는 모드가 추가될 가능성도 있다. 이러한 기능은 개별 질문에 답하는 데 그치지 않고 연속된 작업을 완수하는 방향으로 키미의 역량을 확장할 수 있다.
K3.1의 공식 출시일이나 최종 사양은 아직 발표되지 않았다. 도입을 검토하는 사용자들이 따져볼 실질적인 질문은 이미 분명해지고 있다. 작업을 얼마나 안정적으로 끝내는지, 완료까지 얼마나 걸리는지, 비용은 얼마나 드는지다.
9월의 발견이 보여주는 것
개발자들은 9월 28일 API 플랫폼의 백엔드 모델 레지스트리에서 “kimi-k3-1”을 처음 발견했다. API는 소프트웨어가 AI 모델에 요청을 보내고 답변을 받도록 연결하는 인터페이스다. 모델 식별자는 이 연결을 통해 사용할 시스템을 지정한다.
이후 플랫폼 미리보기에서는 최대 100만 토큰의 컨텍스트를 지원한다는 보다 구체적인 기능이 공개됐다. 토큰은 단어나 단어의 일부를 나타내는 작은 정보 단위다. 컨텍스트 창은 지시문과 문서, 작업과 관련된 대화 등 모델이 한 번의 상호작용에서 고려할 수 있는 정보의 양을 뜻한다.
웹사이트에 추가된 식별자 “k3d1-agent”와 새로운 봇 모듈은 키미 봇 출시 가능성에 대한 추측도 불러일으켰다. 문샷은 해당 가능성에 대한 제품 설명을 공식적으로 내놓지 않았다. 현재 가장 확실한 근거는 모델 테스트와 플랫폼 변경에 관한 내용이다.
최근 발견은 K3가 7월 출시된 뒤 이어졌다.
- 2026년 7월 17일: 문샷이 파라미터 2조 8,000억 개, 컨텍스트 창 100만 토큰을 갖춘 키미 K3를 발표했다.
- 7월 27일: 문샷이 K3 모델 가중치 공개 목표일을 발표했다. 모델 가중치는 모델 실행에 필요한 학습된 수치다.
- 9월 28일: 개발자들이 API 레지스트리에서 호출 가능한 “kimi-k3-1” 식별자를 발견했다.
- 이후: 오픈 플랫폼에 K3.1 또는 K3 11111 미리보기가 등장해 컨텍스트 100만 토큰을 지원한다고 안내했다.
K3.1이 물려받을 K3의 기반
문샷은 7월 앱과 API에서 K3를 출시했다. 7월 K3 발표에서 문샷은 K3를 코딩과 지식 업무, 사람의 감독을 최소화한 채 장시간 추론이 필요한 복잡한 작업을 위한 주력 모델로 소개했다. 모델 가중치를 공개하겠다는 계획도 문샷 자체 서비스 밖에서 이용할 수 있다는 점을 주요 장점으로 내세웠다.
K3는 전문가 혼합(MoE) 설계를 사용한다. 간단히 말해 모델에는 서로 다른 연산 구성 요소 그룹이 있으며, 라우팅 시스템이 입력 처리에 참여할 그룹을 선택한다. 파라미터 2조 8,000억 개는 모델 전체의 규모를 나타내며, 실제 계산에 어떤 부분이 참여하는지는 아키텍처가 결정한다.
이 설계는 파라미터 수만으로 전체 성능을 판단할 수 없는 이유를 보여준다. 사용자가 경험하는 성능에는 학습 방식, 라우팅, 연산 자원, 모델과 도구를 연결하는 소프트웨어가 함께 영향을 미친다. 전체 파라미터 수가 더 많다는 사실만으로 코딩 작업이 얼마나 빨리 끝나거나 비용이 얼마나 나올지 알 수는 없다.
K3.1의 컨텍스트 용량은 공개된 내용대로라면 K3의 100만 토큰과 같을 전망이다. 따라서 이번 업그레이드는 한 번에 처리할 수 있는 정보량을 늘리기보다, 모델이 정보를 활용하고 작업을 수행하는 방식에 초점을 맞춘 것으로 보인다.
추론 설정으로 사용자 통제권 확대
K3.1에는 Low, High, Max의 세 가지 추론 단계가 제공될 것으로 예상된다. 개발자는 이 설정을 통해 모델이 요청을 처리하는 데 들일 노력의 수준을 선택할 수 있다. 구체적인 작동 방식과 요금에 미치는 영향은 공개되지 않았다.
간단한 분류 작업과 복잡한 소프트웨어 오류 수정에는 필요한 작업량이 다르다. 고객 메시지를 범주에 넣는 일은 빠르게 답할 수 있지만, 여러 파일에 걸친 오류를 조사하려면 반복적으로 살펴보고 테스트한 뒤 수정해야 할 수 있다. 추론 수준을 조절할 수 있다면 사용자는 작업마다 속도와 처리 노력의 균형을 다르게 선택할 수 있다.
플랫폼을 살펴본 개발자들은 각 단계가 연산 자원 배분과 요금 체계 차이에 대응할 수 있다고 추정했다. 많은 요청을 처리하는 기업에는 기술적 선택인 동시에 운영상의 결정이 될 수 있다.
여기서 100만 토큰 컨텍스트 창도 중요하다. 모델에 방대한 코드나 문서를 입력할 수 있더라도 이를 처리하는 데 걸리는 시간과 연산량은 여전히 고려해야 한다. K3.1 도입을 검토하는 고객은 제출할 작업의 규모와 함께 추론 설정을 평가해야 한다.
에이전트와 스웜 모드, 장시간 작업 겨냥
K3.1에는 Agent, Swarm, 검색, 배치 처리 모드가 추가될 가능성이 있다. AI 에이전트는 목표를 달성하기 위해 여러 단계의 작업을 수행하며, 단계 사이에 도구를 사용하는 경우가 많다. 예를 들어 프로그램을 고치는 방법만 제안하는 데 그치지 않고 에이전트가 파일을 살펴보고 수정안을 제시한 뒤 테스트를 실행하고 결과에 따라 작업을 고칠 수 있다.
스웜은 여러 에이전트가 협력해 큰 작업을 작은 단위로 나눠 처리하는 방식이다. 한 에이전트는 정보를 검색하고 다른 에이전트는 코드를 살펴보며 세 번째 에이전트는 결과를 확인할 수 있다. 제안된 모드는 이런 방식을 키미에 도입하는 것이지만 구체적인 구현 방식은 공개되지 않았다.
검색과 배치 처리는 서로 다른 요구를 다룬다. 검색은 AI가 작업 도중 정보를 찾아 활용하도록 돕는다. 배치 처리는 같은 방식으로 처리해야 하는 여러 문서처럼 다수의 작업을 한꺼번에 제출할 수 있게 해, 요청을 하나씩 관리할 필요를 줄인다.
게임, 3D 코딩, 컴퓨터 조작도 주요 개발 분야로 거론된다. 이들 작업에는 자연스러운 문장 생성만으로는 충분하지 않다. 코드가 실행돼야 하고 상호작용 요소가 의도대로 작동해야 하며 컴퓨터에서 올바른 순서로 작업이 이뤄져야 한다. AI로 소프트웨어를 만들거나 조작하는 사람들에게는 이 모든 단계를 안정적으로 수행하는지가 업그레이드의 핵심 평가 기준이 될 것이다.
가격과 속도가 업그레이드의 가치를 좌우
문샷 오픈 플랫폼에는 K3.1 API 가격이 기존 K3 요금과 같은 수준으로 표시됐다. 다만 임시 가격일 수 있어 새 모델의 최종 요금은 아직 정해지지 않았다. K3와 관련해서는 가격, 응답 속도, 사용량 제한에 대한 우려가 제기돼 왔다.
자율 작업에서는 이 세 가지 문제가 밀접하게 연결된다. 모델 호출과 도구 사용을 반복해야 하는 작업은 단일 답변보다 시간과 자원을 더 많이 쓸 수 있다. 사용량 제한 때문에 작업이 끝나기 전에 중단되면 사용자가 이어서 진행하거나 작업을 다시 구성해야 할 수도 있다.
따라서 K3와 같은 요금이 표시됐다는 사실만으로 비용 문제가 모두 해결되는 것은 아니다. 유용한 결과에 도달하기까지 필요한 작업량도 비용에 영향을 준다. 재시도를 적게 하고 작업을 끝낼 수 있는 모델이라면 표시 요금이 비슷해도 해당 작업에서는 더 경제적일 수 있다.
문샷은 한 달 넘게 미리보기로 제공된 키미 K2.8의 정식 출시도 준비 중인 것으로 알려졌다. K2.8과 K3.1이 모두 출시 논의에 오르면서 개발자들은 문샷이 최종 발표할 기능과 이용 조건을 바탕으로 제품을 선택하게 될 전망이다.
K3의 7월 출시 이후 경쟁 구도 변화
K3는 7월 출시 당시 강력한 경쟁력을 보였다. 아티피셜 애널리시스 인텔리전스 인덱스에서 3위, 발스 AI 인덱스에서 2위에 올랐다. 애널리스트 네이선 램버트는 당시 K3를 가장 강력한 오픈 모델로 평가하며, 내부 가중치를 공개하지 않는 선도적인 미국 모델과의 격차를 좁혔다고 말했다.
이후 딥시크가 V4.1 Flash-1017을 출시하면서 관심이 옮겨갔다. K3.1 관련 보도와 함께 소개된 최근 비교에서는 해당 모델이 언급된 거의 모든 성능 벤치마크에서 K3를 앞선 것으로 나타났다. 다만 구체적인 점수표는 제시되지 않아 격차가 어느 정도인지는 불분명하다.
7월의 순위와 최근 비교는 빠르게 변하는 시장의 서로 다른 시점을 반영한다. K3는 출시 당시 문샷을 강력한 경쟁자로 부상시켰고, 이제 K3.1은 새 경쟁 모델을 상대로 실질적인 성능 향상을 입증해야 한다. 고객에게 중요한 비교 기준은 비용과 지연 시간, 접근 제한뿐 아니라 실제로 수행하는 작업의 종류도 포함할 것이다.
출시 세부 사항 가운데 가장 중요한 것은 문샷이 제안한 기능이 일상적인 결과로 이어지는지다. 에이전트가 장시간 작업을 끝내는지, 향상된 추론 능력이 기다리는 시간을 감수할 만큼 가치 있는지, 개발자가 지출을 예측할 수 있는지가 관건이다. 레지스트리 항목과 플랫폼 미리보기로 K3.1의 윤곽은 드러났다. 정식 출시는 이러한 신호를 명확히 정의된 제품으로 구체화해야 한다.
핵심 내용
- 개발자들이 9월 28일 호출 가능한 모델 식별자 “kimi-k3-1”을 발견했으며, 이후 플랫폼에 K3.1 또는 K3 11111 미리보기가 등장했다.
- 미리보기는 K3와 같은 100만 토큰 컨텍스트를 지원한다고 안내한다.
- 파라미터 2조 8,000억 개는 K3에서 확인된 수치이며, K3.1의 파라미터 수는 발표되지 않았다.
- 예상 기능에는 Low, High, Max 추론 설정과 Agent, Swarm, 검색, 배치 모드가 포함된다.
- 표시된 API 요금은 K3와 같지만 임시 가격일 수 있다. 속도와 사용량 제한, 작업 완수 능력도 제품 가치에 영향을 미친다.
- 문샷은 K3.1의 확정 출시일을 발표하지 않았다.
