K3.1 Pro의 버전 번호는 겨우 0.1만 올랐을 뿐이지만, 월의 암면이 답하고자 하는 질문은 훨씬 더 크다.
10월 23일 오전, Kimi 공식 계정은 X와 비디오 번호에서 24초 분량의 영상을 게시했습니다.
화면에는 레트로 스타일의 오래된 컴퓨터가 보이며, 화면에는 Kimi Code가 실행되고 있고, 터미널에는 Three.js 코드가 줄줄이 입력되어 복잡한 3D 장면을 생성하고 있다. 눈썰미가 좋은 누리꾼들은 곧 왼쪽 상단의 모델 목록에서 답을 찾아냈다—「Model: Kimi K3.1」.
Kimi가 공식적으로 발표한 K3.1 사전 홍보 영상｜이미지 출처: X @Kimi_Moonshot
구식 기계 하나로 오늘날 가장 첨단인 3D 코드를 실행한다는 이 대비 자체가 바로 달의 어두운 면이 전하려는 메시지입니다.
열두 시간이 지나고, 10월 24일 자정을 막 넘긴 시점에 프로그래머의 날을 맞아 Kimi K3.1 Pro가 정식으로 출시되었으며, 동시에 속도가 2~3배 빨라진 Highspeed 버전도 함께 선보였다. 공식적으로는 전체 모델 가중치가 11월 4일 이전에 공개될 예정이라고 밝혔다.
지난 세대 K3 출시 이후 3개월이 넘었습니다. 이 3개월 동안 월지암면은 대부분의 기업이 1년 동안 겪는 것보다 더 많은 일들을 경험했습니다.
“양은 늘리고 가격은 그대로”인 0.1
먼저 K3.1 Pro가 무엇인지 명확히 하겠습니다.
이것은 완전히 새로운 모델이 아닙니다. 월지암면은 K3.1 Pro가 K3의 후기 학습 버전이며, 기반 구조는 그대로 유지된다고 명확히 밝혔습니다—총 매개변수 수 2조 8천억 개, 활성화 매개변수 수 1,040억 개의 혼합 전문가 아키텍처를 여전히 채택하고 있으며, 문맥 창 크기도 100만 토큰으로 동일합니다. 또한 이미지와 비디오 입력을 기본적으로 지원합니다.
변화는 후처리 단계에서 일어났다. 공식 발표에 따르면, “대폭 증가한 후처리 연산 성능”을 투입해 수백 개의 하위 분야에서 대규모 연합 강화학습을 수행했으며, 이를 위해 강화학습 프레임워크, 샌드박스 인프라, 장문맥 추론 등 기반 엔지니어링 전반을 한 번에 재구성했다.
바로 그때, 같은 뇌가 작업하는 방법을 다시 한 번 ‘교육’받았습니다.
그 효과는 순위표에 나타납니다. 프로그래밍 지능 에이전트를 평가하는 Terminal-Bench 4.0에서 K3.1 Pro는 65.7%를 기록해 GPT-6 Astra의 58.2%를 넘어섰으며, Claude Opus 5.5의 66.4%와는 불과 1점 차로 밀렸습니다. 이전 세대 K3의 해당 순위표 성적은 제3자 기관인 Artificial Analysis의 측정 방식에 따르면 겨우 13%에 불과했습니다.
제3자 종합 평가에서도 좋은 점수를 받았습니다. Artificial Analysis의 지능 지수에서 K3.1 Pro는 55점을 기록해 K3보다 11점 높았으며, 전 세계 순위 4위에 올랐습니다. 앞서 있는 모델은 Claude Opus 5.5, Claude Sonnet 5.5, 그리고 Muse Wonder Full뿐입니다. 가중치가 공식적으로 공개되면, 이 모델은 가장 높은 점수를 얻은 오픈 소스 가중치 모델이 될 것이며, 오픈 소스와 클로즈드 소스 간의 점수 차이는 12점에서 3점으로 줄어들 것입니다.
K3.1 Pro의 14개 프로그래밍, 과학 및 지식 작업 평가에서의 성과｜이미지 출처: 킴이 공식 블로그
프로그래밍 외에도 이번에 새롭게 추가된 두 가지 주요 주제는 3D와 금융입니다.
K3.1 Pro는 Unity, Unreal, Godot와 같은 게임 엔진을 구동할 수 있으며, Blender와 CAD 스크립트를 작성해 파라메트릭 모델링을 수행할 수 있습니다. 다중 시점 이미지로부터 3D 모델을 재구성하는 BenchCAD 테스트에서, 이 도구는 92.7%의 성과를 달성하여 Opus 5.5 및 Astra에 근접했습니다. Kimi 웹 버전과 앱에서도 「3D Make」 기능이 동시에 출시되어, 사용자는 직접 요구 사항을 명시하면 3D 웹페이지나 3D 모델을 생성하고, 심지어 3D 프린터로 출력할 수도 있습니다.
kimi.com의 3D Make 인터페이스｜이미지 출처: Kimi 공식 블로그
다시 그 티저 영상을 보면, 오래된 컴퓨터 화면에서 실행되던 Three.js가 사실은 이 주요 줄거리에 대한 예고였던 셈이다.
금융 분야에서 K3.1 Pro는 실제 재무제표를 기반으로 다단계 수치 추론을 수행하는 OfficeQA Pro v2에서 64.4점을 기록했으며, 이는 현재까지의 최고 성과라고 공식적으로 밝혔습니다. 또한, 자체적으로 설계한 고난도 환각 테스트에서는 사실 오류율이 K3의 23.4%에서 8.3%로 감소했습니다—물론 이는 의도적으로 문제를 유발하도록 만든 스트레스 테스트일 뿐이며, 일상적인 사용에서의 오류율을 대표하는 것은 아닙니다.
금융 분야 평가 점수｜이미지 출처: Kimi 공식 블로그
가장 놀라운 점은 가격이다.
K3.1 Pro의 API 가격은 입력 100만 토큰당 13위안, 출력 100만 토큰당 68위안으로, K3보다 3분의 1 저렴하며 Claude Opus 5.5의 약 절반 수준입니다. 더 강력한 신형 모델이 오히려 구형 모델보다 저렴한 것은 대규모 모델 업계에서는 흔하지 않은 현상입니다.
그러나 Artificial Analysis의 계산에 따르면, K3.1 Pro는 동일한 작업을 수행하는 데 출력 토큰을 14% 더 소모하므로, 각 작업의 실제 비용은 약 1.98달러로 K3와 거의 동일합니다.
실제 세계의 K3.1
순위권 밖에서도, 네티즌들의 1차 피드백은 훨씬 더 복잡하다.
호평은 주로 ‘작업 수행’에 집중되어 있다. 지후에서는 한 개발자가 러스트, C, 어셈블리, CMake를 혼합한 자신의 프로젝트로 테스트를 진행했는데, K3.1 Pro의 코드 능력이 DeepSeek V4.1 Flash보다 분명히 우수하다고 평가했다. 특히 러스트의 일반적인 설계 패턴을 더 잘 숙달하고 있었으며, 며칠 전 DeepSeek가 남긴 문제까지 손쉽게 수정해냈다. 같은 작업을 수행하는 데 K3.1 Pro는 20분이 걸렸지만, K3로 대체하면 40분에서 1시간 정도 소요될 것으로 보인다.
속도는 또 하나의 반복적으로 언급되는 개선 사항입니다. K3의 느림은 한때 유명했으며, 어떤 이는 그 속도가 “영어로 된 사고 과정을 원활하게 읽을 수 있을 정도”라고 표현하기도 했습니다. 그러나 K3.1 Pro에 이르러서는 사고 과정이 대부분 순식간에 지나가 버려, 제대로 살펴볼 틈도 없이 접히고 말았습니다.
하지만 프론트엔드의 미적 감각이 논란의 초점으로 떠올랐다.
포럼 사용자가 자신의 비공개 프로젝트를 활용해 단일 파일 HTML 테스트를 한 번 진행했습니다: ‘운상룡성’, ‘유리 기계 공작새’, ‘다이아몬드’입니다. 결론은 상당히 냉정했는데, K3.1 Pro가 테스트된 모델들 중 최하위에 속하며, 공작새의 깃털 하이라이트조차 깃털 뒤쪽으로 그려지는 문제가 발견되었다고 합니다. 또 다른 개발자는 참고 사진을 바탕으로 Three.js를 이용해 스팀 컨트롤러를 재현하도록 했는데, 세 차례나 수정했음에도 로고와 부품 간의 공간 관계가 여전히 맞지 않았습니다.
같은 프롬프트인 「유리 기계 공작새」에 대해 K3.1 Pro(맥스 추론)가 생성한 결과｜이미지 출처: 달라오쇼 포럼 회원 PoemFarAway
동일한 프롬프트 하에서 GPT-6.1 Sol(xhigh 추론)의 출력｜이미지 출처: 대佬说 포럼 회원 PoemFarAway
스팀 컨트롤러 복원 테스트에서 제공된 참고 이미지｜이미지 출처: 대佬说 포럼 회원 NightRain
K3.1 Pro 2차 버전 출시, 로고와 부품 간의 관계에 여전히 문제가 남아 있음｜이미지 출처: 달라오쇼 포럼 회원 NightRain
한쪽에서는 공식 3D 시연의 놀라움이, 다른 한쪽에서는 네티즌들의 ‘구매자 후기’에서 나타난 실수까지, 두 가지 목소리 모두 개별 사례에 불과하지만, K3.1 Pro가 아직 ‘눈을 감고도 쓸 수 있을 정도’는 아니라는 점을 충분히 보여줍니다.
그리고 가장 집중된 불만은 모델이 아니라 요금제에 대한 것이다.
일부 사용자들은 199위안의 기존 요금제에서 K3.1 Pro에 간단한 게임 하나를 검사하도록 맡겼더니 5시간 분량의 할당량 중 13%가 소진됐다고 보고했습니다. 같은 작업을 Opus에 맡기면 단지 3%만 소모된다고 합니다. 또한 일부는 Highspeed 버전이 “정말 편리하다”고 말했지만, 5시간 분량의 할당량이 2시간도 채 지속되지 않는다고 전했습니다. API 가격은 3분의 1로 인하되었지만, 구독 이용자들은 이를 크게 체감하지 못하고 있습니다.
테스트가 세 번째 버전에 이르렀을 때, 199위안 요금제는 5시간의 사용량 상한에 도달했습니다｜이미지 출처: 달라오쇼 포럼 회원 NightRain
이는 사실 K3 시대부터 남아 있는 오래된 문제입니다. 7월에 K3가 출시된 이후, 요청량이 예상치를 훨씬 웃돌면서 Kimi는 한때 개인 사용자 신규 구독을 일시 중단했습니다. 컴퓨팅 파워는 언제나 이 회사에 늘 걸려 있는 칼과도 같습니다.
혐의에 대응하는 또 다른 방법
K3.1 Pro의 출시 시점은 지난 몇 달간 킴이를 둘러싼 그 파문을 떠올리지 않을 수 없게 만든다.
올해 2월, Anthropic은 DeepSeek, 월지암면 및 MiniMax가 수많은 가짜 계정을 통해 Claude와 상호작용하며 능력을 추출했다고 공개적으로 비난했으며, 이 중 월지암면에 귀속되는 상호작용이 340만 건을 넘었다.
7월 K3가 출시되고 성능이 Claude Fable 5에 거의 근접한 뒤, 백악관 과학기술정책실장 클라지오스는 X에 직접 글을 올려, 다크문이 K3를 개발하는 과정에서 앤트로픽의 Fable 모델을 “증류”했다고 밝혔으며, 미국 재무장관 베슨트는 이후 이를 제재하고 실체 리스트에 포함할 수 있다고 언급했다.
9월, Anthropic은 또다시 위협 인텔리전스 보고서를 발표하며, 월의 어둠면이 5,380개의 가짜 계정으로 구성된 프록시 네트워크를 통해 10일 동안 거의 30만 건에 달하는 Kimi 사용자 요청을 Claude에게 전달하고, 그 과정에서 사고 체인을 추출해 학습에 활용했다고 밝혔습니다.
이러한 혐의에 대해 월지암면의 대응은 줄곧 절제되어 왔다.
7월, Kimi 기업 사업 책임자 황전신은 K3의 성능 향상이 저수준의 독창적 아키텍처 혁신에서 비롯된 것이며, 단순한 추론 복제가 아니라고 밝혔다. 7월 말에는 K3의 가중치를 공개함과 동시에 기술 보고서를 공개해, 하이브리드 선형 주의력과 주의력 잔차 등 자체 개발 아키텍처를 모두에게 공개했다.
따라서 K3.1 Pro는 말없이 답하는 하나의 사례로 볼 수 있습니다.
가장 설득력 있는 반박은 언제나 선언이 아니라, 상대방이 애써 외면할 수 없는 점수다.
이번 K3.1 Pro의 가장 눈에 띄는 몇 가지 수치는, 대부분 자체 벤치마크 결과라기보다는 Artificial Analysis와 같은 제3자 기관에서 나온 것들입니다. 더욱 흥미로운 점은, Anthropic의 보고서에 따르면 Claude는 이제 더 이상 외부에 완전한 사고 과정을 반환하지 않으며, 다임스트레이션을 거친 쪽은 “열쇠가 아니라 문패 번호만을 받는다”는 것입니다. 이러한 제한 속에서도 K3.1 Pro는 3개월 동안 지능 지수를 11포인트나 끌어올렸는데, 이는 적어도 월지암면이 자체적으로 구축한 후훈련 체계가 실제로 효과를 발휘하고 있음을 보여줍니다.
또 하나 간과하기 쉬운 세부 사항이 있다. 달의 어두운 면은 이번 발표에서, 오픈소스 지표가 사이버 공격 능력의 최전선을 앞당기는 것을 막기 위해 훈련 과정에서 네트워크 보안 관련 데이터를 제외했다고 자발적으로 밝혔다. 그 대가로 내부 취약점 악용 테스트 성적은 90.5%에서 81%로 하락했다.
내부 취약점 이용 테스트 xdev-bench-hard 성적, K3.1 Pro는 능동적으로 감산을 수행했습니다｜이미지 출처: Kimi 공식 블로그
‘보안 위협’이라는 딱지를 붙이는 시점에, 스스로의 오픈소스 모델에 대해 적극적으로 기능을 축소하는 것은 그 자체로 하나의 입장을 표명하는 행위입니다.
하지만 인정해야 할 점은, 점수는 “당신이 잘할 수 있는지”는 답해줄 수 있어도 “당신이 어디에서 왔는지”는 답해줄 수 없다는 것이다.
K3.1 Pro 출시 당일, 일부 네티즌은 이 제품이 그린 펠리컨 SVG가 GPT-6 Astra의 스타일과 거의 완전히 동일하다고 지적하며, 의심의 대상을 앤트로픽에서 OpenAI로 옮겼다. 물론 이는 포럼상의 추측에 불과하며, 펠리컨 한 마리만으로는 아무것도 증명할 수 없다. 그러나 이는 우리가 명확히 인식해야 할 점을 상기시킨다: 학습 데이터의 출처가 외부로부터 감사받을 수 없는 한, ‘증류’라는 꼬리표는 결코 하나의 점수로 완전히 벗겨지기 어렵다는 것이다.
11월 4일의 가중치 발표는 다음 관찰 지점이 될 것입니다. 가중치가 공개된 후에는 전 세계의 연구자들이 이를 활용해 테스트, 비교, 분석을 수행할 수 있게 되며, 이는 어떤 성명보다도 더 높은 투명성을 제공합니다.
그 오래된 컴퓨터에서 실행되던 3D 코드에 대해, 달의 어두운 면은 이미 답을 제시했습니다. 그리고 더 어려운 문제에 대해서는 아직 답안이 막 제출된 상태입니다.
*헤드라인 이미지 출처: 달의 어두운 면
본 기사는 지커파크의 독창적 기사로, 전재 시에는 지커쥔의 위챗 계정 geekparkGO에 문의해 주시기 바랍니다.