문샷 AI가 23일(현지시간) '키미 K3.1 프로'를 공개했다. 모델 크기는 그대로 두고 후속 학습을 크게 늘려 코딩과 3D 작업 성적을 끌어올렸다. 전체 가중치는 11월 4일까지 풀린다.
키미 K3.1 프로, K3를 다시 학습시킨 모델
문샷 AI가 23일(현지시간) 새 플래그십 '키미 K3.1 프로(Kimi K3.1 Pro)'를 발표했다. K3.1 시리즈의 첫 모델이다. 같은 날 2~3배 빠른 '키미 K3.1 프로 하이스피드'도 함께 나왔다.
뼈대는 K3와 같다. 전문가 혼합(MoE) 방식으로 총 2조8000억 개 파라미터를 두고, 토큰 하나를 처리할 때는 1040억 개만 쓴다. 회사가 '3T급'이라고 부르는 이유다. 100만 토큰 컨텍스트 윈도도 그대로다. 긴 프로젝트 문서를 잘게 쪼개지 않고 통째로 넣을 수 있는 크기다.
달라진 건 학습 쪽이다. 회사는 후속 학습에 들어가는 연산을 대폭 늘렸다고 밝혔다. 수백 개 분야를 한 번에 강화학습할 수 있도록 학습 프레임워크와 긴 문맥 추론, 샌드박스 환경을 다시 짰다는 설명이다. 파라미터를 불리는 대신 같은 체급에서 더 오래, 더 촘촘하게 가르친 셈이다.
터미널 벤치 65.7%, 어디까지 올라왔나
회사 발표에 따르면 키미 K3.1 프로는 터미널 벤치 4.0에서 65.7%를 기록했다. 제한된 자원으로 터미널 작업을 끝내는 능력을 재는 평가다. 같은 평가에서 GPT-6 아스트라는 58.2%, 클로드 오퍼스 5.5는 66.4%였다. 1위는 아니지만 격차는 1%포인트 안쪽이다.
자체 평가도 올랐다. 여러 단계의 도구 사용을 요구하는 Kimi Code Bench 3.0 장기 과제에서 61.2%로, K3의 55.95%를 넘었다. 여러 각도 이미지로 CAD 코드를 만들어 3D 형상을 복원하는 벤치CAD에서는 도구를 쓸 때 92.7%였다. 오피스QA 프로 v2에서는 64.4점으로 회사가 비교한 모델 가운데 가장 높았다.
모두 회사가 직접 낸 숫자다. 평가 환경과 채점 방식이 모델마다 달라 다른 회사 결과와 나란히 놓고 읽을 때는 주의가 필요하다.
오픈 웨이트인데 사이버 공격 능력은 줄였다
이번 발표에서 눈에 띄는 대목은 따로 있다. 문샷이 사이버 공격 능력을 일부러 깎았다는 점이다. 왜 굳이 성능을 깎았을까?
회사는 중간 학습 코퍼스와 강화학습 환경에 섞여 있던 사이버 관련 데이터를 찾아 제거했다고 밝혔다. 그대로 두면 취약점 공격 능력이 크게 올라간다는 사실을 내부 실험에서 확인했기 때문이다. 내부 평가 xdev-bench-hard에서 데이터를 걸러내지 않은 체크포인트는 pass@3 기준 90.5%를 풀었다. 최종 K3.1 프로는 81.0%다.
회사는 "공격적 사이버 능력이 우리 파이프라인이 낼 수 있는 수준보다 낮고, 최소 3개월 전 공개된 프런티어 폐쇄형 모델보다도 뒤진다"고 적었다. 대신 방어 목적의 코드 감사에 쓸 수 있도록 가중치를 푼다는 게 회사 설명이다. 학습 단계에서 능력 자체를 조절한 사례라, 오픈 웨이트 진영이 위험을 다루는 방식으로 읽힌다.
키미 K3.1 프로의 가격과 3D 작업
Kimi API 가격표에는 100만 토큰당 입력 2달러, 출력 10달러, 캐시 입력 0.2달러로 적혀 있다. 하이스피드 버전은 입력 4달러, 출력 20달러다. K3보다 낮아진 수준이다.
3D 쪽도 손봤다. 블렌더와 CAD에서 스크립트를 직접 쓰고 실행하며 형상을 다듬는다. 별도 MCP 커넥터 없이 된다는 설명이다. 유니티와 언리얼 엔진, 고도에서 게임 프로젝트를 통째로 만드는 작업도 지원한다. 웹에서 3D 모델을 확인하고 3D 프린팅용으로 내려받는 '3D 메이크'는 kimi.com과 키미 앱에서 쓸 수 있다.
회사가 공개한 장기 과제 사례도 있다. 인체 해부 모델 human-atlas 위에 보행 시뮬레이터를 세우는 작업이었다. 167개 미션을 돌며 스스로 결과를 진단했고, 어깨 근육의 모멘트 암 계산에서 36개 오류를 찾아 고쳤다. 시뮬레이션 인체가 몇 초 만에 쓰러지던 상태에서 11.2초 동안 걸었다.
키미 K3.1 프로 가중치, 11월 4일 풀리면 달라지는 것
서비스는 이미 열렸다. kimi.com과 키미 앱, 키미 워크, 키미 코드, Kimi API에서 오늘부터 쓸 수 있다. 기업 관리자는 조직 단위로 따로 켜야 한다. 기본값은 꺼져 있다.
가중치는 11월 4일까지 공개된다. 그때부터 직접 서버에 올려 쓰거나 파인튜닝하는 선택지가 생긴다. 오픈 웨이트 쪽에서 100만 토큰 컨텍스트와 이 정도 코딩 성적을 함께 가진 모델은 아직 드물다. 다만 환각 수치는 회사가 "일부러 틀리기 쉬운 문제로 만든 스트레스 테스트"라고 못 박은 만큼, 실무 오류율로 그대로 읽으면 안 된다.
