Kimi K3.1 Pro 리뷰: 벤치마크, 가격, Kimi K3에서 달라진 점

Kimi K3.1 Pro는 Moonshot AI가 2026년 10월 23일 공개한 새 플래그십입니다. Kimi K3를 더 학습시킨 모델이고 컨텍스트는 같은 100만 토큰이며, 가격은 내려갔습니다. 입력 100만 토큰당 $2이고 출력은 $10입니다. Moonshot의 14개 테스트 표에서 Claude Opus 5.5에는 9개, GPT-6 Astra에는 10개 항목에서 앞섰습니다.

독립 검증도 대체로 같은 방향입니다. Artificial Analysis는 215개 모델 중 4위로 올렸고 Opus 5.5와는 3점 차이입니다. 이 회사가 직접 돌린 Terminal-Bench 4.0에서 K3.1 Pro는 67.2%로, Moonshot이 발표한 값보다 조금 높았습니다.

걸리는 부분도 있습니다. Artificial Analysis 측정에서 평균보다 느리고 출력이 아주 길었으며, 오픈 웨이트는 아직 나오지 않았고, 11월 4일까지 공개될 예정입니다. K3.1 Pro를 직접 돌려 보지는 않았으므로 아래 숫자는 Moonshot과 Artificial Analysis의 결과입니다.

먼저 결론부터

• K3보다 3분의 1 싸고 API는 그대로입니다. 100만 토큰당 입력 $2과 출력 $10으로, K3의 $3과 $15에서 내렸습니다. 모델 이름을 kimi-k3.1-pro로 바꾸면 바로 전환됩니다.
• Moonshot 표에서는 Claude Opus 5.5와 거의 비슷합니다. Terminal-Bench 4.0에서 65.7%로 Opus 5.5의 66.4%, GPT-6 Astra의 58.2%와 겨룹니다. 약점은 과학 분야입니다. Terminal-Bench Science가 38.1%인데 GPT-6 Astra는 68.1%이고, 이 차이는 Artificial Analysis의 자체 측정에서도 확인됩니다.
• 코딩 점수는 독립 검증으로도 뒷받침됩니다. Artificial Analysis가 직접 돌린 Terminal-Bench 4.0에서 67.2%로 Opus 5.5의 59.6%를 앞섰고, 지수 순위는 215개 모델 중 4위입니다. 대가는 속도입니다. 초당 73토큰으로 느리고 출력이 길어 작업당 $2.11이 듭니다. 토큰 단가만 보면 예상보다 GPT-6 Astra의 $3.26에 가깝습니다.
• 권합니다: K3를 쓰고 있다면 지금 K3.1 Pro로 옮기십시오. Opus 5.5나 GPT-6 Astra를 쓴다면 먼저 자기 작업 몇 개를 돌려 보십시오. 비용 절감은 사실이지만 점수 대부분은 아직 Moonshot 한 곳의 발표입니다.

Kimi K3.1 Pro란

Kimi K3를 훨씬 더 학습시킨 모델이고 가격은 더 낮습니다. Moonshot은 "지금까지 가장 성능이 높은 3T급 오픈 웨이트 모델"이라고 부르며, 새 K3.1 시리즈의 첫 모델로 소개합니다.

모델 이름은 두 가지입니다. kimi-k3.1-pro와 kimi-k3.1-pro-highspeed이고, Moonshot은 Highspeed가 2~3배 빠르며 가격은 두 배라고 설명합니다.

지금은 Kimi 앱과 kimi.ai, Kimi Work(3.1.0 이상), Kimi Code(/model에서 선택), Moonshot API에서 쓸 수 있습니다. Kimi Enterprise에서는 관리자가 켜기 전까지 보이지 않습니다. OpenRouter에서는 아직 Moonshot만 제공합니다.

Claude Opus 5.5, GPT-6 Astra와 성능 비교

Moonshot 표에서는 두 모델과 승부를 주고받습니다. 14개 테스트 중 Claude Opus 5.5에는 9개, GPT-6 Astra에는 10개에서 이깁니다.

GDPval-AA의 Elo를 빼면 모두 백분율입니다. Moonshot이 2026년 10월 23일 공개한 글의 값입니다.

Opus 5.5를 상대로 가장 크게 앞서는 항목은 SWE-Marathon(51.7 대 46.3)과 GDP.pdf(34.6 대 30.6)입니다. 가장 뚜렷하게 지는 항목은 Terminal-Bench Science로, 38.1에 그친 반면 GPT-6 Astra는 68.1, Opus 5.5는 63.3입니다.

DeepSeek V4.1 Flash 1017과 GLM-5.3이 표에 나오는 모든 항목에서도 앞섭니다. Terminal-Bench 4.0에서는 65.7 대 42.3, 41.8입니다. Claude Fable 5.1에는 세 항목에서 집니다. Terminal-Bench Science, Frontier Finance, OSWorld입니다.

측정 조건은 K3.1 Pro의 사고 강도를 최대로 두고 temperature 1.0, top-p 0.95를 쓴 것이며, 대부분 Claude Code 안에서 실행했습니다. 경쟁 모델도 각사 최고 사고 설정을 썼습니다. 경쟁 모델 점수는 대개 각사 보고서나 공개 리더보드에서 가져왔고, 일부는 Moonshot이 직접 돌렸습니다.

Moonshot의 주석에는 Claude 모델이 "폴백을 포함할 수 있고" GPT 모델이 "사이버 가드를 포함할 수 있다"고 적혀 있습니다. Kimi Code Bench 3.0은 Moonshot 내부 테스트입니다.

독립 검증은 맞는가

대체로 맞습니다. Artificial Analysis는 자체 테스트를 돌려 K3.1 Pro를 215개 모델 중 4위로 올렸습니다. 위에 나온 경쟁 모델 가운데 더 높은 점수는 Claude Opus 5.5뿐입니다.

Artificial Analysis Intelligence Index v4.3.2, 출력 속도, 지수 작업 한 건의 평균 비용입니다(2026년 10월 24일 확인). 10개 테스트에는 Terminal-Bench 4.0, GDPval-AA, GDP.pdf가 들어 있고 모두 Moonshot 표에도 있지만, 숫자는 Artificial Analysis가 직접 측정한 것입니다.

Artificial Analysis는 Terminal-Bench Science도 지수 밖에서 돌립니다. 이 네 항목에서 K3.1 Pro의 두 결과를 나란히 두면 다음과 같습니다.

두 결과는 가깝습니다. Artificial Analysis 쪽은 Terminal-Bench 4.0에서 더 높고 GDP.pdf와 Terminal-Bench Science에서 더 낮습니다. 67.2%는 이 묶음에서 가장 높은 값이기도 합니다. 같은 테스트에서 Opus 5.5는 59.6%, GPT-6 Astra는 59.1%였습니다.

과학 분야의 약점도 확인됩니다. K3.1 Pro가 34.3%인데 Opus 5.5는 59.0%, GPT-6 Astra는 63.3%입니다.

대가는 장황함입니다. 지수를 끝까지 돌리는 동안 K3.1 Pro는 1억 5000만 토큰을 썼고 중앙값은 8700만이었습니다. Artificial Analysis는 "매우 장황하다"고 표현합니다. 그래서 작업당 비용은 GPT-6 Astra의 3분의 2 정도입니다. 토큰 단가는 5분의 1인데도 그렇습니다.

Opus 5.5와 비교하면 작업당 비용은 3분의 1 정도이고 지수는 3점 낮습니다.

경쟁 모델 숫자는 믿을 만한가. 확인할 수 있는 곳에서는 맞습니다. Opus 5.5, GPT-6 Astra, Fable 5.1, GLM-5.3은 각사 보고서나 공개된 Terminal-Bench 4.0, SWE-Marathon, BenchCAD 결과와 일치합니다. GDPval-AA 점수도 Artificial Analysis 공개 보드와 2점 안쪽입니다.

주의할 점은 두 가지입니다.

• Opus 5.5의 Terminal-Bench 4.0 66.4는 Anthropic 자체 수치입니다. 공개 리더보드 최고 기록은 64.8입니다.
• GPT-6 Astra의 OSWorld 75.8은 다른 회사 보고서에서 온 값입니다. OpenAI 자체 글은 다른 버전의 OSWorld에서 72.6이라고 밝힙니다.

아직 확인할 수 없는 것들입니다.

1. K3.1 Pro 점수 대부분은 Moonshot만 발표했습니다. 위 네 항목을 빼면 공개 보드에 K3.1 Pro 결과가 아직 없습니다. Terminal-Bench 4.0 보드에는 Kimi 모델이 없고, SWE-Marathon 보드에는 Kimi K3가 48.1로 있을 뿐입니다.
2. 경쟁 모델은 Moonshot이 골랐습니다. 공개 SWE-Marathon 보드에서는 Muse Wonder Full이 53.1로 K3.1 Pro의 51.7보다 높지만, Moonshot 표에는 Muse Wonder가 없습니다.
3. Moonshot 문서끼리 어긋납니다. 공개 글은 내부 Hallu Bench Hard 환각률을 8.3%(K3는 23.4%)라고 하고, API 가이드는 6.85%라고 적습니다. API 가이드에는 "[xx.x%]" 같은 미채움 자리표시자도 남아 있습니다. 공개 글 숫자를 쓰십시오.
4. 웨이트는 나중에 나옵니다. "11월 4일까지"라고만 하고 라이선스는 아직 밝히지 않았습니다.

Kimi K3에서 무엇이 달라졌나

가격이 3분의 1 내려갔고 Moonshot 자체 테스트 점수는 올랐습니다. 호출 방식은 그대로입니다.

다섯 항목 모두 Moonshot 내부 테스트이고 공개 글의 값입니다. Hallu Bench Hard는 답변에 들어간 잘못된 주장의 비율이므로 낮을수록 좋습니다.

API는 K3와 같습니다. 항상 사고하고 reasoning_effort에 low, high, max를 넣을 수 있으며 기본값은 max입니다. max_completion_tokens를 올리지 않으면 출력은 131,072토큰까지입니다. temperature는 1.0, top_p는 0.95로 고정이니 넣지 마십시오. 이미지는 base64나 업로드한 파일로 보내고 공개 URL은 쓸 수 없습니다.

새로운 점은 두 가지입니다. Highspeed 버전과 Moonshot의 K2 종료입니다. 2026년 10월 31일부터 K2 모델은 신규 가입자에게 닫히고, Moonshot은 연말까지 모든 K2 모델을 종료할 계획입니다.

Kimi K3 리뷰에서 K3의 항상 켜진 최대 사고가 DeepSeek V4.1 Flash보다 2~4.4배 느린 원인이었습니다. Hacker News의 한 개발자는 자기 벤치마크에서 K3.1 Pro가 "k3보다 거의 두 배 빠르다"고 보고했습니다.

Kimi K3.1 Pro 가격

100만 토큰당 입력 $2이고 출력은 $10입니다. Claude Opus 5.5의 절반이고 GPT-6 Astra의 5분의 1입니다.

정가는 Moonshot, Anthropic, OpenAI 가격 페이지 기준입니다(2026년 10월 24일 확인).

입력 1만 토큰, 출력 2000토큰 요청은 K3.1 Pro에서 $0.04, K3에서 $0.06, Opus 5.5와 K3.1 Pro Highspeed에서 $0.08, GPT-6 Astra에서 $0.20입니다.

실제 요청은 보통 더 깁니다. K3.1 Pro는 답하기 전에 늘 사고하고, 설정을 낮추지 않으면 최대 강도로 생각합니다. 위 Artificial Analysis의 작업당 비용에는 그 사고가 포함됩니다.

Moonshot은 반복되는 프롬프트 앞부분을 자동으로 캐시합니다. 캐시에 걸리면 100만 토큰당 $0.20으로 입력 가격의 10분의 1입니다. 캐시 쓰기는 100만 토큰당 5분에 $2.00, 1시간에 $4.00입니다. 컨텍스트 길이에 따른 구간 요금은 없습니다.

Moonshot API에서는 $1 이상 충전해야 K3.1 Pro가 열립니다. 새 계정은 Tier 0으로 분당 3회, 동시 1건입니다. 누적 $10을 충전하면 분당 100회, 동시 15건으로 올라갑니다.

Kimi K3.1 Pro로 갈아타야 할까

K3에서라면 갈아타십시오. Claude Opus 5.5나 GPT-6 Astra에서라면 자기 작업 몇 개를 먼저 돌려 보고 결정하십시오.

Opus 5.5를 코딩에 쓴다면 K3.1 Pro를 시험할 이유는 비용입니다. Artificial Analysis 테스트 묶음에서 작업당 비용이 Opus 5.5의 3분의 1 정도이고 지수는 3점 낮습니다. 먼저 자기 저장소에서 돌려 보십시오. 두 Terminal-Bench를 빼면 코딩 점수는 Moonshot 발표뿐입니다.

Kimi K3.1 Pro 사용법

Moonshot API 플랫폼에서 $1 이상 충전한 뒤 OpenAI 호환 클라이언트에서 kimi-k3.1-pro를 호출하십시오. Kimi 앱이나 Kimi Code에서 골라도 됩니다.

Moonshot 빠른 시작에 있는 예제이고, 사고 강도를 high로 둔 것입니다.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MOONSHOT_API_KEY"],
    base_url="https://api.moonshot.ai/v1",
)

completion = client.chat.completions.create(
    model="kimi-k3.1-pro",
    reasoning_effort="high",  # low, high, max 중 하나(기본값 max)
    messages=[{"role": "user", "content": "Introduce Kimi K3.1 Pro in one sentence."}],
)
print(completion.choices[0].message.content)

1. 멀티턴 대화와 도구 호출 반복에서는 reasoning_content와 tool_calls를 포함한 assistant 메시지 전체를 돌려보내십시오. Moonshot이 요구합니다.
2. temperature, top_p, n과 두 가지 페널티는 넣지 마십시오. 고정값입니다.
3. 이미지는 base64나 업로드한 파일로 보내십시오. 공개 이미지 URL은 동작하지 않습니다.
4. Codex에서는 Moonshot 가이드대로 model = "kimi-k3.1-pro", wire_api = "responses", 베이스 URL https://api.moonshot.ai/v1을 설정하십시오.

OmniaKey는 2026년 10월 24일 기준으로 K3.1 Pro를 제공하지 않습니다. 대신 Kimi K3와 Moonshot 표에 나온 경쟁 모델을 모두 쓸 수 있습니다. Claude Opus 5.5와 GPT-6 Astra에서 DeepSeek V4.1 Flash, GLM-5.3까지 OpenAI 호환 키 하나로 호출합니다. 같은 작업을 모델마다 돌려 보고 고르십시오.

자주 묻는 질문

새 Kimi API 계정에서 K3.1 Pro가 안 되는 이유는 무엇인가요

$1 이상 충전해야 열립니다. 누적 충전액은 속도 제한도 정합니다. Tier 0은 분당 3회입니다.

K3.1 Pro Highspeed는 다른 모델인가요

Moonshot은 K3.1 Pro의 한 버전으로, 2~3배 빠르고 입력과 출력 가격이 두 배인 모델로 판매합니다. 캐시 입력은 $0.20 그대로입니다. OpenRouter는 둘을 한 모델로 묶고 Highspeed를 "priority" 등급에 둡니다.

Kimi K3.1 Pro의 사고를 끌 수 있나요

없습니다. Moonshot 문서는 항상 사고한다고 밝히고, 짧게 만들려면 reasoning_effort를 low로 두라고 안내합니다. OpenRouter 페이지에는 "none" 선택지가 있지만 Moonshot 문서에는 그런 설정이 없습니다.

Kimi K3.1 Pro는 오픈소스인가요

Moonshot은 전체 웨이트를 2026년 11월 4일까지 공개한다고 합니다. API와 앱은 지금 쓸 수 있습니다. 오픈 웨이트 버전에서는 사이버 관련 학습 데이터를 뺐다고 밝혔고, 공개 글에는 라이선스가 아직 없습니다.

Kimi K3.1 Pro는 중국에서 얼마인가요

Moonshot 중국 플랫폼에서는 100만 토큰당 입력 13위안, 캐시 입력 1.30위안, 출력 68위안입니다. Kimi K3는 20위안, 2위안, 100위안입니다.

출처

• Moonshot: Kimi K3.1 Pro 공개(2026년 10월 23일)
• Moonshot API: Kimi K3.1 Pro 빠른 시작, reasoning effort, 가격, 충전과 속도 제한
• Moonshot 중국 플랫폼 가격
• Artificial Analysis: Kimi K3.1 Pro와 GDPval-AA
• Terminal-Bench 4.0 리더보드와 SWE-Marathon 리더보드
• Anthropic: Claude Opus 5.5 시스템 카드와 가격
• OpenAI: GPT-6 Astra 발표와 모델 페이지
• OpenRouter: Kimi K3.1 Pro
• Hacker News 공개 스레드

모두 2026년 10월 24일에 확인했습니다.