Moonshot AI, 신규 K3.1 시리즈 첫 모델 Kimi K3.1 Pro 출시

Moonshot AI는 2026년 10월 24일 Kimi K3.1 Pro를 선보였다. 이 모델은 새로운 K3.1 시리즈의 첫 모델이며, 더 빠른 파생 모델인 Kimi K3.1 Pro Highspeed도 함께 공개됐다. 회사는 K3.1 Pro를 지금까지 출시한 오픈 웨이트 모델 가운데 가장 성능이 뛰어난 3T급 모델로 소개하며, 100만 토큰의 컨텍스트 윈도우를 제공한다고 밝혔다.

발표에 따르면 K3.1 Pro Highspeed는 모델 기능은 동일하면서 K3.1 Pro보다 2~3배 빠르다. 두 모델은 Kimi 제품군 전반에서 이용할 수 있다. Kimi.ai와 iOS, Android, HarmonyOS용 Kimi 모바일 앱, Windows 및 Apple 실리콘 탑재 Mac에서 사용할 수 있는 Kimi Work 데스크톱 애플리케이션 버전 3.1.0 이상에서 제공된다. Kimi Code에서는 사용자가 /model 명령어로 모델을 선택할 수 있으며, Kimi API에서는 kimi-k3.1-pro 및 kimi-k3.1-pro-highspeed라는 이름으로 제공된다. API 고객은 데이터 무보존 옵션도 이용할 수 있다. Kimi Enterprise 관리자는 조직에서 K3.1 Pro를 사용할 수 있도록 설정할 수 있으며, 출시 시점에는 기본적으로 이용이 비활성화되어 있다.

학습 및 공개된 성능

K3.1 Pro는 Kimi K3를 후속 학습한 모델로, Moonshot AI는 후속 학습에 훨씬 더 많은 컴퓨팅 자원을 투입했다고 설명한다. 수백 개의 다운스트림 도메인에 걸쳐 대규모 공동 강화 학습을 수행하기 위해 회사는 강화 학습 프레임워크, 긴 컨텍스트 추론, 학습 효율, 샌드박스 인프라, 롤아웃 일정 관리, 환경 품질 검사를 위한 공유 플랫폼 등 스택의 모든 계층을 최적화했다고 밝혔다.

회사는 현실적이고 자원이 제한된 터미널 작업을 통해 코딩 에이전트를 평가하는 Terminal-Bench 4.0에서 K3.1 Pro가 65.7%를 기록해 GPT-6 Astra의 58.2%를 앞섰고, Claude Opus 5.5의 66.4%에는 근소하게 뒤졌다고 밝혔다. 여러 단계의 실행, 도구 사용, 종단 간 문제 해결을 평가하는 사내 벤치마크 Kimi Code Bench 3.0 Long-horizon에서는 K3.1 Pro가 61.2%를 기록했으며, K3는 55.95%였다. 여러 시점에서 렌더링한 이미지로 3D 모델을 재구성하고 CAD 코드를 생성하는 능력을 평가하는 BenchCAD에서 K3.1 Pro는 도구 사용 시 92.7%를 기록해 Claude Opus 5.5의 96.2%, GPT-6 Astra의 95.9%에 근접했다. kimi.ai와 Kimi 앱에서는 3D Make 기능을 이용할 수 있다. 이를 통해 사용자는 온라인에서 3D 모델을 미리 보고 편집한 뒤 3D 프린팅에 바로 사용할 수 있는 파일로 내려받을 수 있다.

Moonshot AI는 실제 금융 문서를 바탕으로 복잡한 재무 데이터 분석 능력을 평가하는 OfficeQA Pro v2에서 64.4점으로 최고 수준의 점수를 기록했다고도 밝혔다. 또한 사내 금융 벤치마크 전반에서 K3보다 성능이 향상됐다며, Financial Modeling에서 7.2포인트, Financial Research에서 11.6포인트 높아졌고 Business Operation에서는 K3 성능의 약 4.2배를 기록했다고 전했다. 사실 정확성을 평가하는 사내 스트레스 테스트 Kimi Hallu Bench Hard에서 모델의 주장 단위 환각률은 K3의 23.4%에서 8.3%로 낮아졌다. 사실 오류가 하나 이상 포함된 응답의 비율은 이전 모델 환각률의 42.4%였다. 블로그는 이 평가가 오류가 발생하기 쉬운 상황을 살펴보도록 의도적으로 설계됐으며, 공개된 비율이 일상적인 사용 환경에서의 전반적인 오류율을 나타내지는 않는다고 설명한다.

블로그에 소개된 한 사내 장기 코딩 테스트에서 K3.1 Pro는 인체의 뼈 구성 요소 296개와 근육 구성 요소 402개로 이뤄진 오픈소스 인체 해부학 모델 human-atlas를 기반으로 사람의 보행 역학 시뮬레이터를 구축했다. 167개의 미션과 420회의 독립적인 검토를 거쳐 모델은 보행 제어기를 반복적으로 개선했다. 보상 형성으로도 팔의 움직임이 개선되지 않자 시뮬레이터의 동역학을 오픈 루프 방식으로 탐색하고, 어깨 근육 모멘트 암 계산에서 오류 36개를 찾아 수정한 뒤 제어기를 다시 학습시켰다.

사이버 보안 통제 및 오픈 웨이트 원칙

Moonshot AI는 후속 학습 규모가 커질수록 취약점 연구 성능이 꾸준히 향상되는 것을 확인했으며, 그 원인이 일반 사전 학습 후반부 코퍼스에 포함된 사이버 관련 콘텐츠와 강화 학습 환경 구성에 포함된 사이버 관련 작업이라고 밝혔다. K3.1 Pro의 오픈 웨이트 공개를 위해 회사는 모델의 유용성에 필요한 범용 코딩 작업은 유지하면서 두 학습 단계 모두에서 사이버 관련 데이터를 식별해 제거했다고 설명했다.

전문가가 선별한 소스 코드 기반 취약점 발견 및 악용 작업으로 구성된 회사 내부 벤치마크 xdev-bench-hard에서, 위험 저감 조치 없이 학습한 체크포인트는 pass@3에서 문제의 90.5%를 해결했지만 최종 K3.1 Pro는 81.0%를 기록했다고 블로그는 전한다. Moonshot AI는 이 결과가 데이터 제거를 통해 동일한 학습 파이프라인으로 얻었을 사이버 역량보다 해당 역량을 유의미하게 낮췄음을 보여준다고 밝혔다. 또한 K3.1 Pro의 사이버 역량은 최소 3개월 동안 공개적으로 이용 가능했던 최첨단 독점 모델보다 낮은 수준이라고 설명했다.

블로그는 오픈 웨이트 공개의 바탕이 되는 두 가지 원칙을 제시한다. 첫째, 회사는 사이버 역량의 절대적 최전선을 끌어올릴 오픈 웨이트를 공개하지 않는 것을 목표로 한다. 둘째, 오픈 웨이트로 이용할 수 있는 사이버 역량을 점진적으로 높이고자 한다. 회사는 차별 없는 접근을 통해 더 많은 팀이 자신이 관리하는 코드, 특히 전담 보안 검토를 받는 경우가 드문 레거시 시스템의 코드를 감사할 수 있다고 밝혔다.

Kimi Code의 모델 구성

별도의 Kimi Code 문서에는 개발자에게 모델을 제공하는 방식이 자세히 설명되어 있습니다. 문서에는 K3.1 Pro, K3, K2.8 Preview, K2.7 Code Highspeed 제품군에 걸쳐 모델 ID 6개가 나열되어 있습니다. 또한 k3.1-pro를 상위 등급 회원에게 최대 1,048,576토큰의 컨텍스트 창을 제공하는 매개변수 3조 개 규모의 플래그십 모델로 설명하고, Highspeed 버전은 동일한 기능을 제공하면서 할당량을 약 2배 사용한다고 설명합니다. 해당 페이지에 따르면 K3.1 Pro는 Kimi Code에 완전히 출시되었습니다.

문서에 따르면 K3.1 Pro 모델은 사고 모드만 지원하며, 사고 모드를 비활성화한 요청은 HTTP 400 오류로 거부됩니다. 두 신규 모델 모두 reasoning_effort 설정으로 low, high 또는 max를 사용할 수 있으며, 기본값은 max입니다. 또한 두 모델 모두 이미지와 동영상 입력을 지원합니다. 새로운 멤버십 요금제에서는 k3.1-pro를 Plus 이상에서 사용할 수 있고, 1M 컨텍스트 창은 Pro 이상 요금제에만 제공됩니다. k3.1-pro-highspeed는 Pro 이상 요금제가 필요합니다. 기존 요금제에서는 이에 해당하는 등급이 각각 Moderato와 Allegretto입니다.

문서에서는 세션 도중 새 모델로 전환하기보다 새 세션을 시작하고, 가장 안정적인 출력을 얻으려면 네이티브 Responses API, 채팅 완성 API 또는 메시지 API를 사용하며, 모델 ID를 잘못 입력하면 사고 기능이 없는 K2.8 Preview로 대체되므로 서드파티 도구에는 모델 ID를 정확히 입력할 것을 권장합니다.

회사는 Kimi K3.1 Pro의 전체 모델 가중치를 2026년 11월 4일까지 공개할 예정이라고 밝혔습니다.