문샷이 킴키3 웨이트를 수익 계층 라이선스 아래 공개하다

문샷 AI는 2026년 7월 27일 킴키3의 전체 모델 웨이트를 공개했다. 이는 北京 연구소가 모델을 호스팅 서비스로 출시한 지 11일 후였다. 웨이트와 기술 보고서는 함께 Hugging Face와 GitHub에 게시되었으며, 문샷이 킴키3 라이선스라고 부르는 맞춤형 조건 아래에 있다.

킴키3는 2.8조 개의 총 파라미터를 가진 전문가 混合 모델로, 104억 개의 파라미터가任意 토큰에 활성화된다. 100만 토큰의 컨텍스트 창을 가지고 있으며, 문샷이 문비트-V2라고 부르는 비전 인코더를 통해 텍스트와 이미지를 네이티브로 처리한다. 또한 각 토큰을 16개의 896개의 전문가 중 하나로 라우팅한다. 문샷은 이를 3조 파라미터 클래스의 세계 최초의 오픈 모델이라고 설명한다.

연구소는 모델의 아키텍처에 집중했다. 킴키 델타 어텐션은 모델의 93개의 레이어 중 69개에서 처리되며, 24개의 게이트드 라틴 어텐션 레이어와 함께 사용된다. 또한 연구소가 어텐션残差라고 부르는 메커니즘은 깊이 방향으로 표현을 균일하게 누적하는 대신 선택적으로 검색한다. 문샷은 이 조합이 스테이블 라틴모에 라우팅과 함께 결합하여 킴키2에 비해 약 2.5배의 확장 효율성을 제공한다고 보고한다.

라이선스가 허용하는 것

킴키3 라이선스는 대부분의 길이에서 MIT 라이선스와 유사하다. 이는 누구에게나 무료로 소프트웨어를 사용, 복사, 수정, 배포, sublicensing 및 판매할 수 있는 권리를 부여하며, 웨이트에서 모델을 실행, 배포, 미세 조정 또는 파생 작품을 구축할 수 있다.

수익 라인 위에 두 가지 조건이 있다:

• 모델을 서비스로서의 비즈니스로 실행하는 라이선서는, 라이선스가 제3자에게 추론 또는 미세 조정을 허용하고 입력, 파라미터 또는 교육 데이터에 대한 제어를 허용하는 경우, 12개월 동안 연속적으로 2,000만 달러의 수익을 초과하는 경우 문샷과 별도의 계약을 체결해야 한다.
• 100만 명 이상의 월간 활성 사용자 또는 200만 달러 이상의 월간 수익을 가진 상업용 제품 또는 서비스는 인터페이스에 “킴키3″를 명확하게 표시해야 한다.

이러한 조건은 순수하게 내부 사용이나 문샷의 제품 및 인증된 추론 파트너를 통해 접근하는 경우에는 적용되지 않는다. 모델을 특정 기능 또는 하니스 안에 내장하거나 다른 사람이 호스팅하는 모델에 요청을 릴레이하는 제품은 서비스 정의에서 제외된다.

실제 효과는 사용자보다는 비즈니스 모델에 따라 나뉜다. 킴키3를 자체 인프라에서 미세 조정하는 팀에는 의무가 없다. 그러나 킴키3 추론을 대규모로 재판매하는 클라우드 제공자는 이를 수행하기 전에 문샷과 계약해야 한다.

이번 출시 또한 워싱턴에서 진행 중인 논쟁에 영향을 미친다. 엔비디아와 마이크로소프트는 2026년 7월 24일 공동 서한에서 오픈 웨이트 AI를 지지했으며, 오픈AI의 샘 알트먼은 같은 날 킴키3의 웨이트가 출시된 워싱턴에서 의회와 행정부 官員들에게 公司의 다음 모델 패밀리를 소개했다. 중국 연구소에서 2.8조 파라미터 모델을 다운로드할 수 있게 된 것은 이제 그 논쟁의 고정점이 되었다.

평가에서 어디에 위치하는지

인공 지능 분석은 킴키3를 API 전용 모델일 때 인텔리전스 지수에서 57점을 부여했으며, 이는 클라우드 오퍼스 4.8과 GPT-5.5와 동등한 수준이며, 클라우드 페블 5와 GPT-5.6 솔에 뒤처진다. 그 지수에서 가장 강력한 오픈 웨이트 대안은 훨씬 낮은 수준에 있었다: GLM-5.2는 51점, 디프시크 V4 프로는 44점.

에이전트 수치는 평가의 더 강력한 부분이었다. 인공 지능 분석은 킴키3를 GDPval-AA v2에서 1668 엘로로 측정했으며, 이는 킴키2.6의 1190 엘로에서 상승한 수치이다. 또한 킴키3는 오토메이션 벤치-에이에서 53%의 점수를 얻어 1위를 차지했다. 작업당 비용은 GPT-5.6 솔과ใกล운 수준인 0.94달러였으며, 이는 오퍼스 4.8의 약 절반 수준이었다.

문샷의 자체 벤치마크 테이블은 GPQA 다이아몬드에서 93.5%, 브라우즈 컴프에서 91.2%의 점수를 보고한다. 각주에는 다른 모델이 다른 에이전트 하니스에서 실행되었다고 밝혔다. 연구소의 출시 게시물은 전체 성능이 여전히 페블 5와 GPT-5.6 솔에 뒤처진다고 말하며, 두 모델에 대한 사용자 경험 격차를 한계로 지적한다. 이제 체크포인트 자체가 다운로드할 수 있게 되었으므로, 벤더의 하니스에서 제공되는 수치 대신 누구든지 다시 실행할 수 있다.

실행에 필요한 것

문샷은 킴키3를 64개 이상의 가속기 구성의 슈퍼노드에서 배포하는 것을 권장하며, vLLM, SGLang, 토큰 스피드가 지원되는 추론 엔진이라고 말한다. 킴키 델타 어텐션이 전통적인 프리픽스 캐싱을 깨뜨리기 때문에, 연구소는 웨이트와 함께 vLLM 프로젝트에 자체 캐싱 구현을 기증했다. 웨이트는 수퍼바이즈드 미세 조정 단계부터 양자화 인식 교육이 적용된 채로 출하된다.

배포 세부 정보 중 하나는 모델 카드에서 언급된 것보다 더 중요하다. 킴키3는 문샷이 보존된 사고 기록 모드라고 부르는 방식으로 교육되었다. 이는 하니스에서 모델의 전체 이전 보조 메시지, 추론 내용 및 툴 호출을 포함하여 대화로 다시 전달해야 한다. 모델을 중간에 다른 모델로 전환하거나 이전 모델의 세션을 중단한 경우, 팀은 불안정한 출력을 기대해야 한다.

문샷의 호스팅 API는 입력 토큰 1백만 개당 3.00달러, 출력 토큰 1백만 개당 15.00달러, 캐시 입력에 0.30달러를 유지한다. 그러나 이번 출시에서는 이를 대체하는 대안을 제공한다: 웨이트, 라이선스, 모델이 교육된 방법을 설명하는 보고서가 모두 공개되어 킴키3의 결과를 커뮤니티에서 재현할 수 있다.