Kimi K3 vs GPT-5.6 vs Claude, 무엇이 다를까?
Kimi AI(Kimi K3)란 무엇인가
Kimi AI는 중국 AI 기업 문샷 AI(Moonshot AI)가 만든 대규모 언어모델(LLM) 시리즈입니다. 2026년 8월 현재 문샷 AI의 최상위 플래그십 모델은 Kimi K3로, 2026년 7월 16일 공개됐습니다. 2.8조(2.8T) 파라미터 규모의 MoE(전문가 혼합, Mixture of Experts — 입력마다 신경망 전체가 아니라 일부 전문가 네트워크만 선택적으로 활성화해 연산량을 아끼는 구조) 모델이며, 실제 컨텍스트 윈도우(모델이 한 번에 읽고 처리할 수 있는 입력 길이의 최대치)는 100만 토큰(1M)입니다.
Kimi K3 핵심 스펙 — 공개일 2026년 7월 16일 · 2.8조 파라미터 MoE 구조 · 컨텍스트 윈도우 100만 토큰 · API 모델 ID
kimi-k3
Kimi K3 핵심 사양
파라미터 규모와 MoE 구조
2.8조 파라미터는 모델이 학습한 가중치의 총 개수를 뜻합니다. 다만 MoE 구조에서는 질문 하나를 처리할 때 전체 파라미터가 다 동원되는 게 아니라, 라우터가 그중 일부 전문가 네트워크만 골라 활성화합니다. 그래서 총 파라미터 수가 크더라도 실제 추론 비용은 같은 규모의 단일 밀집(dense) 모델보다 낮게 유지되는 경우가 많습니다. 코딩, 추론, 에이전트형 작업(도구를 스스로 호출해 여러 단계를 수행하는 작업) 성능을 끌어올리는 데 이 구조가 쓰였습니다.
컨텍스트 윈도우 100만 토큰의 의미
컨텍스트 윈도우는 모델이 한 번의 요청에서 기억하고 참조할 수 있는 입력+출력 토큰의 총량입니다. Kimi K3의 100만 토큰 윈도우는 긴 코드베이스 전체, 장문 계약서, 여러 개의 문서를 한 번에 붙여넣고 질문하는 작업에 유리합니다. 다만 토큰은 글자 수와 1:1로 대응하지 않고 언어·토크나이저(텍스트를 토큰으로 분할하는 규칙)에 따라 환산 비율이 달라지므로, 특정 글자 수로 단순 환산해 설명하기는 어렵습니다. 실무에서는 '한 번에 얼마나 긴 문서를 넣을 수 있는가'를 토큰 단위 그대로 기준으로 삼는 것이 정확합니다.
오픈소스 공개와 API 사용법
오픈웨이트 모델로 전환
2026년 7월 27일, Kimi K3의 전체 가중치가 오픈소스로 공개됐습니다. 이로써 Kimi K3는 오픈웨이트(open-weight — 모델을 학습시키는 원본 코드나 데이터셋 전부는 아니지만, 추론에 필요한 가중치 파일 자체를 누구나 내려받아 자체 서버에서 돌릴 수 있게 공개하는 방식) 모델이 됐습니다. 기업이 자체 인프라에 모델을 올려 데이터를 외부로 내보내지 않고 운용하려는 경우 이 점이 특히 중요합니다.
API 연동 예제
문샷 AI의 API는 OpenAI SDK와 호환되는 방식으로 제공되어, 기존에 OpenAI 클라이언트를 써본 개발자라면 base_url과 model 값만 바꿔서 바로 연동할 수 있습니다. 국제(해외) 사용자는 아래처럼 https://api.moonshot.ai/v1 도메인을 사용해야 합니다. https://api.moonshot.cn/v1은 중국 본토 계정 전용 도메인이라 해외 계정으로 요청하면 정상 동작하지 않을 수 있습니다.
from openai import OpenAI
client = OpenAI(
api_key="YOUR_MOONSHOT_API_KEY",
base_url="https://api.moonshot.ai/v1",
)
response = client.chat.completions.create(
model="kimi-k3",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Kimi K3의 특징을 한 문단으로 요약해줘."},
],
temperature=0.3,
)
print(response.choices[0].message.content)
참고로 텐센트에서 공개한 또 다른 중국계 모델의 API 연동 방식이 궁금하다면 텐센트 Hy3 사용법: API 연동부터 개발 에이전트 활용까지 글에서 유사한 흐름을 비교해볼 수 있습니다.
주요 AI 모델과 비교
2026년 8월 현재 자주 언급되는 최신 세대 모델들과 컨텍스트 윈도우를 나란히 놓고 보면 세 모델의 격차는 크지 않습니다.
모델 | 제공사 | 컨텍스트 윈도우(최상위 모델 기준) |
|---|---|---|
Kimi K3 | 문샷 AI | 약 100만 토큰 |
ChatGPT(GPT-5.6) | OpenAI | 약 105만 토큰 |
Claude(Opus 5) | Anthropic | 약 100만 토큰 |
표에서 보듯 세 모델 모두 100만 토큰 안팎의 컨텍스트를 지원해 긴 문서 처리 능력 자체로는 우열을 가리기 어렵습니다. 실제 선택 기준은 오히려 오픈웨이트 여부, 라이선스, API 요금, 특정 작업(코딩·에이전트·멀티모달)에서의 세부 성능 쪽으로 옮겨가고 있습니다.
Kimi K3 활용 시 주의할 점
국제 사용자는
api.moonshot.ai도메인을 사용해야 하며, 중국 본토용api.moonshot.cn과 계정이 분리되어 있습니다.오픈웨이트로 공개된 만큼 자체 서버(온프레미스)에 올려 운용할 수도 있지만, 2.8조 파라미터 규모의 MoE 모델을 구동하려면 상당한 GPU 자원이 필요합니다.
100만 토큰 컨텍스트를 전부 채워 요청하면 지연시간과 비용이 함께 늘어나므로, 실제 필요한 문서 범위만 넣는 편이 효율적입니다.
API 요금 체계나 사용 한도는 변동될 수 있어 요청 전 문샷 AI 공식 문서에서 최신 가격 정책을 확인하는 것이 안전합니다.
자주 묻는 질문
Q. Kimi K3는 무료로 쓸 수 있나요?
오픈웨이트로 가중치가 공개돼 있어 자체 서버에 직접 올려 실행하면 API 사용료 없이 쓸 수 있습니다. 다만 이를 구동할 만한 GPU 인프라가 필요하며, 문샷 AI가 제공하는 API를 통해 사용할 경우에는 별도의 사용료가 발생합니다.
Q. Kimi K3의 API 모델 ID는 무엇인가요?
API 호출 시 사용하는 모델 ID는 kimi-k3입니다. 이전 세대에서 쓰였던 moonshot-v1-128k 같은 구형 모델 ID와는 다릅니다.
Q. 컨텍스트 윈도우 100만 토큰은 어느 정도 분량인가요?
토큰 수는 언어와 토크나이저에 따라 실제 글자 수와 환산 비율이 달라지므로 특정 글자 수로 단순 환산하기는 어렵습니다. 다만 대규모 코드베이스나 여러 건의 장문 문서를 한 번에 입력해 참조하게 할 수 있는 수준으로 이해하면 됩니다.
Q. 국내에서 API를 호출할 때 도메인을 잘못 쓰면 어떻게 되나요?
중국 본토 계정 전용 도메인인 api.moonshot.cn/v1로 해외 계정에서 요청하면 계정 불일치로 정상 동작하지 않을 수 있습니다. 해외(국제) 사용자는 https://api.moonshot.ai/v1을 사용해야 합니다.
Q. Kimi K3는 ChatGPT나 Claude보다 컨텍스트가 훨씬 큰가요?
아닙니다. ChatGPT(GPT-5.6)는 약 105만 토큰, Claude(Opus 5)는 약 100만 토큰으로 Kimi K3의 100만 토큰과 거의 비슷한 수준입니다. 컨텍스트 크기만으로는 세 모델 간 큰 차이가 없습니다.
