심층 해설 · 약 5분 읽기
Kimi K3.1 Pro: 후학습 성과, 도구 의존성과 추후 가중치 공개
Moonshot은 1M 문맥 모델의 제품 적용, 강화된 에이전트 평가와 표적 사이버 통제를 설명한다. 전체 가중치는 여전히 11월 4일까지 공개하겠다는 약속이다.
- 사이트 게시일
- 원문 게시일
- 출처 확인일
Moonshot의 10월 24일 발표는 Kimi K3.1 Pro와 Highspeed 변형을 제품군에 도입한다. 핵심은 후학습이 무엇을 바꿨는지, 공개 평가가 어떻게 진행됐는지, 현재 제공되는 접근과 향후 계획이 어떻게 다른지다.
뉴스 듣기
이 기사를 읽어 드리거나 뉴스를 계속 재생합니다.
읽기를 준비하는 중…
기기 음성
읽기는 브라우저나 기기에서 처리합니다. AISubHub는 내용을 오디오 API로 보내지 않습니다. 사용 가능한 음성과 잠금 화면 재생은 기기에 따라 다릅니다.
계속 재생할 때 짧은 구절이 반복될 수 있습니다.
핵심 요약
- Moonshot은 K3.1 Pro를 100만 토큰 문맥 창을 갖춘 K3 후학습 모델로 설명한다. Highspeed의 속도 2–3배 주장은 사이트의 측정 결과가 아니다.
- 코딩·CAD·금융 결과는 도구, 실행 프레임워크와 평가 정의에 의존한다. 이를 하나의 보편적 모델 순위로 볼 수 없다.
- 발표에 따르면 제품 적용은 지금 시작되지만 전체 가중치는 2026년 11월 4일까지 공개할 예정이다. 기업 접근은 기본적으로 꺼져 있고 관리자가 켜야 한다.
후학습과 이를 지원하는 시스템의 변화
Moonshot은 K3.1 Pro를 K3.1 시리즈의 첫 모델이자 후학습 연산을 크게 늘린 K3의 후학습 버전이라고 설명한다. 수백 개 하위 분야에 걸친 공동 강화학습을 위해 긴 문맥 추론, 샌드박스 인프라, 학습 궤적 생성 일정과 환경 품질 검사를 개선했다고 한다. 발표는 3T급이라는 표현과 100만 토큰 문맥 창을 제시한다. 이 글은 등급 표현을 정확한 파라미터 수로 바꾸지 않는다.
사이트의 해석은 기존 모델이 더 잘 학습하고 긴 작업을 완료하도록 개선했다는 주장이라는 것이다. 문맥 길이만으로 성능 향상을 설명하는 증거는 아니다. Moonshot은 K3.1 Pro Highspeed도 소개하며 Pro보다 2–3배 빠르다고 주장한다. 독립 재현된 지연 분포, 모든 작업에 공통인 속도 향상이나 완전한 비용 비교는 제공하지 않으므로 실제 작업 부하에서 평가해야 한다.
코딩 점수는 실행 조건과 함께 읽어야 한다
Moonshot은 Terminal-Bench 4.0에서 K3.1 Pro 65.7%, GPT-6 Astra 58.2%, Claude Opus 5.5 66.4%를 보고한다. 내부 Kimi Code Bench 3.0 Long-horizon에서는 61.2%로 K3의 55.95%와 비교한다. 전자는 작업별 제약이 있는 터미널 과제, 후자는 여러 단계의 엔지니어링을 평가하는 서로 다른 시험이다. 어느 수치도 임의의 실제 프로젝트를 같은 비율로 완료한다는 뜻은 아니다.
각주는 이 코딩 평가에서 Kimi가 Claude-Code 실행 프레임워크를 쓴다고 설명한다. 별도 명시가 없으면 Kimi 결과는 추론 강도 max, temperature 1.0, top-p 0.95를 사용한다. 다른 모델 결과는 출시 보고서나 공식 순위표에서 올 수 있고 일부 비공개 모델 설정에는 대체 경로가 개입될 수도 있다. 따라서 이 글은 공개 조건이 있는 공급업체 비교로 보며 새 독립 재시험으로 보지 않는다. 팀은 작업 완료, 도구 권한과 실제 자원 사용을 함께 비교해야 한다.
CAD는 도구 설정의 중요성을 보여준다
Moonshot은 BenchCAD 점수를 도구 사용 시 92.7, 미사용 시 72.8로 보고한다. 여러 렌더링 시점에서 CAD 코드를 통해 형상을 재구성하는 시험이며, 공개 모델은 17900개 데이터에서 무작위로 뽑은 1000개 사례로 평가했다. 도구 사용 설정은 Claude Code를 쓰고, 미사용은 단일 생성과 공식 채점 절차를 쓴다. GPT-6 Astra의 도구 미사용 점수는 보고되지 않았다. 빈칸은 0이 아니다.
발표는 K3.1 Pro가 MCP 연결기 없이 Blender와 CAD 소프트웨어용 스크립트를 작성할 수 있다고 하며, 모델 미리보기·편집·내보내기용 3D Make를 설명한다. 디자이너에게는 편집 가능한 기하 생성, 평가 형상 일치와 제조 적합성 증명이 서로 다른 요구다. 사례 설명에도 외부 자산 출처가 있으므로 전시 장면 전체를 모델이 창작했다고 표현해서는 안 된다. 사이트는 이 시연을 독립적으로 조작하지 않았다.
금융 성과와 환각률은 단위가 다르다
출처는 금융 문서 검색, 문서 간 확인과 수치 추론을 결합한 OfficeQA Pro v2에서 64.4를 보고한다. 내부 금융 모델링과 금융 연구 시험은 K3보다 각각 7.2점, 11.6점 높아졌다. 이는 정의된 평가 과제의 결과이지 투자 수익이나 검증된 분석가 생산성이 아니다. 원문에도 미해결 차이가 있다. Business Operation 그림은 37.0, 전체 표는 37.8이다. 이를 임의로 통일하거나 정확한 경영 성능 배수를 계산하지 않는다.
내부 Hallu Bench Hard 스트레스 시험에서 Moonshot은 주장 단위 환각률이 K3의 23.4%에서 Pro의 8.3%로 낮아졌다고 한다. 별도 지표인 사실 오류가 하나 이상 있는 답변 비중은 전작의 해당 비율의 42.4%다. 절대 오류율 42.4%라는 뜻이 아니다. 출처는 의도적으로 어려운 질문이 일상 오류율을 대표하지 않는다고 명시한다. 따라서 금융 작업에서는 낮은 평가 수치를 검토 생략 허가로 해석하지 말고 인용, 가정과 계산 확인을 유지해야 한다.
사이버 통제는 측정 능력을 줄이지만 없애지는 않는다
Moonshot은 중간 학습 데이터와 강화학습 환경의 사이버 관련 내용을 찾아 표적으로 제거하면서 범용 코딩 과제는 유지했다고 한다. 내부 xdev-bench-hard에서 미필터링 체크포인트는 pass@3 기준 문제의 90.5%를 풀고 최종 Pro는 81.0%에 도달한다. 평가는 일부 실행을 사용하며 강제 시간 제한이나 출력 토큰 상한이 없다. pass@3는 여러 시도 지표이지 단일 시도 성공률이나 일반 배포 위험에 대한 보장이 아니다.
회사는 공격 사이버 능력의 절대 최전선을 확장하지 않으면서 공개 가중치를 통해 유용한 방어 능력을 점진적으로 보급한다는 원칙을 제시한다. 이는 Moonshot의 정책 논거이며 사이트의 안전 인증이 아니다. 81.0%도 해당 시험에서 상당한 능력을 뜻하고, 출처는 표적 필터링 뒤에도 범용 코딩 향상이 사이버 과제로 전이된다고 인정한다. 따라서 학습 데이터 제거를 완전한 운영 안전장치로 보기보다 접근 통제와 샌드박스 경계를 유지해야 한다.
제품 제공과 다운로드 가중치의 일정은 다르다
발표는 Pro를 Kimi.com, 모바일 앱, Kimi Work, Kimi Code와 API에 적용한다고 한다. Kimi Work는 Windows와 Apple 실리콘 Mac에서 3.1.0 이상이 필요하며, Kimi Code는 /model로 선택한다. API 식별자는 kimi-k3.1-pro와 kimi-k3.1-pro-highspeed다. API 고객이 Zero Data Retention을 사용할 수 있다는 설명은 모든 계정에서 기본 활성화된다는 뜻이 아니다. 기업 관리자가 Pro를 켤 수 있지만 출시 시 접근은 기본적으로 꺼져 있다.
전체 모델 가중치는 2026년 11월 4일까지 공개하겠다고 약속한다. 이 미래 약속은 현재의 호스팅 제품 발표 및 이후의 라이선스·하드웨어 검토와 구분해야 한다. 사이트는 가중치를 다운로드하거나 유료 접근을 시험하거나 모든 요금제·지역을 확인하지 않았다. 본 분석은 전체 본문, 각주, 표시된 전체 평가표와 정적 그림을 사용한다. 선택적 시연 영상, 대화형 사례와 첨부 예시 문서는 완전히 검토하지 않았으며 독립 검증된 성능의 증거로 사용하지 않는다.
중요한 이유
개발자와 조직은 코딩·CAD·문서 중심 작업에서 평가할 구체적인 모델·도구 설정을 얻는다. 유용한 비교는 각자의 권한, 예산과 검토 절차 안에서 자신의 작업을 완료하는지 확인하는 것이다.
제한 및 이용 가능성
모든 성능 및 위험 감소 수치는 Moonshot과 회사가 인용한 평가에 귀속된다. 사이트는 이를 독립 재현하거나 모든 접근 권리를 확인하거나 선택적 시연을 검토하지 않았다. 원문 발행 시점은 달력 날짜 정밀도로만 알려져 있다.
출처와 근거
원문 게시일: · 출처 확인일:
AI 보조 편집 기사를 명시한 일차 출처와 대조합니다. 업체 주장은 출처를 밝히며 게재는 추천을 뜻하지 않습니다.