Kimi, 1M 컨텍스트 지원 3D 코딩 특화 K3.1 Pro 공개

지금까지 대규모 언어 모델의 코딩 지원은 주로 함수 작성이나 웹 프론트엔드 코드 수정에 머물러 있었습니다. 게임 엔진을 직접 다루며 3D 프로젝트 전체를 빌드하거나, 수백 개의 근육이 얽힌 생체 역학 시뮬레이션을 구현하는 작업은 대부분의 모델에게 버거운 영역이었습니다.

Kimi는 3T급 오픈 웨이트 MoE 모델인 K3.1 Pro를 공식 발표했습니다. 속도를 2~3배 끌어올린 Highspeed 버전도 함께 공개되었습니다. 총 2.8T 파라미터와 104B 활성 파라미터를 탑재했으며, 1M 토큰의 방대한 컨텍스트 창을 지원합니다. 모델 가중치는 Nov 4, 2026에 오픈소스로 공개될 예정이지만, 이미 공개된 성능만으로도 업계의 이목을 집중시키고 있습니다.

인체 시뮬레이션부터 3D CAD까지 소화하는 코딩력

K3.1 Pro의 가장 큰 무기는 복잡한 도메인에서의 장기적 문제 해결 능력과 3D 공간 추론입니다.

공식 기술 블로그에 소개된 내부 테스트에서, K3.1 Pro는 296개의 골격 및 연골 부품과 402개의 근육 요소로 구성된 오픈소스 인체 해부학 모델 human-atlas를 바탕으로 보행 물리 시뮬레이터를 직접 구축했습니다. 167번의 미션과 420번의 독립 검토를 거치는 과정에서, 팔 동작이 개선되지 않자 단순 보상 가중치 조정을 멈추고 시스템 동역학을 분석해 어깨 근육 모멘트암 계산 오류 36개를 스스로 찾아내 수정했습니다. 그 결과 몇 초 만에 쓰러지던 가상 인체는 11.2초 동안 연속 보행에 성공했습니다.

3D 제작 환경에서도 Unreal Engine, Unity, Godot을 아우르는 전체 프로젝트 코딩을 지원합니다. 다각도 렌더링에서 CAD 코드를 생성해 3D를 복원하는 BenchCAD 벤치마크에서는 툴 사용 시 92.7%를 기록해 Claude Opus 5.5(96.2%)와 GPT-6 Astra(95.9%)에 근접했습니다.

별도의 MCP 커넥터 없이도 Blender와 CAD 소프트웨어 스크립트를 직접 작성하고 실행할 수 있습니다. Kimi 웹과 앱에는 3D Make 기능이 추가되어 온라인에서 3D 에셋을 미리 보고 편집하거나 3D 프린팅용 파일 및 라이브 포토로 내보낼 수 있습니다.

GPT-6 아스트라를 넘어서는 가성비와 벤치마크

금융 및 전문 업무에서도 안정성을 크게 높였습니다. 금융 작업 시 발생하는 환각 현상을 65% 줄였으며, 복잡한 재무 데이터 분석 벤치마크인 OfficeQA Pro v2에서 64.4점을 기록했습니다.

실제 터미널 환경을 평가하는 Terminal-Bench 4.0에서는 65.7%를 기록해 GPT-6 Astra의 58.2%를 제쳤고, Claude Opus 5.5의 66.4%를 바짝 추격했습니다.

독립 평가 기관 Artificial Analysis의 지능 지수에서는 55점을 받아 동급 가격대 중앙값인 27점을 크게 웃돌며 종합 4위에 올랐습니다. 사이버 방어 역량 평가에서는 64%를 기록해, 인가된 보안 전문가에게만 제한적으로 제공되는 GPT-6 전용 버전을 제외하면 공개 모델 중 1위를 차지했습니다.

API 가격은 100만 입력 토큰당 2달러, 출력 토큰당 10달러로 책정되었습니다. 이는 Astra의 5분의 1 수준이자 Claude Sonnet 5.5와 비슷한 가격대입니다. 다만 초당 출력 속도가 73.5 토큰으로 평균 대비 다소 느리고, 평가 과정에서 1억 5,000만 토큰을 생성할 만큼 답변이 장황한 편이라는 점은 한계로 꼽힙니다.

왜 중요한가

개발자와 3D 크리에이터 입장에서 K3.1 Pro는 단순한 코드 자동 완성을 넘어 실제 작업 파이프라인을 대신 실행해 주는 실무형 에이전트의 가능성을 보여줍니다. Unity나 Blender 기반의 자동화 파이프라인을 구축하려는 팀이라면 지금 당장 테스트해 볼 가치가 충분합니다. 다만 Nov 4, 2026에 가중치가 공개되더라도 2.8T에 달하는 초대형 MoE 모델을 개인 PC나 일반 그래픽카드로 구동하는 것은 불가능에 가깝기 때문에, 대부분의 사용자는 클라우드 API를 활용해야 합니다.

산업 전반으로 보면, 이번 출시는 미국 폐쇄형 선도 모델들에게 상당한 압박으로 작용할 전망입니다. 오픈 모델이 실제 터미널 코딩과 사이버 방어 분야에서 최고 수준의 독점 모델을 따라잡거나 뛰어넘으면서, 빅테크 기업들의 차세대 모델 출시 시계도 한층 빨라질 것으로 보입니다.

우리는 Kimi가 일반적인 텍스트 벤치마크 점수 경쟁에 매달리지 않고, CAD 엔지니어링과 샌드박스 실행 같은 실질적인 도구 활용 능력에 사후 강화학습 자원을 쏟아부은 선택이 매우 영리했다고 평가합니다. 다만 지나치게 많은 토큰을 소모하는 장황한 출력 스타일과 느린 응답 지연 시간은 실제 서비스 도입 시 비용 관리 측면에서 꼼꼼히 따져봐야 할 과제입니다.