Kimi K3 완전 공개: 2.8조 MoE·100만 컨텍스트, 11일 만의 오픈 웨이트

2026년 7월 27일 23시경 Moonshot AI(월지암면)는 Kimi K3 전체 모델 웨이트·기술 보고서를 공개하고, 학습 인프라 핵심 3종(MoonEP, FlashKDA, AgentEnv)을 동시 오픈소스로 내놓았습니다. K3는 총 2.8조 파라미터 MoE(활성 약 1,040억), 100만 토큰 컨텍스트, 네이티브 비전 이해를 갖춘 모델입니다. 본문은 AI 개발자·ML 엔지니어·라이선스 검토 담당자를 대상으로 API 선행(7/16)부터 전량 공개(7/27)까지 11일 타임라인, KDA·AttnRes·Per-Head Muon 아키텍처, 벤치마크·커스텀 라이선스 2대 상업 임계값, 64카 self-host 현실을 밀도 있게 정리합니다. 핵심 결론: K3는 오픈 웨이트 진영의 능력 상한이지만 OSI 의미의 오픈소스는 아니며, 대부분의 팀에게는 64카 자체 호스팅보다 공식 API·OpenRouter가 현실적입니다.

SECTION 01 K3 공개 전 반드시 짚어야 할 5가지 오해

• 「오픈소스」≠ OSI 오픈소스: Moonshot 공식 자료는 일관되게 「open weight」를 사용합니다. 가중치·기술 보고서·일부 Infra만 공개되며 학습 데이터·전체 학습 코드는 비공개입니다.
• Modified MIT 종료: K3는 커스텀 라이선스로 전환했습니다. MaaS 연매출 2,000만 달러, 또는 MAU 1억·월매출 2,000만 달러 구간에서 추가 의무가 발생합니다.
• 자체 배포 난이도: 896 experts·1.56TB 웨이트·공식 64카 슈퍼노드 권장 — 소비자·중견 GPU 클러스터로는 현실적이지 않습니다.
• 가성비 한계: Artificial Analysis 태스크당 약 $0.95 — Claude Fable 5 대비 60% 저렴하나 GLM-5.2(약 $0.47)보다 비쌉니다. 7/22 공개 예고 시점 Modified MIT 전제는 폐기되었습니다.
• 지정학적 맥락: 7/22–23 미·중 증류 논쟁과 7/28 중국 상무부 대응이 기술 릴리스를 넘어선 신호로 작용합니다.

SECTION 02 API 선행부터 전량 공개까지: 11일 타임라인과 핵심 스펙

이번 공개는 kimi.com·API 최초 가동(7/16) 이후 단 11일 만에 이뤄졌습니다. 주요 마일스톤은 다음과 같습니다.

• 7/16(WAIC 2026 직전): kimi.com·Kimi Work·Kimi Code·Kimi API에서 K3 선행 가동, 웨이트 미공개.
• 7/17: 업계 아키텍처 분석 집중, 신화통신「현재 세계 최대 파라미터 오픈 모델」보도.
• 7/22–23: 미·중 모델 증류 분쟁 격화, Anthropic Fable 모델 산업화 증류 의혹.
• 7/27 23시: 전체 웨이트·기술 보고서 공개, MoonEP·AgentEnv 오픈(FlashKDA는 선행 공개).
• 7/28: 중국 상무부 공식 대응, 국내 매체 후속 보도. 3일 후 Alibaba Qwen3.8-Max-Preview(24T) 발표.

SECTION 03 KDA·AttnRes·Per-Head Muon과 오픈 Infra 3종

K3는 어텐션·잔차 연결·옵티마이저라는 딥러닝 3대 관성 컴포넌트를 재설계했습니다. 단순 파라미터 적층이 아닌 구조 혁신이 벤치마크 격차의 핵심입니다.

• Kimi Delta Attention(KDA): Gated DeltaNet의 스칼라 망각 게이트를 채널별 독립 감쇠로 확장, chunkwise DPLR로 선형 시간 재귀를 구현합니다. Gated MLA와 교차 배치해 100만 토큰에서 KV Cache 부담을 억제합니다.
• Attention Residuals(AttnRes): 균일 잔차 합산 대신 입력 의존적 선택적 집계. 층당 RMSNorm 1개·pseudo-query 1개 추가로 학습 효율 약 25% 향상, 오버헤드 2% 미만.
• Per-Head Muon: 어텐션 헤드별 독립 Muon 최적화로 수렴 경로를 분리합니다. 추론 API 사용자에게는 투명한 학습기법입니다.
• Stable LatentMoE: 896→16 sparse routing(희소도 ~1.8%), Quantile Balancing + MoonEP로 노드당 redundant expert 상한을 이론적으로 증명합니다.

Artificial Analysis Intelligence Index(max 추론): Claude Fable 5 60, GPT-5.6 Sol 59, Kimi K3 약 57(글로벌 3위·오픈 웨이트 1위), GLM-5.2 51. Arena.ai Frontend Code Arena 1위를 기록 중입니다.

K3는 3T급 오픈 웨이트 중 종합 능력이 최상위이나, GLM-5.2 대비 단가가 높아 「능력 상한」과 「가성비 최적」은 동시에 충족하지 않습니다.

SECTION 04 K3 API 연동·라이선스 검토 6단계

1. 커스텀 라이선스 정독: MaaS 연매출 2,000만 달러, MAU 1억·월매출 2,000만 달러 임계값 해당 여부를 법무와 확인합니다.
2. Moonshot API 등록: 모델 ID kimi-k3, 엔드포인트 https://api.moonshot.ai/v1에서 API Key를 발급받습니다.
3. OpenAI SDK 호환 클라이언트: base_url·api_key만 교체하면 Chat Completions 로직은 대부분 그대로 사용 가능합니다.
4. Prompt Caching 활성화: Mooncake 분리형 추론에서 코딩 워크로드 캐시 히트율 90% 초과 사례가 보고되어 실입력 단가가 $0.30/M에 근접합니다.
5. OpenRouter Fallback 검토: 다중 모델·통합 청구가 필요하면 OpenRouter 경유 K3(7개 프로바이더, 공식가 수준)를 평가합니다.
6. Self-host TCO 산출: 64카 이상 슈퍼노드·1.56TB 스토리지·전력·SRE 인력 대 API 호출량을 비교해 자체 배포 여부를 결정합니다.

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": "user", "content": "Explain Kimi Delta Attention"}]
)
print(response.choices[0].message.content)

SECTION 05 API 요금·핵심 수치·1차 출처

• 웨이트 용량: Hugging Face 1.56TB, 공개 30분 내 트렌드 1위.
• 희소도: 896 experts 중 토큰당 16 활성, ~1.8%.
• FlashKDA: H20 prefill 1.72–2.22×, chunk_kda 직접 대체 가능.
• 비용 포지션: 태스크당 ~$0.95(AA), Fable 5 대비 ~60% 저렴, GLM-5.2 대비 고가.
• 경쟁: 3일 후 Alibaba Qwen3.8-Max-Preview(24T) — 국산 LLM 「3T 클럽」 경쟁 본격화.

아래 1차 출처는 발행 후 재확인하시기 바랍니다.

Moonshot AI Kimi K3 공식 기술 블로그

Hugging Face moonshotai(K3 웨이트)

GitHub moonshotai/FlashKDA

Artificial Analysis Intelligence Index

실전 조합은 Moonshot API·OpenRouter로 100만 토큰 K3 추론, VPSNIX M4/M4 Pro 물리 노드로 Agent 오케스트레이션·Xcode 빌드·iOS CI/CD 7×24 운영입니다. 클라우드 LLM은 Hypervisor macOS에서 인증서 체인·Metal 디버깅을 안정적으로 처리하지 못합니다. K3 self-host는 64카, macOS Agent는 제로 가상화 Apple 하드웨어가 필요합니다. 100% Apple 물리기·full root·일/월 탄력 과금 — 요금을 확인하세요.

SECTION 06 자주 묻는 질문 FAQ