7월 27일 가중치 공개 · Hugging Face 1.56TB · MoonEP / FlashKDA / AgentEnv · 커스텀 라이선스 · API $0.30~$15/M
요약: 2026년 7월 27일 저녁, Moonshot AI(월지암면)는 2.8조 파라미터 Mixture-of-Experts 모델 Kimi K3의 전체 가중치와 기술 보고서를 공개했습니다. 100만 토큰 컨텍스트 윈도우와 네이티브 비전 이해를 갖춥니다. 함께 3가지 인프라 기술——MoonEP, FlashKDA, AgentEnv——도 오픈소스로 공개되었습니다. 1.56TB 다운로드는 공개 30분 만에 Hugging Face 트렌드 1위를 기록했습니다. Moonshot은 일관되게 「오픈웨이트」라고 부르며 「오픈소스」라고 말하지 않습니다. 이 구분이 스펙과 벤치마크보다 먼저 이해해야 할 첫 단계입니다.
오픈소스 vs 오픈웨이트: 헤드라인은 「오픈소스」, Moonshot 공식 자료는 오픈웨이트——학습 데이터와 전체 학습 코드는 비공개입니다
자체 호스팅은 소비자급이 아님: 1.56TB, 896개 전문가. Moonshot은 64개 이상 가속기 슈퍼노드를 권장합니다
새 상업 게이트: 커스텀 라이선스에 MaaS 매출 2천만 달러 임계값과 MAU 1억 표시 의무——K2 Modified MIT 시대와 다릅니다
능력 ≠ 가성비 최적: Intelligence Index 기준 태스크당 약 $0.95——Claude Fable 5보다 저렴하지만 GLM-5.2(약 $0.47)보다 비쌉니다
지정학·증류 논란: 미국의 산업 증류 지적이 가중치 공개 며칠 전——기술적 가치와 컴플라이언스 리스크는 분리해 판단하세요
Open Source Initiative 정의에 따르면 진정한 오픈소스는 공개된 학습 데이터, 학습 코드, 재현 가능한 파이프라인이 필요합니다——학습된 가중치만으로는 부족합니다. Kimi K3는 가중치, 기술 보고서, 학습 인접 인프라 도구를 제공하지만 학습 데이터와 전체 학습 코드는 포함하지 않습니다.
라이선스는 완전 커스텀 문서이며 두 가지 상업 임계값이 있습니다:
MaaS 매출 게이트: 직전 12개월 Model-as-a-Service 매출이 2천만 달러를 초과하면 Moonshot과 별도 계약이 필요합니다
표시 의무 게이트: MAU 1억 초과 또는 월 매출 2천만 달러 초과 제품은 「Kimi K3」를 눈에 띄게 표시해야 합니다
| 항목 | 값 |
|---|---|
| 총 파라미터 | 2.8조 |
| 활성 파라미터 | 약 1,040억 |
| 아키텍처 | Mixture-of-Experts(MoE) |
| 전문가 | 896 라우팅, 토큰당 16 활성화 + 공유 전문가 |
| 어텐션 | Kimi Delta Attention(KDA) + Gated MLA |
| 컨텍스트 | 1,000,000 토큰 |
| 멀티모달 | 네이티브 비전(ViT-V2, 27층) |
| 가중치 형식 | MXFP4 가중치, MXFP8 활성화 |
| 다운로드 크기 | 약 1.56TB(Hugging Face) |
| 라이선스 | 커스텀——Moonshot은 「오픈웨이트」로 표기 |
| API 제공 시작 | 2026년 7월 16일 |
| 전체 가중치 공개 | 2026년 7월 27일 |
KDA는 스칼라 망각 게이트를 채널별 게이팅으로 대체합니다——각 특징 차원이 고유한 감쇠율을 갖습니다. chunkwise DPLR로 선형 시간 재귀를 구현하고, K3는 KDA와 Gated MLA 글로벌 레이어를 교차 배치해 1M 컨텍스트를 지원하면서 KV 캐시를 작게 유지합니다.
AttnRes는 균일한 잔차 누적을 선행 레이어에 대한 입력 의존형 집계로 대체합니다——2% 미만 비용 증가로 학습 효율 약 25% 향상. 의사 쿼리 벡터는 제로 초기화로 초기 학습을 안정화합니다.
Muon은 어텐션 헤드 단위로 동작합니다. MoE는 896개 전문가 중 토큰당 16개 활성화(약 1.8% 스파스)하며, Quantile Balancing과 MoonEP로 부하를 분산합니다.
| 기술 | 역할 | 핵심 수치 |
|---|---|---|
| MoonEP | 초대규모 MoE 통신 | 과부하 전문가 복제. 랭크당 중복 전문가 상한 증명 |
| FlashKDA | CUTLASS KDA 커널(선행 공개) | H20에서 prefill이 flash-linear-attention 대비 1.72~2.22배 빠름 |
| AgentEnv | Firecracker microVM + KVCache.ai 샌드박스 | 체크포인트 약 133ms, 재개 약 49ms, 최대 6.5배 메모리 오버커밋(벤더 보고) |
SWE-bench Verified(Vals AI, 2026년 7월): Claude Opus 5 97%, GPT-5.6 Sol 96.2%, Claude Fable 5 95%, Kimi K3 93.4%.
Artificial Analysis Intelligence Index(최대 추론): Fable 5 60, GPT-5.6 Sol 59, K3 약 57(종합 3위, 오픈웨이트 1위), GLM-5.2 51. 태스크당 비용 약 $0.95——Fable 5(약 $2.40)보다 약 60% 저렴하지만 GLM-5.2(약 $0.47)보다 비쌉니다. 오픈웨이트 계층의 능력 상한이지 가성비 최적은 아닙니다. K3는 Arena.ai Frontend Code Arena 1위입니다.
| 경로 | 적합 용도 | 장벽·비용 |
|---|---|---|
공식 API(kimi-k3) | 개인·빠른 검증 | 캐시 입력 $0.30/M, 미스 $3/M, 출력 $15/M |
| OpenRouter 등 | 멀티모델 라우팅 | 약 7개 프로바이더, 대체로 공식 가격 |
| 전체 가중치 자체 호스팅 | 초대규모 호출·연구기관 | 1.56TB + 64개 이상 가속기 슈퍼노드 |
OpenAI 호환 SDK로 https://api.moonshot.ai/v1, 모델 ID kimi-k3 호출. 장문 컨텍스트와 캐시 히트를 테스트하세요
워크로드를 K3 강점(프론트엔드 코드, 장문 문서)과 격차에 매핑. SWE-bench와 AA Index를 참고하세요
법무에 Hugging Face LICENSE 검토를 요청해 MaaS·MAU 게이트를 확인하세요
자체 호스팅 시: 1.56TB 스토리지와 64개 이상 가속기 예산. MoonEP / FlashKDA 통합을 평가하세요
실제 macOS GUI 세션에서 Kimi Code / OpenClaw 멀티모델 Agent를 검증하세요(아래 VNCMac 참조)
공개는 WAIC 2026 기간 중, Anthropic Fable 모델에 대한 미국의 산업 증류 지적 직후에 이루어졌습니다. 중국 상무부는 7월 28일 반박했습니다. 3일 후 Alibaba는 Qwen3.8-Max-Preview(2.4T)를 발표하며 오픈웨이트 경쟁이 「3T 클럽」으로 진입했습니다.
OSI 기준으로는 아닙니다. 오픈웨이트입니다. 가중치·보고서·일부 인프라는 공개, 학습 데이터와 전체 학습 코드는 비공개입니다.
대부분의 경우 가능합니다. MaaS 매출 2천만 달러 초과 또는 MAU 1억·월 매출 2천만 달러 초과 시 추가 조항이 적용됩니다.
64개 이상 가속기 슈퍼노드. 그 외에는 API나 OpenRouter를 이용하세요.
SWE-bench에서 최상위 폐쇄 모델(93.4% vs 95~97%)에는 미치지 못하지만, 시장 최강 오픈웨이트 모델입니다.
약 3배 파라미터, AttnRes + Per-Head Muon, 확장된 컨텍스트·멀티모달. 새 MaaS 라이선스 게이트가 추가되었습니다.
K3는 역대 최대 오픈웨이트 헤드라인을 1.56TB 다운로드로 바꿨습니다——그러나 오픈웨이트는 오픈소스가 아니며, 대부분의 팀은 여전히 API로 K3를 소비합니다. 주력 머신이 Windows나 Linux이고 Kimi Code, OpenClaw 라우팅, iOS 빌드 기준을 위해 실제 macOS GUI가 필요하다면 Mac 구매는 비싸고 SSH로는 권한 대화상자를 클릭할 수 없습니다. VNCMac 원격 Mac을 시간제로 임대해 VNC로 Agent를 검증하고 프로젝트 종료 후 중단하세요. Mac 임대 플랜 또는 7월 17일 Kimi K3 심층 평가를 참고하세요.
출처: Moonshot AI 블로그, Hugging Face, Vals AI, Artificial Analysis, VentureBeat, Simon Willison. 프로덕션 결정 전 공식 데이터로 확인하세요.