Kimi K3.1 Pro and K3.1 Pro Highspeed
Kimi K3.1 Pro와 K3.1 Pro Highspeed
Moonshot AI가 Kimi K3를 후속 학습한 K3.1 Pro를 공개했습니다. 100만 토큰 문맥 창과 코딩·3D·금융 성능 개선을 내세웠으며, 사이버 보안 관련 학습 데이터를 제한한 오픈 웨이트는 11월 4일까지 공개할 예정입니다.
- 주제
에디터 노트
사이버 학습 제한이 실제로 능력을 낮췄다는 근거는 같은 파이프라인의 내부 체크포인트와 공개 예정 모델을 xdev-bench-hard에서 비교한 결과입니다. pass@3 점수가 90.5%에서 81.0%로 내려갔다는 수치는 조치가 작동했다는 회사 설명을 뒷받침합니다. 다만 회사가 공개한 자체 평가이며, 제거한 자료의 범위와 다른 평가 환경에서의 재현 결과는 제시하지 않았습니다. 댓글에서는 방어자도 취약점을 찾는 모델이 필요하다는 주장과 공격자에게도 같은 능력이 열리면 위험이 커진다는 반론이 맞섭니다. 둘 다 모델을 공개했을 때의 접근성 문제를 짚지만, 이번 비교만으로 어느 쪽이 더 큰 효과를 얻는지는 판단하기 어렵습니다. 코딩과 3D, 금융 점수도 회사가 제시한 벤치마크와 내부 평가가 중심이며, Terminal-Bench 채점 기준을 문제 삼은 댓글도 있습니다. 구체적인 작업 성능은 오픈 웨이트 공개 후 독립 평가와 사용 결과가 쌓여야 더 분명해집니다.
AI 요약
Moonshot AI가 Kimi K3를 바탕으로 후속 학습을 확대한 Kimi K3.1 Pro를 발표했습니다. 문맥 창은 100만 토큰이며, K3.1 Pro Highspeed는 일반 버전보다 2~3배 빠르다고 밝혔습니다. 두 모델은 Kimi.ai, Kimi Work, Kimi Code와 API에서 이용할 수 있고, 전체 모델 가중치는 2026년 11월 4일까지 공개할 예정입니다.
학습과 코딩 성능
회사는 수백 개 도메인에서 대규모 강화학습을 진행하도록 RL framework, 장문맥 추론, 학습 효율, sandbox와 rollout scheduling 등을 최적화했다고 설명합니다. Terminal-Bench 4.0에서 65.7%를 기록해 GPT-6 Astra의 58.2%보다 높고 Claude Opus 5.5의 66.4%에 근접했습니다. 자체 Kimi Code Bench 3.0 Long-horizon 점수는 61.2%로 K3의 55.95%보다 올랐습니다.
내부 테스트에서는 human-atlas의 296개 뼈대 구성 요소와 402개 근육 구성 요소를 활용해 보행 시뮬레이터를 만들고 개선했습니다. 167개 미션과 420회의 독립 검토를 거쳐 시뮬레이션 인체가 11.2초 동안 번갈아 걸음을 이어가도록 했습니다. 팔 움직임 개선이 보상 조정으로 이뤄지지 않자 시뮬레이터의 동역학을 별도로 조사해 어깨 근육 모멘트 암 계산 오류 36개를 수정한 뒤 컨트롤러를 다시 학습했다고 합니다.
3D와 금융
BenchCAD에서 도구를 사용한 점수는 92.7%입니다. 회사는 Blender와 CAD 소프트웨어용 스크립트를 작성해 기계 부품, 건축물, 가구 등의 파라메트릭 모델을 만들고 수정할 수 있다고 소개합니다. 3D Make 기능도 공개해 모델을 온라인에서 미리 보고 편집하거나 3D 프린팅용으로 내려받을 수 있게 했습니다.
금융 분야에서는 OfficeQA Pro v2에서 64.4점을 기록했습니다. 내부 금융 모델링 평가에서는 K3보다 7.2점, 금융 리서치에서는 11.6점 높았고, 가상 기업 운영 평가 성능은 약 4.2배라고 밝혔습니다. 내부 Kimi Hallu Bench Hard에서 주장 단위 환각률은 K3의 23.4%에서 8.3%로 낮아졌습니다. 회사는 이 벤치마크가 오류 가능성이 높은 사례를 의도적으로 구성한 스트레스 테스트이며 일상 사용의 전체 오류율을 나타내지는 않는다고 덧붙였습니다.
사이버 보안 학습 제한
Moonshot AI는 개발 중 후속 학습 규모가 커질수록 취약점 연구 능력도 향상되는 현상을 확인했고, 중간 학습 자료와 강화학습 환경에 사이버 관련 내용이 포함된 점을 추적했다고 설명합니다. 오픈 웨이트용 K3.1 Pro에서는 두 학습 단계의 사이버 관련 자료를 제거하고 일반 코딩 작업은 유지했습니다.
자체 xdev-bench-hard에서 제한 조치를 적용하지 않은 내부 체크포인트는 pass@3 기준 90.5%, 공개 예정 모델은 81.0%를 기록했습니다. 회사는 조치가 사이버 능력을 낮췄지만 일반 코딩과 장기 디버깅 능력이 사이버 작업에도 전이된다고 설명합니다. 공격적 사이버 능력은 자체 학습 파이프라인이 낼 수 있는 수준보다 낮고, 공개된 지 3개월 이상 된 최상위 폐쇄형 모델보다도 뒤처진다고 밝혔습니다. 방어 목적의 활용을 위해 오픈 웨이트를 비차별적으로 제공하되 사이버 능력을 점진적으로 높이겠다는 입장입니다.
Hacker News 반응
- @rudolftheone — Hallu Bench Hard에서 K3는 23.4%, K3.1은 8.3%라니 개선 폭이 좋습니다.
- @wolttam — 각 연구소가 서로 다른 RL 환경을 직접 만든 것처럼 보입니다. 업계가 몇 가지 주요 패턴으로 모일지, RL framework 프로젝트가 대형 연구소에서도 쓰일지 궁금합니다. 가중치는 11월 4일에 공개된다고 합니다.
- @TuxSH — 취약점 데이터를 제한하는 건 별로입니다.
- @AspireOne — 제한으로 사이버 능력 향상을 늦출 수 있다면 그렇게 해야 합니다. 사회가 준비하는 데는 느린 진전보다 훨씬 더 많은 시간이 필요합니다.
- @0xbadcafebee — AI가 만든 수많은 코드와 기존 코드까지 사람이 일일이 보안 감사하기는 어렵습니다. 취약점을 빨리 찾아 고치려면 방어자도 AI 해킹 도구가 필요합니다.
- @besterman23 — 제거한 사이버 보안 데이터에 일반 소프트웨어 지식 중 얼마나 포함됐는지 궁금합니다. 해킹 관련 언급을 전부 없앴는지도 궁금합니다. 시스템 작동 방식을 알면 취약점을 찾아내는 능력이 남아 있을 수 있습니다.
- @Tiberium — Terminal-Bench 4.0 결과가 실제 성능을 잘 나타내는지 의문입니다. 검토한 65개 과제 중 41개는 지시문에 분명히 적히지 않은 규칙 때문에 모델이 제대로 작업해도 채점에서 실패할 수 있었다고 합니다.
- @johnmlussier — 월 99달러 요금제를 썼는데 한 세션으로 47분 만에 5시간 사용량 제한에 걸렸습니다.
- @minimaxir — Artificial Analysis 지수에서 55점을 받아 전체 4위라고 합니다. 평가 때 생성한 토큰은 1억 5천만 개로 중앙값 8천7백만 개보다 많았습니다.
원문: Kimi.ai / 번역·요약: Trawling