킴기(Kimi)가 새로운 K3.1 시리즈의 첫 모델인 K3.1 Pro를 공개했다. 3조(3T) 파라미터급 오픈웨이트 모델로 100만 토큰 컨텍스트 창을 지원하며, 코딩과 3D 제작, 금융 리서치, 그리고 여러 에이전트성 작업에서 이전 세대인 K3 대비 폭넓은 개선을 내세웠다. 동시에 응답 속도를 2~3배 끌어올린 K3.1 Pro Highspeed도 함께 선보였다. 두 모델은 발표 시점부터 Kimi.ai와 모바일 앱, Kimi Work, Kimi Code, Kimi API에서 쓸 수 있고, 전체 모델 가중치는 2026년 11월 4일까지 공개될 예정이다. 기업용 환경에서는 관리자가 조직 단위로 켜야 하며 출시 시점에는 기본 비활성 상태다.
K3.1 Pro는 K3를 사후학습(post-training)한 버전으로, 사후학습 연산량을 크게 늘린 점이 핵심이다. 킴기는 수백 개 하위 도메인을 아우르는 대규모 공동 강화학습(RL)을 돌리기 위해 RL 프레임워크, 장문 컨텍스트 추론, 학습 효율, 샌드박스 인프라, 롤아웃 스케줄링, 환경 품질 점검 플랫폼까지 스택의 각 층을 손봤다고 설명한다. RL 연산을 추가로 투입할 때마다 예측 가능한 성능 향상을 얻는 구조를 만드는 데 공을 들였다는 것이다.
코딩과 3D에서의 벤치마크
벤치마크 수치는 상용 최상위 모델에 근접하는 수준으로 제시됐다. 자원이 제한된 터미널 환경에서 코딩 에이전트를 평가하는 Terminal-Bench 4.0에서 K3.1 Pro는 65.7%를 기록해 GPT-6 Astra(58.2%)를 앞섰고 Claude Opus 5.5(66.4%)에는 근소하게 뒤졌다. 다단계 실행과 도구 사용을 보는 내부 지표 Kimi Code Bench 3.0 Long-horizon에서는 61.2%로 K3의 55.95%를 넘어섰다. 3D 재구성을 다루는 BenchCAD에서는 도구를 쓸 때 92.7%를 기록해 Claude Opus 5.5(96.2%), GPT-6 Astra(95.9%)에 접근했다.
실무적으로 눈여겨볼 대목은 적용 범위다. K3.1 Pro는 Unity, 언리얼, 고도(Godot) 같은 게임 엔진에서 동작하며 웹 검색과 3D 생성을 결합해 결과물을 만든다. MCP 커넥터 없이도 블렌더나 CAD 도구용 스크립트를 직접 작성·실행해 자산을 만들고 지오메트리나 재질, 장면 배치를 조정하는 식이다. 특히 기계 부품부터 건축 모델, 맞춤 가구에 이르는 파라메트릭 모델링에 강점이 있다고 밝혔으며, Kimi.ai와 앱에는 온라인에서 3D 모델을 미리 보고 편집한 뒤 3D 프린팅용으로 내려받거나 영상·라이브 포토로 내보내는 3D Make 기능이 추가됐다.
장기 과제 수행 능력을 보여주는 사례로는 인체 해부 모델 human-atlas(골격 296개, 근육 402개 구성) 위에 보행 시뮬레이터를 구축한 내부 실험이 언급됐다. 167개 미션과 420회의 독립 검토를 거치며 시뮬레이션 인체가 몇 초 만에 쓰러지던 상태에서 11.2초간 교대로 걷는 수준까지 개선됐다고 한다. 보상 설계로 팔 동작이 나아지지 않자 모델은 보상만 계속 조정하는 대신 시뮬레이터 동역학을 개루프로 점검해 어깨 근육의 모멘트암 계산 오류 36건을 찾아 고친 뒤 재학습했다는 설명이다.
금융 리서치와 사실성
금융 영역에서는 실제 재무 문서를 대상으로 검색·교차검증·다단계 수치 추론을 요구하는 OfficeQA Pro v2에서 64.4점으로 최고 수준을 기록했고, 스크리닝부터 수익성 분석까지 투자 워크플로를 보는 Frontier Finance에서도 K3보다 개선됐다. 사실 정확성은 재무 분석의 전제인 만큼 별도 개선이 이뤄졌는데, 사실성을 압박 테스트하는 내부 지표 Kimi Hallu Bench Hard에서 주장 단위 환각률이 K3의 23.4%에서 8.3%로 떨어졌다. 다만 이 수치는 오류가 나기 쉬운 상황을 일부러 겨냥한 스트레스 테스트 결과이며 일상 사용의 전반적 오류율이 아니라는 단서를 킴기 스스로 달았다. 실무자가 성능 수치를 자사 업무에 그대로 대입하기 전에 기억해둘 한계다.
주목할 만한 부분은 오픈웨이트 공개에 앞서 사이버 공격 역량을 의도적으로 통제했다는 점이다. 킴기는 일반 중간학습 말뭉치와 RL 환경에 섞여 있던 사이버 관련 데이터가 취약점 연구 성능을 끌어올린다는 점을 추적해, 이를 두 학습 단계 모두에서 식별·제거하되 일반 코딩 과제는 남겼다. 그 결과 사내 지표 xdev-bench-hard에서 통제를 적용하지 않은 체크포인트는 pass@3 기준 90.5%를 풀었지만 최종 K3.1 Pro는 81.0%에 머물렀다. 데이터 제거가 공격 역량을 실제로 낮췄다는 의미다. 그럼에도 K3보다는 향상됐는데, 이는 일반 코딩·디버깅 능력이 사이버 과제로도 전이됨을 보여준다. 킴기는 K3.1 Pro의 공격 역량이 3개월 이상 공개돼 온 최상위 상용 모델에는 미치지 못하는 수준이며, 오픈웨이트를 점진적으로 확산시키는 편이 레거시 시스템 감사 등 방어 목적에 더 유용하다는 원칙을 밝혔다. 참고로 공개된 벤치마크 수치는 추론 강도를 'max'로, temperature 1.0, top-p 0.95로 설정해 얻은 값이다.