짧은 답: 엄격한 정의로는 아닙니다——Moonshot AI도 그렇게 주장하지 않습니다. 2026년 7월 27일 Moonshot은 Kimi K3의 전체 가중치와 기술 보고서를 공개했습니다. 이는 2.8조 파라미터 Mixture-of-Experts 모델로 네이티브 시각 이해를 지원합니다. 약 1.56TB 다운로드는 Hugging Face에서 30분 이내 트렌드 1위를 기록했으며, K3는 지금까지 완전 공개된 최대 오픈 웨이트 모델입니다.

Kimi Delta Attention(KDA)는 단일 스칼라 망각 게이트를 채널별 게이팅으로 대체합니다. 각 특징 차원이 독립 감쇠율을 가지며 chunkwise DPLR로 선형 시간 재귀를 구현합니다. K3는 KDA와 Gated MLA 층을 교차 배치——100만 토큰 윈도우와 최소 KV 캐시의 핵심입니다.

Attention Residuals(AttnRes)는 균일 잔차 누적을 선택적·입력 의존 동적 집계로 대체합니다——파라미터 2% 미만 증가로 학습 효율 약 25% 향상합니다.

Per-Head Muon은 각 어텐션 헤드를 독립 최적화합니다. Stable LatentMoE는 Quantile Balancing을 사용하며 MoonEP가 계산 랭크별 중복 전문가 상한을 수학적으로 증명합니다.

SWE-bench Verified(독립 평가, Vals AI, 2026년 7월):

Moonshot은 일관되게 「오픈 웨이트」 공개라 부르며 「오픈소스」라고 하지 않습니다. 라이선스는 완전 커스텀 문서이며 K2 패밀리에 없던 두 가지 상업 임계값이 있습니다:

Mooncake 분리형 서빙 아키텍처는 일반적인 코딩 워크로드에서 캐시 적중률 90% 이상을 유지합니다——실제 대부분의 호출 비용은 $0.30대에 가깝습니다.

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": "이 코드의 복잡도를 분석해 주세요..."}]
)

Kimi K3 오픈 웨이트 공개는 WAIC 2026과 겹치며 미중 「모델 증류」 분쟁 격화 직후에 이뤄졌습니다. 백악관 과학 고문 Michael Kratsios가 Moonshot의 Anthropic Fable 대상 대규모 증류를 비난했고 재무장관 Scott Bessent가 제재를 시사했습니다. 중국 상무부는 7월 28일 「AI 패권주의」로 반격했습니다. K3 공개 3일 후 Alibaba가 Qwen3.8-Max-Preview를 발표했으며, K3에 대한 직접 대응으로 널리 해석되어 오픈 웨이트 경쟁이 「3T 클럽」 단계에 진입했습니다.

실용적 대안에도 숨은 비용이 있습니다: 개인 Mac에서 Kimi Code 에이전트 실행은 절전·네트워크 끊김에 취약합니다; 전체 K3 셀프호스팅에는 64장 이상 가속 카드가 필요하며 대부분 팀은 감당하기 어렵습니다; 단일 폐쇄 API 의존은 K3의 100만 토큰 정액 가격 이점을 살리기 어렵습니다. 프로덕션 iOS CI/CD와 7×24 AI 에이전트 자동화에는 KVMNODE 전용 Mac Mini M4 클라우드 대여가 보통 더 적합합니다: 네이티브 Apple Silicon, 전체 sudo, 일/주/월 유연 과금. 가격 페이지, 고객 센터, 또는 바로 주문을 참고하세요.

데이터 기준: 2026년 7월 28일 · 출처: Moonshot AI 공식 블로그, Hugging Face, GitHub moonshotai/FlashKDA, Vals AI SWE-bench Verified, Artificial Analysis Intelligence Index