Kimi K3.1 Pro의 가중치가 11월 4일 공식 공개됐다. 문샷 AI(Moonshot AI)는 이날 Hugging Face에 moonshotai/Kimi-K3.1-Pro 저장소를 공개해, 10월 23일 발표 당시 약속한 “11월 4일까지 가중치 공개”를 지켰다. 이는 진짜 오픈 웨이트 공개다. 총 2.8T개의 파라미터, 활성화 파라미터 104B개, 100만 토큰 컨텍스트에 모델 카드에는 완전한 평가표까지 담겼다. 다만 “다운로드할 수 있다”는 말이 “누구나 실행할 수 있다”는 뜻은 아니다. 배포 문턱과 라이선스 조건이야말로 제대로 짚어야 할 부분이다.
저장소 안에 실제로 무엇이 들어 있나
Hugging Face 모델 카드에 따르면 Kimi K3.1 Pro는 네이티브 멀티모달 에이전트 모델로, 전문가 혼합(MoE) 아키텍처를 쓴다. 전문가 896개 중 토큰당 16개를 활성화하고, 93개 층, 컨텍스트 길이 1,048,576 토큰, 4억100만 개 파라미터의 MoonViT-V2 비전 인코더, 양자화 인식 학습에서 나온 MXFP4 가중치와 MXFP8 활성화를 사용한다. 저장소 파일은 약 1.56TB, 96개 샤드이며, 공식적으로는 vLLM, SGLang, TokenSpeed로 실행하도록 권장한다. 평가에서는 모델 카드가 Terminal-Bench 4.0에서 65.7%를 자체 보고했는데, Claude Opus 5.5의 66.4%보다는 약간 낮고 GPT-6 Astra의 58.2%보다는 높다. 이는 문샷 AI 자체 수치이며, 오픈 웨이트를 이용한 제3자의 재현 평가는 아직 나오지 않았으니 인용할 때는 근거를 밝혀야 한다.
라이선스와 배포 문턱부터 확인하자
이번 공개는 표준 MIT 라이선스가 아니라 전용 Kimi K3.1 Pro License를 따른다. 라이선스 문면에 따르면 12개월 수익이 2,000만 달러를 넘는 모델 서비스 사업은 문샷 AI와 별도 합의가 필요하고, 월간 활성 사용자 1억 명 초과 또는 월 수익 2,000만 달러 초과의 제품은 모델명을 표시해야 한다. 상용 전에는 원문을 먼저 읽어야 한다. 배포 측면에서는 1.56TB의 파일 크기와 2.8T의 파라미터 규모가 말해주듯 서버급 모델이라 다중 GPU 환경과 이를 운영할 역량이 필요하며, 일반 개인용 컴퓨터나 단일 GPU 워크스테이션은 해당 범위를 벗어난다. 대다수 사용자에게는 Kimi 앱과 API를 계속 쓰는 편이 더 현실적이며, API 가격은 입력 100만 토큰당 2달러, 출력 10달러다. 오픈 웨이트가 주로 바꾸는 것은 연구팀과 연산 자원을 가진 팀의 재현·맞춤 여지다.
오픈 웨이트는 무엇을 바꾸나
연구자와 인프라를 갖춘 팀에게는 가중치 공개가 평가 재현, 목적별 미세조정, 자체 추론 파이프라인 탑재를 가능하게 해 호스팅 서비스의 버전과 가격만을 받아들일 필요가 없어진다. 생태계 관점에서는 2.8T 규모의 오픈 웨이트가 흔치 않아, 대규모 모델 추론 프레임워크와 양자화 방식을 검증하는 기준점이 될 것이다. 그렇다고 Kimi K3.1 Pro의 위치가 바뀌는 것은 아니다. 무엇보다 문샷 AI 호스팅 제품군의 플래그십 모델이며, 오픈 웨이트는 같은 제품을 제공하는 또 다른 방식이다. 앞으로 지켜볼 것은 독립 평가 기관이 오픈 웨이트로 내는 점수와, 커뮤니티가 합리적인 비용으로 이를 실제로 활용할 수 있는지 여부다.
