Kimi K3 vs Claude Fable 5: 가격, 속도 및 가치 (2026년 7월)

2026-07-26

Kimi K3의 공개 가격은 입력 $3/M, 출력 $15/M입니다. Claude Fable 5의 공개 가격은 입력 $10/M, 출력 $50/M입니다. 미터의 양쪽 끝에서 3.3배 차이가 나며, 누구나 가장 먼저 알아차리는 부분입니다.

하지만 이는 두 모델을 비교하는 데 가장 유용하지 않은 방식이기도 합니다.

토큰당 가격은 토큰 하나의 비용만 알려 줍니다. 작업을 완료하기 위해 모델이 얼마나 많은 토큰을 소모하는지, 재시도가 몇 번 필요한지, 얼마나 오래 기다려야 하는지는 알려 주지 않습니다. 청구서에 반영되는 수치는 바로 이것들입니다. 이 글에서는 표시 가격과 실제 작업당 비용이라는 두 층위를 모두 살펴봅니다. 또한 K3의 실제 아키텍처, 벤치마크 표 밖에서 입증한 성과, 그리고 현재 두 모델에 영향을 미치는 규제 및 자금 조달 맥락도 다룹니다.

크림색 배경 위에 자, 컴퍼스, 연필, 기계 부품 등 일러스트 제작 도구로 둘러싸인 파란 세리프 글꼴의 Kimi K3

가격 격차와, 그것이 전체 이야기가 아닌 이유

전체 그림을 나란히 살펴보겠습니다.

	Kimi K3	Claude Fable 5
입력	$3.00/M (미스) / $0.30/M (히트)	$10.00/M / $1.00/M (캐시 읽기 히트)
출력	$15.00/M	$50.00/M
캐싱	자동 — 코드에서 90%+ 히트율	수동 브레이크포인트 — 읽기 히트 $1/M (쓰기 프리미엄: 5분 $12.50/MTok, 1시간 $20/MTok)
총 파라미터	2.8T (MoE, 전문가 896개)	Anthropic이 공개하지 않음
토큰당 활성 파라미터	~50B (896개 전문가 중 16개)	Anthropic이 공개하지 않음
컨텍스트 윈도우	100만 토큰	100만 토큰 (최대 출력 128k)
웨이트	오픈 — 2026년 7월 27일	독점
가장 강한 영역	장기 실행 코딩	프런티어 범용 추론

K3 사양과 가격은 Moonshot의 기술 블로그를, Fable 5 가격 및 캐싱(캐시 쓰기 프리미엄 포함)은 OpenRouter와 Anthropic의 프롬프트 캐싱 문서를 기준으로 합니다.

토큰당 더 저렴하다고 작업당 더 저렴한 것은 아니다

토큰당 가격이 3분의 1이더라도 같은 답에 도달하기 위해 토큰을 두 배 소모한다면, 대부분의 이점은 사라집니다. Moonshot은 이 부분에서 이례적으로 솔직합니다. 회사는 K3가 기본적으로 최대 사고 노력 모드를 켠 상태로 제공된다고 설명합니다. 더 낮은 노력 모드는 이후 업데이트에서 제공될 예정입니다. 최대 노력은 더 많은 추론 토큰을 뜻하며, 추론 토큰은 입력 $3/M이 아니라 출력 $15/M으로 청구됩니다.

Moonshot은 또한 이를 “과도한 선제성”이라고 부르는 행동 특성을 언급합니다. K3는 장기 실행 작업에 집중적으로 훈련됐기 때문에 모호한 상황에 부딪히면 요청하지 않은 결정을 내릴 수 있으며, 회사는 시스템 프롬프트나 AGENTS.md에서 이를 명시적으로 제한하라고 권장합니다. 실제로 요청하지 않은 결정은 추가 작업을 의미하며, 때로는 나중에 되돌려야 하는 추가 작업이기도 합니다.

여기에 실제 경과 시간을 더해야 합니다. Moonshot은 추론 효율을 위해 K3를 64개 이상의 가속기를 갖춘 슈퍼노드 구성에 배포할 것을 권장합니다. 희소 활성화를 사용하더라도 2.8T-파라미터 모델의 서빙 특성을 짐작하게 하는 대목입니다. 작업 완료에 더 오래 걸린다면, 청구서에 나타나지 않더라도 그 지연 시간은 대화형 개발자 워크플로에서 실제 비용입니다.

핵심 요점: 두 모델을 자신의 워크로드에서 벤치마크하고, 토큰 100만 개당 비용이 아니라 완료된 작업당 비용을 측정해야 합니다. 공개 가격은 계산의 출발점이지 결론이 아닙니다.

캐싱: 있음과 없음이 아니라 자동과 수동의 차이

이 비교에서 가장 자주 잘못 다뤄지는 부분이므로 정확히 짚겠습니다.

두 모델 모두 캐시를 사용합니다. 차이는 누가 작업을 수행하는지와 설정 비용입니다.

Kimi K3: 자동, 공개된 쓰기 프리미엄 없음

Moonshot은 Mooncake의 분리형 추론 아키텍처를 통해 K3를 제공하며, 코딩 워크로드에서 90%를 넘는 캐시 히트율을 보고합니다. 캐시된 입력 비용은 $3.00/MTok에서 $0.30/MTok로 떨어지며, 90% 할인입니다. 별도로 설정할 필요가 없습니다. Moonshot은 Kimi Delta Attention이 기존 프리픽스 캐싱에 새로운 과제를 만들었다고도 설명하며, 웨이트와 함께 제공하기 위해 vLLM 커뮤니티에 구현을 기여했습니다.

Claude Fable 5: 수동 브레이크포인트, 쓰기 프리미엄 포함

Anthropic의 캐싱 역시 동일한 할인 폭을 제공합니다. Fable 5의 캐시 읽기는 기본 입력 가격 $10/MTok에서 $1/MTok로 낮아집니다. 역시 90% 할인입니다. 다만 콘텐츠를 캐시에 넣는 데 비용을 지불해야 합니다.

Claude Fable 5의 5분 캐시 쓰기는 $12.50/MTok, 1시간 캐시 쓰기는 $20/MTok — Anthropic 프롬프트 캐싱 가격

이 수치는 문서화된 배수 구조를 따릅니다. 5분 쓰기는 기본 입력의 1.25배, 1시간 쓰기는 기본 입력의 2배, 읽기는 기본 입력의 0.1배입니다. 기본 TTL은 5분이며, 중요한 점으로 캐시는 사용될 때마다 추가 비용 없이 갱신됩니다. Anthropic의 자체 지침에 따르면 프롬프트가 5분보다 자주 히트한다면 5분 캐시를 유지하고 무료 갱신을 활용해야 합니다. 1시간 티어는 5분보다 길지만 1시간보다 짧은 간격에 적합합니다.

Anthropic은 이제 자동 캐싱도 지원합니다. 단일 최상위 cache_control 필드가 마지막 캐시 가능 블록에 브레이크포인트를 배치하므로 블록별 주석이 필요하지 않습니다. 가격과 최소값은 동일합니다. Fable 5의 경우 캐시 가능한 최소 프롬프트는 512토큰입니다.

솔직한 구도

	설정 비용	쓰기 비용	읽기 비용	손익분기점
Kimi K3	없음 — 기본 활성화	별도 가격 없음	$0.30/M	즉시
Claude Fable 5	브레이크포인트 배치(또는 최상위 자동 플래그)	$12.50–$20/M	$1.00/M	쓰기 비용을 상쇄할 만큼 충분히 재사용한 뒤

큰 정적 프리픽스, 즉 시스템 프롬프트·도구 정의·문서 코퍼스를 반복적으로 많이 사용할 때 Fable의 캐싱은 좋은 효과를 냅니다. 캐시를 한 번 쓰고 다시 읽지 않는 일회성 요청에서는 효과가 떨어집니다. K3의 모델은 이 계산을 완전히 없애며, 원시 가격을 비교하기 전부터 실질적인 운영상 이점입니다.

각 모델이 실제로 우위를 보이는 영역

Kimi K3: 장기 실행 코딩과 비용 대비 성능 밀도

Moonshot은 K3를 에이전트 기반 소프트웨어 엔지니어링에 명확히 포지셔닝합니다. 최소한의 감독으로 긴 세션을 유지하고, 대규모 리포지토리를 탐색하며, 터미널 도구를 오케스트레이션하는 작업입니다. 또한 게임 개발, 프런트엔드, CAD 작업에서 스크린샷과 시각 자료를 활용해 반복 개선하는 등 소프트웨어 엔지니어링과 시각 추론을 결합한 작업을 강조합니다. 회사는 이를 “루프 안의 비전”이라고 설명합니다. 모델이 코드를 작성하고, 렌더링된 결과를 살펴본 뒤, 개선하는 방식입니다.

K3는 현재 시장에서 가장 강력한 코딩 비용 대비 성능 옵션이며, Frontend Code Arena에서 1위를 기록하고 있습니다.

Claude Fable 5: 프런티어 범용 추론

Fable 5의 전반적 역량에 대한 가장 신뢰할 만한 평가는 Moonshot 자체에서 나옵니다. K3 출시 글에서 회사는 K3가 평가 스위트 전반에서 프런티어 수준의 성능을 달성했지만, 전반적 성능은 “가장 강력한 독점 모델인 Claude Fable 5와 GPT 5.6 Sol에는 여전히 뒤처진다”고 작성했습니다.

Moonshot은 한발 더 나아가 제한 사항 섹션에서 “전반적으로 매우 경쟁력 있는 모델임에도 K3는 Claude Fable 5 및 GPT 5.6 Sol과 비교해 사용자 경험에서 눈에 띄는 격차를 보인다”고 인정합니다. 연구소가 자체 주력 출시 모델에 대해 자발적으로 이런 말을 한다면, 그대로 받아들일 가치가 있습니다.

이 차이를 해석하면: 워크로드가 장시간 실행되는 코드 생성과 리포지토리 작업이라면 K3의 가격 대비 역량 비율은 반박하기 어렵습니다. 결과물의 사용 가능 여부를 좌우하는 것이 최상위 몇 퍼센트의 품질인 프런티어 추론이라면 Fable 5에 비용을 지불하는 이유가 있습니다.

내부 구조: Kimi K3의 실제 정체

총 2.8T, 활성 ~50B — 항상 둘 다 인용해야 한다

K3는 2.8조 파라미터 모델이며, 이 규모에 도달한 최초의 오픈 모델입니다. 그러나 토큰당 896개 전문가 중 16개를 실질적으로 활성화하는 Mixture-of-Experts 아키텍처로, 활성 파라미터는 약 50B입니다. 2.8T 수치는 용량을 설명하고, ~50B 수치는 특정 순전파에서 실제로 활성화되는 요소를 설명합니다. 이 맥락 없이 2.8T만 인용하면 컴퓨팅 비용과 서빙 특성을 모두 잘못 전달하게 됩니다.

Moonshot은 이 희소성 확장에 정교한 훈련 및 데이터 레시피를 결합해 Kimi K2 대비 전반적 확장 효율을 약 2.5배 개선했다고 보고합니다.

아키텍처 스택

아래의 모든 용어는 Moonshot의 출시 글에 등장합니다.

Kimi Delta Attention (KDA) — 시퀀스 길이 전반에서 어텐션을 효율적으로 확장하기 위한 하이브리드 선형 어텐션 기반입니다.
Attention Residuals (AttnRes) — 표현을 균일하게 누적하는 대신 모델 깊이 전반에서 선택적으로 검색합니다.
Stable LatentMoE — 극단적인 희소성에서 896개 중 16개 전문가 활성화를 가능하게 하는 프레임워크입니다.
Quantile Balancing — 라우터 점수 분위수에서 전문가 할당을 도출해 휴리스틱 업데이트와 민감한 밸런싱 하이퍼파라미터를 제거합니다.
Per-Head Muon — 어텐션 헤드를 독립적으로 최적화해 Muon 옵티마이저를 확장합니다.
Sigmoid Tanh Unit (SiTU) 및 Gated MLA — 각각 활성화 제어와 어텐션 선택성에 사용됩니다.

Moonshot은 폭넓은 하드웨어 호환성을 위해 SFT 단계부터 양자화 인식 훈련도 적용하며, MXFP4 웨이트와 MXFP8 활성화를 사용합니다.

실무용 사양표

100만 토큰 컨텍스트 윈도우, 네이티브 시각 이해
출시 시점에 기본 최대 사고 노력 적용, 낮은 노력 및 높은 노력 모드는 이후 업데이트 예정
현재 Kimi.com, Kimi Work, Kimi Code 및 Kimi API에서 이용 가능(모델 ID kimi-k3)
웨이트 공개: 2026년 7월 27일까지 — K3 기술 보고서와 함께 아키텍처, 훈련, 평가의 전체 세부 사항 제공
권장 배포: 64개 이상 가속기의 슈퍼노드 구성

두 번 읽을 만한 호환성 경고

K3는 보존된 사고 이력 모드로 훈련되었습니다. Moonshot은 에이전트 하니스가 과거의 모든 사고 콘텐츠를 다시 전달하지 못하거나, 진행 중인 세션을 다른 모델에서 K3로 전환할 경우 생성 품질이 매우 불안정해질 수 있다고 경고합니다. 호환성이 검증된 하니스를 사용해야 합니다. Kimi Code가 참조 구현이며, 세션 중간에 모델을 즉시 교체하지 마십시오. 이런 세부 사항을 놓치면 원인을 알 수 없는 품질 저하로 이어집니다.

벤치마크 표가 아닌 증거

벤치마크 점수는 논쟁의 여지가 있고, 하니스에 따라 달라지며, 조작할 수도 있습니다. K3 출시 자료에는 쉽게 무시하기 어려운 세 가지 사례가 있습니다.

🔧 48시간 만에 자율적으로 칩을 설계했다

K3는 한 번의 48시간 자율 실행으로 Nangate 45nm 라이브러리에서 오픈 소스 EDA 도구를 사용해 칩을 구축하고, 최적화하고, 검증했습니다. 결과적으로 4 mm² 안에서 설계는 100 MHz 타이밍을 충족했고, 시뮬레이션에서 8,700토큰/s를 초과하는 디코드 처리량을 지속했습니다. 1.46M 표준 셀, 0.277 MB SRAM, 융합 역양자화를 갖춘 INT4 MAC 어레이를 집적했습니다.

이 칩의 목적은 K3 자체 아키텍처 기반의 나노 모델을 서빙하는 것이었습니다. 즉, 모델을 위한 실리콘을 설계하는 모델입니다. 이를 데모로 어떻게 보든, 검증 가능한 통과/실패 결과를 갖춘 장기 실행 에이전트 작업입니다.

🔬 2주 대신 2시간

계산 천체물리학에서 I–Love–Q 보편 관계를 재현하기 위해 K3는 20편 이상의 논문을 검토하고 교차 검증했으며, 전체 수치 파이프라인을 구현하고, 300개 이상의 상태 방정식을 평가했으며, 공개된 공식의 불일치를 식별하고, 3,000줄 이상의 Python을 생성했으며, 결과 탐색을 위한 대화형 HTML 대시보드를 만들었습니다.

Moonshot의 설명에 따르면, 숙련된 연구자가 보통 1~2주 걸리는 작업에 약 2시간이 걸렸습니다.

💼 오픈 Kimi 모델 위에 구축된 주요 서구권 코딩 도구

이것이 가장 강력한 증거이며, Moonshot에서 나온 내용도 아닙니다.

Cursor의 Composer 2 기술 보고서는 이 모델이 오픈 베이스 모델인 Kimi K2.5에 대한 지속 사전 훈련으로 시작해, 현실적인 Cursor 세션에서의 대규모 강화 학습으로 이어지는 두 단계로 훈련됐다고 밝힙니다. 이 보고서는 “Kimi K2.5, Ray, ThunderKittens, PyTorch 및 더 넓은 오픈 소스 커뮤니티를 만든 팀들”에 공을 돌립니다.

이 출처 표기는 베이스 모델 크레딧에 대한 공개 논의 이후 나타났으며, 그래서 오히려 더 주목할 만합니다. 선도적인 서구권 AI 코딩 제품이 오픈 Kimi 기반 위에 에이전트 코딩 모델을 구축했습니다. Cursor는 Composer 2가 CursorBench에서 61.3, SWE-bench Multilingual에서 73.7, Terminal-Bench에서 61.7을 기록했으며, 비교 가능한 모델보다 현저히 낮은 추론 비용을 제공한다고 보고합니다.

상용 제품이 오픈 Kimi 웨이트 위에서 출시되고 있다는 사실만큼 오픈 Kimi 웨이트의 가치를 효과적으로 입증하는 리더보드 행은 없습니다.

로그 스케일에서 시도당 비용 대비 에이전트 코딩 점수를 나타내며 Opus 5, Fable 5, Opus 4.8, GPT-5.6 Sol을 비교한 Frontier-Bench v0.1 차트

두 연구소를 둘러싼 맥락

Moonshot: 200억 달러 가치평가에서 20억 달러

Moonshot AI는 자문사 Huafeng Capital의 게시물에 따르면, 음식 배달 회사 Meituan의 VC 부문인 Long-Z Investments가 주도한 라운드에서 200억 달러 가치평가로 약 20억 달러를 조달했습니다. Tsinghua Capital, China Mobile, CPE Yuanfeng도 참여했습니다. Moonshot의 광범위한 투자자 목록에는 Alibaba, Tencent, HongShan, ZhenFund, IDG Capital, 5Y Capital이 포함됩니다.

성장 궤적을 보면 TechCrunch는 Moonshot이 이전 6개월 동안 39억 달러를 조달했으며, 회사가 더 큰 라운드를 추가로 추진 중이라고 보도합니다. 이 연구소는 전 Meta AI 및 Google Brain 출신의 Yang Zhilin이 2023년에 설립했습니다.

TechCrunch가 지목한 투자 논지는 분명히 언급할 가치가 있습니다. “저렴한 추론을 위해 성능 저하를 감수하는” 구매자는 크고 성장하는 시장입니다. 바로 K3가 겨냥하는 부문이며, 위에서 작업당 비용 문제가 그토록 중요한 이유이기도 합니다.

Anthropic: 2026년 6월 수출 통제 사건

출시 3일 후인 2026년 6월 12일 저녁, 미국 상무부는 Anthropic에 전 세계 어느 곳에 있든 외국 국적자의 Claude Fable 5 및 Claude Mythos 5 접근을 모두 중단하라고 지시했습니다. 두 모델은 전 세계 모든 고객에게 오프라인 상태가 됐습니다. 다른 Claude 모델인 Opus, Sonnet, Haiku는 계속 이용할 수 있었습니다. 통제는 6월 30일 해제됐습니다.

이는 제품 리콜이 아니라 수출 통제 조치였으며, Anthropic은 근거가 된 평가에 직접 이의를 제기했습니다. 공개 성명에서 회사는 문제의 보고서를 검토했다고 판단하며, “입증된 역량 수준은 OpenAI의 GPT-5.5를 포함한 다른 공개 배포 모델에서도 이용 가능하고, 사이버 보안 방어자들이 일상적으로 사용한다”고 결론지었다고 밝혔습니다.

Anthropic은 다음과 같이 덧붙였습니다. “제한적인 잠재적 탈옥 가능성이 발견됐다는 이유만으로 수억 명에게 배포된 상용 모델을 회수해야 한다는 주장에는 동의하지 않습니다. 이 기준이 업계 전반에 적용된다면, 모든 프런티어 모델 제공업체의 신규 모델 배포가 사실상 중단될 것이라고 봅니다.” 회사와 가까운 한 소식통은 Anthropic이 세부 사항을 제공받은 적도 없고 문제 해결을 거부한 적도 없다고 주장했습니다. Forbes는 상반된 설명이 조정되지 않았다고 언급합니다.

구매자 가이드에 이 내용이 포함되는 이유: 독점 프런티어 모델에 대한 접근은 사용자도 공급업체도 아닌 당사자에 의해 중단될 수 있다는 실시간 사례입니다. 누가 옳았는지에 대한 판단과 무관하게, 이는 조달 리스크 변수입니다.

전략적 흐름

두 이야기를 함께 보면 2026년의 모습이 드러납니다. Moonshot은 칩 접근 제약 아래 극단적 MoE 희소성, 하이브리드 선형 어텐션, 양자화 인식 훈련이라는 아키텍처 효율을 토큰 가격의 일부 수준에서 프런티어 인접 역량으로 전환하고 있습니다. Anthropic은 배포 스위치에 실제로 도달할 수 있음을 보여 준 규제 체계 아래에서 역량 프런티어를 운영하고 있습니다.

알고리즘 효율과 원시 컴퓨팅의 대결은 더 이상 이론적 논쟁이 아닙니다. 구매 주문서에 올릴 수 있는 서로 다른 두 리스크 프로필입니다.

Kimi K3 직접 실행: 7월 27일에 예상할 사항

웨이트는 2026년 7월 27일까지 공개되며, Moonshot은 신뢰할 수 있는 생태계 출시를 위해 추론 파트너 및 오픈 소스 유지관리자와 기술 세부 사항을 조율하고 있다고 밝혔습니다. 현실적인 예상은 다음과 같습니다.

노트북용 모델이 아닙니다. 토큰당 약 50B를 활성화하는 2.8T-파라미터 MoE라도 라우팅을 위해 전체 파라미터 세트가 상주해야 합니다. Moonshot 자체 권장 사항도 효율적 추론을 위한 64개 이상 가속기 슈퍼노드 구성입니다.
vLLM 지원이 업스트림에 기여되고 있습니다. KDA가 기존 프리픽스 캐싱을 복잡하게 만들기 때문에 Moonshot은 모델과 함께 공개할 구현을 vLLM 커뮤니티에 기여했습니다.
양자화가 기본 적용됩니다. SFT 단계부터 적용된 MXFP4 웨이트와 MXFP8 활성화는 광범위한 하드웨어 호환성을 위해 명시적으로 선택됐습니다.
전체 기술 보고서가 뒤따릅니다. 상세한 아키텍처, 훈련 및 평가 사양은 K3 기술 보고서와 함께 제공됩니다.

대부분의 팀에는 $3/$15 API가 현실적인 경로가 될 것입니다. 데이터 레지던시, 맞춤형 파인튜닝 또는 대규모 고정 비용 추론의 이점이 인프라 부담을 상회할 때 자체 호스팅이 적합합니다.

진짜 답: 하나만 고르지 말 것

이 비교를 솔직하게 검토하면 결론은 승자가 아닙니다. 라우팅 문제입니다.

장기 실행 리포지토리 작업, 프런트엔드 반복 개선, 대량 코드 생성 → 특히 코딩 워크로드에서 자동 캐싱이 90% 이상 히트하는 K3의 경제성은 진정으로 이기기 어렵습니다.
프런티어 추론, 고위험 분석, 결과물 품질의 최상위 일부가 작업의 전부인 과제 → Moonshot 자체 평가에 따르면 Fable 5입니다.
그 사이의 모든 작업 → 프롬프트 형태, 재사용 패턴, 지연 시간 허용도에 따라 달라집니다.

단일 제공업체에 고정하는 팀은 결국 두 가지 중 하나를 하게 됩니다. 필요하지 않았던 작업에 프런티어 추론 비용을 과도하게 지불하거나, 실제로 품질이 중요한 작업에 충분히 지출하지 않는 것입니다. 둘 다 비용이 큽니다. 두 번째가 더 나쁩니다.

이것이 Jenova가 단일 모델에 베팅하는 방식이 아니라 통합 멀티모델 액세스를 중심으로 구축된 이유입니다. 하나의 구독으로 미국 프런티어 모델과 오픈 웨이트 모델 전반에 접근하고, 각 작업을 적합한 모델로 보내는 지능형 라우팅을 제공합니다. 가격 대비 성능 프런티어가 이동할 때, 그리고 최근 3개월 동안 두 번이나 이동했듯이, 계약을 재협상하거나 통합을 다시 작성하는 대신 라우팅을 조정할 수 있습니다.

위 비교 자체가 그 근거입니다. 모델은 특화됩니다. 액세스 방식은 그래서는 안 됩니다.

FAQ

Kimi K3 API 비용은 얼마인가요?

Kimi K3의 가격은 Moonshot의 출시 글에 따르면 **캐시 미스 입력 $3.00/MTok, 캐시 히트 입력 $0.30/MTok, 출력 $15.00/MTok**입니다. API는 OpenAI SDK와 호환되므로 Kimi API Platform에서 `kimi-k3`를 선택하면 됩니다. 캐싱은 자동이며 Moonshot은 코딩 워크로드에서 90% 이상의 히트율을 보고하므로, 반복적인 코드 세션에서의 실효 입력 비용은 종종 공개 가격 $3보다 훨씬 낮습니다.

Kimi K3 오픈 웨이트는 언제 공개되나요?

Moonshot은 전체 모델 웨이트가 2026년 7월 27일까지 공개될 것이라고 밝혔습니다. 회사는 공개에 앞서 추론 파트너와 오픈 소스 유지관리자 간 조율을 진행하고 있으며, 모델과 함께 제공할 프리픽스 캐싱 구현을 vLLM에 기여했습니다. 아키텍처, 훈련, 평가를 다루는 전체 기술 보고서도 공개와 함께 제공될 예정입니다.

Kimi K3가 Claude Fable 5보다 더 좋은가요?

작업에 따라 다릅니다. Moonshot의 출시 글은 K3의 전반적 성능이 “가장 강력한 독점 모델인 Claude Fable 5와 GPT 5.6 Sol에는 여전히 뒤처진다”고 말하며, 별도로 눈에 띄는 사용자 경험 격차도 인정합니다. K3의 장점은 Fable 5 토큰 가격의 약 3분의 1 수준에서 제공되는 장기 실행 코딩입니다. Fable 5의 장점은 프런티어 범용 추론입니다. 작업이 다르면 답도 다릅니다.

Kimi K3 캐싱은 Claude Fable 5 캐싱과 어떻게 비교되나요?

두 모델 모두 캐시를 사용하며, 둘 다 읽기 비용을 약 90% 할인합니다. K3 캐싱은 자동입니다. 별도 설정 없이 기본 $3.00 대비 히트 시 $0.30/MTok입니다. Fable 5의 읽기는 기본 $10 대비 $1/MTok로 떨어지지만, Anthropic의 캐싱 문서에 따르면 쓰기 프리미엄이 있습니다. 5분 쓰기는 $12.50/MTok, 1시간 쓰기는 $20/MTok입니다. Fable의 캐시는 각 히트에서 무료로 갱신되므로 절감액은 쓰기 비용을 넘을 만큼 재사용 빈도가 높은지에 따라 달라집니다.

Kimi K3를 로컬에서 실행할 수 있나요?

소비자용 하드웨어에서는 불가능합니다. K3는 토큰당 약 50B 파라미터를 활성화하지만, 라우팅을 위해 전체 2.8T MoE가 상주해야 합니다. Moonshot은 추론 효율을 위해 64개 이상의 가속기를 갖춘 슈퍼노드 구성을 권장합니다. MXFP4 웨이트와 MXFP8 활성화를 활용하는 양자화 인식 훈련은 하드웨어 호환성에 도움이 되고 vLLM 지원도 업스트림에 기여되고 있지만, 이는 로컬 워크스테이션 프로젝트가 아니라 데이터센터급 배포입니다.

2026년 6월 Claude Fable 5에는 무슨 일이 있었나요?

2026년 6월 12일 미국 상무부는 전 세계 외국 국적자의 Fable 5 및 Mythos 5 접근을 모두 중단하는 수출 통제 지침을 발령했고, Anthropic은 모든 고객에 대해 두 모델을 비활성화해야 했습니다. Anthropic은 공개적으로 근거가 된 판단의 심각성에 이의를 제기했으며, 유사한 역량이 다른 배포 모델에도 존재한다고 밝혔습니다. 통제는 6월 30일 해제됐습니다. 다른 Claude 모델은 이 기간 내내 영향을 받지 않았습니다.

Kimi K3의 컨텍스트 윈도우는 Claude Fable 5와 동일한가요?

두 모델 모두 100만 토큰 컨텍스트 윈도우를 제공합니다. Fable 5의 출력은 128k 토큰으로 제한됩니다. 실질적인 차이는 윈도우 크기보다 이를 채우는 비용에 있습니다. 입력이 $3/M 대 $10/M이므로 대규모 컨텍스트를 로드하는 비용은 K3가 의미 있게 낮습니다. 다만 해당 컨텍스트에서 출력 중심 추론을 수행하면 $15/M 대 $50/M으로 청구되며, 여기서 작업당 비용 계산이 결정됩니다.

결론

Kimi K3와 Claude Fable 5 비교는 세 가지 지속적인 사실로 정리됩니다.

첫째: 가격 격차는 실제입니다. 입력 3.3배, 출력 3.3배입니다. 그러나 이는 비용 모델의 출발점일 뿐 답은 아닙니다. 특정 워크로드에서의 토큰 효율, 재시도율, 지연 시간이 실제 지출을 결정합니다.

둘째: 캐싱의 핵심은 있음과 없음이 아니라 자동과 수동의 차이입니다. 두 모델 모두 캐시 읽기에 약 90% 할인을 제공합니다. Fable 5는 캐시 쓰기에 $12.50–$20/MTok를 청구합니다. K3는 무료로 이를 활성화하며 코드에서 90% 이상의 히트를 보고합니다.

셋째: 각 모델은 서로 다른 영역을 차지합니다. K3는 장기 실행 코딩을 위해 만들어졌고 대량 사용에 맞춘 가격이 책정됐습니다. Fable 5는 범용 추론의 프런티어에 있으며, Moonshot 자체의 인정으로도 확인됩니다.

따라서 운영상 올바른 답은 작업별로 라우팅되는 두 모델 모두에 대한 접근입니다. 이것이 구축할 가치가 있는 방향이며, Jenova가 제공하도록 설계된 방식입니다. 하나의 구독으로 미국 프런티어 모델과 오픈 웨이트 모델 전반에 통합 멀티모델 액세스를 제공하고, 프런티어가 움직일 때 적응하는 라우팅을 지원합니다.

7월 27일을 달력에 표시해 두십시오. 웨이트가 공개되면 이 페이지가 업데이트됩니다.

개발자용: 멀티모델 액세스와 지능형 라우팅은 Jenova API를 통해 프로그래밍 방식으로 이용할 수 있습니다. 단일 통합으로 모델에 종속되지 않는 AI 기능을 애플리케이션에 구축하세요. 전체 문서 →