본 기사는 AIHubMix에서 작성되었으며, 내용은 2026년 10월 24일 기준 정보입니다. 이 시점에서 Moonshot AI는 K3.1 Pro와 K3.1 Pro Highspeed의 공식 미국 달러(USD) 요금을 아직 공개하지 않았습니다. AIHubMix의 요금은 당일 모델 페이지에서, 속도는 AIHubMix가 공식 ID로 수행한 스팟 체크를 통해 얻었습니다.
- Kimi K3.1 Pro Highspeed는 K3.1 Pro와 동일한 모델입니다. Moonshot AI는 능력은 같지만 속도가 약 2~3배 빠하다고 설명했습니다.
- AIHubMix에서의 요금은 입력(Input)과 출력(Output) 모두 정확히 2배입니다 (100만 토큰당 $2.00 / $10.50 대비 $4.00 / $21.00). 캐시 읽기(Cache reading)는 둘 다 $0.20입니다.
- AIHubMix의 스팟 체크(단일 프롬프트) 결과, 출력 속도는 138
150 tok/s 대 8588 tok/s로, 약 1.61.75배 수준이었습니다. 이는 광고된 23배에는 미치지 못합니다.
- Completion 토큰의 85~90%는 사고 과정(thinking)에 사용되었습니다. 2배 요금의 대부분은 아무도 읽지 않는 사고 과정에 지불되는 비용입니다.
- 추산 결과, 답변 한 번당 약 $0.077을 더 지출하여 약 33초 단축이 가능합니다. 대기 시간 1분당 약 $0.14, 1시간당 약 $8의 비용 증가가 예상됩니다.
- 도구 호출(Tool calling)이나 스크립트 실행 속도는 빨라지지 않습니다. 테스트 중심의 에이전트 루프에서는 요금이 약 1.7배인데 비해 속도는 약 1.2배에 그치는 추산 결과입니다.
Moonshot AI의 Kimi Code 모델 문서에는 Highspeed에 대해 다음과 같이 설명되어 있습니다.
"the high-speed version of K3.1 Pro, with the same capabilities, faster output, and about twice the quota usage of the regular version"
(K3.1 Pro의 고속 버전으로, 능력은 같고, 출력은 더 빠르며, 할당량(quota) 사용량은 일반 버전의 약 2배입니다.)
K3.1 Pro 기술 블로그 역시 2~3배라는 수치를 언급하며 두 개의 ID를 Kimi API로 제공하고 있습니다.
| K3.1 Pro | K3.1 Pro Highspeed | |
|---|
| Kimi API / AIHubMix의 ID | kimi-k3.1-pro | kimi-k3.1-pro-highspeed |
| ... | | |
| 요금은 100만 토큰당 기준입니다. AIHubMix의 요금은 10월 24일 K3.1 Pro와 K3.1 Pro Highspeed 모델 페이지를 기준으로 합니다. Moonshot AI는 미국 달러(USD) 요금을 아직 공개하지 않았습니다. 위안화(CNY) 행은 출시 당일에 배포된 요금표에 따른 것이며, Moonshot AI의 요금 페이지에는 아직 게시되지 않았으므로 공식이 아닌 보도 기반 수치로 간주해 주십시오. | | |
동일 모델이므로 규칙 또한 같습니다. 사고 과정(thinking)은 항상 켜져 있으며, reasoning_effort는 low, high, max 중 하나를 취하며 기본값은 max입니다. 샘플링 파라미터는 고정되어 있습니다. 요금이 2배가 되지 않는 것은 캐시 히트(cache hit)에 의한 것이며, 이는 에이전트 루프에서 효과를 발휘합니다 (후술). 참고로, AIHubMix에서의 K3는 $2.84 / $14.20이므로, Pro는 K3보다 단가가 2630% 저렴하고, Highspeed는 4148% 비쌉니다.
- Python 3.8 이상 및 OpenAI SDK (
pip install --upgrade 'openai>=1.0' ) - 환경 변수 AIHUBMIX_API_KEY에 AIHubMix 키를 설정합니다. 키와 기본 URL(base URL) 설정은 빠른 시작 가이드에 모아두었습니다 - Chat Completions을 사용합니다. 10월 24일 기준으로, AIHubMix의 Responses 엔드포인트는 두 개의 공식 ID에 대해 404 ( The model kimi-k3.1-pro is not available on this endpoint. )를 반환했고, Chat Completions 및 Messages는 200을 반환했습니다.
동일한 프롬프트를 두 개의 ID로 스트리밍 전송하고, 첫 번째 토큰(사고 또는 답변)이 도착한 시각, 첫 번째 답변 토큰이 도착한 시각, 총 시간의 세 가지를 기록합니다. 출력 속도는 "completion 토큰 수 ÷ 첫 번째 토큰 이후 경과 시간"으로, 스팟 체크와 동일한 정의입니다.
import os, time
from openai import OpenAI
client = OpenAI(base_url="https://aihubmix.com/v1", api_key=os.environ["AIHUBMIX_API_KEY"])
...
temperature는 전달하지 않았습니다. AIHubMix에서 0.2를 전달했을 때, 두 ID 모두 400 invalid temperature: only 1 is allowed for this model이 반환되었습니다.max_completion_tokens=16384는 여유를 둔 값입니다. 스팟 체크의 상한은 8,192였으며, Pro 모델 한 번 실행에서 이 상한에 도달했습니다. 마지막 판정은 후술할 ID의 함정을 찾기 위함이었습니다. 사고 토큰이 0이라면 다른 모델이 답변했거나 사고 기능이 꺼져 있다는 의미입니다. Moonshot AI는 K3.1 Pro에서 사고를 비활성화한 요청을 거부한다고 하지만, 10월 24일 AIHubMix에서는 그러한 요청에 사고 없이 200 응답이 돌아왔습니다.- 각 모델 모두 여러 번 실행해 주세요. 사고하는 모델의 단 한 번의 결과는 노이즈입니다.
10월 24일, AIHubMix는 위 프롬프트를 공식 ID인 kimi-k3.1-pro와 kimi-k3.1-pro-highspeed로 스트리밍, reasoning_effort: low, 상한 8,192 토큰으로 각 모델을 3회 실행했습니다. Pro 모델의 한 번은 상한에 도달했습니다. 프롬프트 1개, 각 모델 3회이므로 벤치마크가 아닌 스팟 체크입니다. 그 이전에 coding 채널(coding-kimi-k3.1-pro와 coding-kimi-k3.1-pro-highspeed)에서 진행한 측정에서도 속도 비율은 비슷한 수준(153169 tok/s 대 9597 tok/s)이었습니다.
| K3.1 Pro | K3.1 Pro Highspeed | |
|---|
| 출력 속도 | 85.5~87.6 tok/s | 138.1~149.9 tok/s |
| ... | | |
- 속도 비율은 1.6~1.75배입니다. Highspeed의 가장 느린 경우(138 tok/s)는 Pro의 가장 빠른 경우(88)의 1.6배였고, 가장 빠른 경우(150)는 Pro의 가장 느린 경우(85.5)의 1.75배였습니다. 총 시간은 43
60초 대 8099초입니다.
- 대기 시간의 대부분은 사고입니다.
low 설정에서도 두 모델 모두 5,1007,400 토큰을 사고한 후, 830930 토큰의 답변을 작성했습니다. completion의 85~90%가 사고에 해당합니다.
- Highspeed는 사고 속도까지 빠르게 합니다. 사고 역시 모델의 출력이기 때문에, 첫 답변 토큰은 71
91초에서 4058초로 빨라졌습니다. 둘 다 2~5초 이내에 사고 출력을 시작하고 있습니다. UI에서 사고를 표시하지 않는다면, 사용자가 첫 글자를 보는 시간은 평균적으로 약 30초 단축됩니다.
추산입니다. 전제는 입력 114 토큰(테스트 프롬프트), 답변 1회당 completion 7,300 토큰(6회 평균 약 7,290), AIHubMix 요금, 속도는 평균값인 87 tok/s와 144 tok/s입니다.
K3.1 Pro: 114 × $2.00/M + 7,300 × $10.50/M = $0.0002 + $0.0767 ≈ $0.077
7,300 / 87 ≈ 84 s
Highspeed: 114 × $4.00/M + 7,300 × $21.00/M = $0.0005 + $0.1533 ≈ $0.154
7,300 / 144 ≈ 51 s
Difference: ≈ $0.077 per answer for ≈ 33 s → ≈ $0.14 per minute saved, ≈ $8 per hour
언론 기반의 중국용 요금제에서는 동일한 답변이 Pro 기준으로 약 ¥0.50 (114 × ¥13/M + 7,300 × ¥68/M)이며, Highspeed 기준으로 약 ¥1.00 (114 × ¥26/M + 7,300 × ¥136/M)입니다.
청구액의 거의 전부가 출력에 해당하므로, 이 요율은 답변 길이에 좌우되지 않습니다. 이 속도라면, 출력 100만 토큰당 추가 $10.50로 약 76분을 구매할 수 있습니다 (1M ÷ 87 ≈ 11,490초, 1M ÷ 144 ≈ 6,940초). 공시된 대로 23배 빠르다면 96128분이며, 분당 $0.08~$0.11입니다. effort를 높이면 (기본값은 max) 초수와 금액이 함께 증가합니다. 속도 비율이 변하지 않는 한 분당 요율은 동일하지만, max에서의 속도 비율은 측정되지 않았습니다.
개발자가 매 턴마다 손을 멈추고 기다린다면, 1시간에 $8은 저렴한 비용입니다. 아무도 기다리지 않는다면, 지불할 의미가 없습니다.
Moonshot AI의 FAQ에는 "Why isn't Highspeed noticeably faster?" (Highspeed가 눈에 띄게 빨라지지 않는 이유는 무엇인가요?)라는 항목이 있으며, 다음과 같이 설명되어 있습니다.
Highspeed는 모델 출력 속도만 높입니다. 툴 호출(파일 읽기/쓰기, 명령어 실행 등) 및 스크립트 실행은 영향을 받지 않으므로, 이들이 한 턴의 대부분을 차지할 경우 전체적인 속도 향상은 작게 느껴집니다.
(Highspeed는 모델 출력만 빠르게 합니다. 툴 호출(파일 읽기/쓰기, 명령어 실행 등)이나 스크립트 실행은 영향을 받지 않기 때문에, 이들이 한 턴의 대부분을 차지하면 전체적인 고속화는 크게 느껴지지 않습니다.)
이는 가정을 기반으로 한 시뮬레이션입니다. 1턴 동안 모델이 1,500 토큰(사고 및 툴 호출)을 출력하고, 그 후에 20초간 테스트를 실행한다고 가정합니다. 컨텍스트는 60,000 토큰이며 캐시 히트율은 95%이고, 요금제는 AIHubMix를 사용하며, 캐시 쓰기 및 프롬프트 처리 시간은 포함하지 않았습니다.
Time: Pro 17 s + 20 s = 37 s Highspeed 10 s + 20 s = 30 s → 1.2× faster
Cost: Pro 3,000 × $2.00/M + 57,000 × $0.20/M + 1,500 × $10.50/M ≈ $0.006 + $0.011 + $0.016 ≈ $0.033
Highspeed ≈ $0.012 + $0.011 + $0.032 ≈ $0.055 → 1.7× the bill
캐시 히트 비용이 동일하기 때문에 할증은 2배 미만이 되지만, 테스트는 빨라지지 않습니다.
Kimi Code에서는 Highspeed의 ID를 잘못 지정해도 오류가 발생하지 않습니다. 문서 FAQ에는 다음과 같이 나와 있습니다.
"a wrong value silently falls back to K2.8 Preview without thinking — no speedup"
(잘못된 값을 지정하면 아무런 알림 없이 사고 과정 없는 K2.8 Preview로 폴백되며, 고속화도 되지 않습니다.)
오래된 모델로 전환되고, 사고 과정도 없고, 빠르지도 않습니다. 게다가 ID는 진입점마다 다릅니다.
- Kimi Code:
k3.1-pro-highspeed
- Kimi API와 AIHubMix:
kimi-k3.1-pro-highspeed
- AIHubMix의 coding 채널:
coding-kimi-k3.1-pro-highspeed
Kimi Code 문서에서 Highspeed의 유효한 ID로 언급된 것은 k3.1-pro-highspeed와 kimi-for-coding-highspeed 뿐입니다. API 형식의 ID를 Kimi Code 설정에 붙여넣기 전에 확인하십시오. 참고로 AIHubMix에서는 잘못된 ID가 조용히 전환되지 않고 오류가 발생합니다. 10월 24일, kimi-k3.1-pro-highsped에는 400 (This model ID is incorrect)
）가 반환되었습니다. 구별하는 방법은 Moonshot AI의 문서에 있는 'K3.1 Pro는 추론(thinking)을 비활성화한 요청을 거부한다'라는 사양을 이용합니다. 일반적인 K3.1 Pro 응답에는 반드시 reasoning_content (추론 내용) 또는 thinking 블록(Messages)이 있으며, 이때 reasoning_tokens는 0이 되지 않습니다. AIHubMix에서는 추론 기능을 꺼둔 요청이라도 거부되지 않고, 추론 과정 없이 200을 반환했습니다. 이 역시 동일한 확인으로 발견할 수 있습니다.
정식 ID의 응답은 404를 반환하기 때문에, Codex와 같이 응답(Responses)이 필요한 도구는 당분간 coding 채널의 ID를 사용하는 것이 좋습니다. AIHubMix는 이 채널을 평가용 프리뷰로 제공하고 있으며, 실제 서비스 이용은 권장하지 않습니다.
AIHubMix에서는 두 ID 모두 temperature=0.2에 대해 400 invalid temperature: only 1 is allowed for this model 오류를 반환했습니다. Highspeed에서도 K3.1 Pro와 마찬가지로 temperature 파라미터는 전달하지 않는 것이 좋습니다.
Kimi Code 문서에 따르면, 세션 도중에 모델이나 추론의 정도를 전환하면 기존 컨텍스트 캐시(context cache)가 무효화되어 프리필(prefill, 컨텍스트 로딩 처리)이 재실행되면서 토큰 소모가 증가합니다. Pro인지 Highspeed인지는 세션별로 결정해야 합니다.
| Kimi Code | K3.1 Pro | K3.1 Pro Highspeed |
|---|
| 신규 플랜 | Plus 이상 | Pro 이상 |
| ... | | |
K3.1 Pro의 1M 컨텍스트는 Pro 이상(구 플랜에서는 Allegretto 이상)이 필요합니다. 비교를 위해 말씀드리자면, 이전부터 있던 K2.7 Code Highspeed(kimi-for-coding-highspeed)는 약 6배속이며, 할당량 소모는 3배입니다. | | |
Moonshot AI의 파라미터 레퍼런스에는 다음과 같이 명시되어 있습니다.
"kimi-k2.7-code-highspeed는 kimi-k2.7-code와 동일한 모델이며, 매개변수 제약 조건도 같습니다. 다른 점은 출력 속도(output speed)만 다릅니다."
(
kimi-k2.7-code-highspeed는 kimi-k2.7-code와 같은 모델이며, 매개변수의 제약 조건도 동일합니다. 다른 것은 출력 속도뿐입니다.)
AIHubMix에서의 요금은 역시 2배입니다 ($1.90 / $8.00 대비 $0.95 / $4.00). 캐시 로딩 비용도 2배입니다. 모델 페이지에서는 출력 속도를 약 180 tok/s(짧은 컨텍스트에서 최대 260 tok/s)로 명시하고 있지만, 같은 페이지에 있는 AIHubMix의 로링 측정값(최근 평균치)은 10월 24일 기준으로 약 29 tok/s였으며, 이는 베이스 모델의 각 경로(약 13~30 tok/s)와 비슷한 수준이었습니다. 처리량(throughput)의 평균을 계산하는 방식이 명시되어 있지 않으므로, 이것만으로 고속 버전이 느하다고 단정할 수는 없습니다. 다만, 두 배의 비용을 지불하기 전에 자신의 트래픽으로 측정해 볼 이유는 됩니다.
- Highspeed를 선택하는 경우: 사람이 모델 출력을 기다리는 상황. 대화형 코딩, K3.1 Pro를 사용한 사용자용 채팅, 데모 또는 빠른 프로토타이핑 시.
- Pro를 선택하는 경우: 도구(Tool), 테스트, CI, 큐가 속도를 결정하는 상황. 배치 처리나 평가, 할당량 상한선에 근접한 Kimi Code 플랜.
- K3가 느려서 전환한다면, 먼저 일반 Pro부터 시도: 동일한 정식 ID로 측정했을 때, Kimi K3는
low 속도로 추론(3,0137,051 토큰)은 비슷하게 하면서 출력 속도는 2226 tok/s였고, 소요 시간은 154309초였습니다. 반면 K3.1 Pro는 8099초입니다. Pro만 사용해도 대기 시간이 평균 절반 이하로 줄어들고 단가도 낮아집니다. Highspeed를 추가할 경우 1.6~1.75배의 배율에 두 배의 요금이 부과됩니다. 하루 동안 하나의 프롬프트 결과만을 비교했을 때, 답변 품질은 비교 대상이 아닙니다.
두 ID는 AIHubMix의 비교 페이지에 나란히 배치되어 있으며, 요금 계산기도 제공됩니다.
- 프롬프트 1개당, 각 모델을 3회 측정한
low 속도 기준입니다. max
노력(effort)은 측정하지 않았습니다. 답변의 품질도 비교하지 않았습니다. Moonshot AI는 능력이 동일하다고 주장하지만, 이 기사는 이를 검증하지 않습니다.
-
Moonshot AI의 공식 미국 달러 요금은 공개되지 않았으며, 중국용으로 유통되는 수치로 확인된 바 없습니다.
-
에이전트의 1턴당 및 1분당 요율은 가정을 기반으로 한 추정치이며, 실제 측정치가 아닙니다.
-
K3.1 Pro Highspeed는 동일 모델의 고속 버전이며, AIHubMix에서는 입력/출력이 2배이고 캐시 읽기는 동일 금액입니다.
-
스팟 체크(spot check)에서의 속도는 약 1.6~1.75배이며, 답변은 평균적으로 약 30초 더 빨리 시작했습니다.
-
요금의 대부분은 사고(thinking) 토큰에 사용됩니다. 추정치로는 대기 시간 1분당 약 $0.14를 지불하는 계산입니다.
-
도구나 스크립트는 빨라지지 않기 때문에, 테스트 중심의 루프에서는 효율적이지 않을 수 있습니다.
-
Kimi Code에서는 ID를 잘못 지정하면 사고 과정이 없는 K2.8 Preview로 폴백(fallback)합니다 (AIHubMix에서는 400 에러가 발생합니다). 사고 토큰이 0이라면, ID와 사고 설정을 확인해 주십시오.
두 개의 ID는 AIHubMix의 하나의 키로 호출을 구분할 수 있습니다. 위의 스크립트를 자신의 프롬프트에서 실행하여, 대기 시간이 2배가 되는 비용에 합당한지 확인해 주십시오.
-
변경점과 실제 작업 비용을 기준으로, K3에서 Kimi K3.1 Pro로 전환할 가치가 있는지 살펴봅니다: Kimi K3.1 Pro와 K3의 차이점: 변경점/요금/전환해야 할 사람
-
ID의 함정은 마이그레이션(migration) 과정에서 걸릴 수 있는 패턴 중 하나일 뿐입니다. 400 에러와 대기 시간 및 청구 모두에 영향을 미치는 기본값 최대 사고(default max thinking)를 다룹니다: Kimi K3.1 Pro로의 전환: 400 에러, 기본값 최대 사고, Highspeed ID의 함정
-
속도에 돈을 지불한다면, 동일한 프론트엔드 작업과 작업 단가로 K3.1 Pro가 경쟁 모델들과 어떻게 다른지 확인해 두면 판단하기 쉽습니다: Kimi K3.1 Pro vs Qwen 4 vs Claude Fable 5.5: 프론트엔드 생성 및 작업 단가 비교
-
Model Configuration (Moonshot AI)
-
Kimi K3.1 Pro Tech Blog: Advancing Open Intelligence (Moonshot AI)
-
Model Parameter Reference (Moonshot AI)
-
Kimi K3.1 Pro vs Kimi K3.1 Pro Highspeed (AIHubMix)
-
Kimi K2.7 Code Highspeed (AIHubMix)
