Kimi K3 vs Claude Fable 5: 전체 벤치마크, 가격 비교, 그리고 오픈 모델이 승리하는 지점 (2026)

Kimi K3 vs Claude Fable 5는 서구권에서 이토록 빠르게 예상치 못한 대결입니다. 2026년 7월 16일, Moonshot AI는 2.8조 파라미터 (2.8-trillion-parameter) 규모의 오픈 웨이트 (open-weight) 모델인 Kimi K3를 출시했습니다. 그리고 이 모델은 이전의 어떤 중국 연구소도 해내지 못했던 일을 해냈습니다. 바로 Frontend Code Arena에서 1위를 차지하는 것을 포함하여, 여러 프런티어 벤치마크 (frontier benchmarks)에서 Anthropic의 플래그십 모델인 Claude Fable 5를 완전히 압도한 것입니다.

솔직하게 먼저 말씀드리자면, 헤드라인과는 달리 K3가 전체적으로 Fable 5의 왕좌를 찬탈한 것은 아닙니다. Fable 5는 여전히 더 넓은 범위의 평가 세트에서 승리하고 있으며 종합 지능 지수 (composite intelligence index)를 선도하고 있습니다. Moonshot의 자체 출시 게시물에서도 K3가 종합적인 측면에서 Fable 5와 GPT-5.6 Sol에 뒤처진다는 점을 인정하고 있습니다.

하지만 그러한 프레임은 진짜 이야기를 놓치고 있습니다. Kimi K3가 승리하는 지점은 에이전트 빌더 (agent builders)에게 가장 중요한 영역들 — 장기적 코딩 (long-horizon coding), 터미널 자동화 (terminal automation), 에이전트 브라우징 (agentic browsing), 그리고 프런트엔드 생성 (frontend generation) — 이며, 이를 약 3분의 1 가격으로 수행한다는 점입니다. 방대한 클래스의 프로덕션 워크로드 (production workloads) 관점에서 볼 때, "절대적인 프런티어보다 약간 뒤처지지만, 70% 더 낮은 비용과 오픈 웨이트를 제공한다"는 것은 2등이 아닙니다. 그것은 새로운 기본값 (default)입니다.

요약 (TL;DR)

Moonshot AI가 2026년 7월 16일에 출시한 Kimi K3: 2.8T 파라미터 (2.8T-parameter) 규모의 전문가 혼합 (Mixture-of-Experts, MoE) 모델 (토큰당 896개의 전문가 중 16개 활성화), 1M 컨텍스트 (1M context), 네이티브 멀티모달 (native multimodal) 모델입니다. 몇 주 만에 오픈 웨이트 (open weights)가 공개되었으며, 이는 역대 출시된 오픈 모델 중 최대 규모입니다.
Claude Fable 5를 실제로 능가함: Terminal-Bench 2.1 (88.3 대 84.6), SWE-Marathon (42.0 대 35.0), BrowseComp (91.2 대 88.0), 그리고 **Frontend Code Arena (#1, 1,679 Elo)**에서 앞섭니다.
Fable 5가 여전히 종합적으로 승리: **Artificial Analysis Intelligence Index (59.9 대 57.1)**에서 앞서며, FrontierSWE (86.6 대 81.2), DeepSWE (70.0 대 67.5), GDPval, JobBench, 그리고 비전 (vision) 분야에서 우위를 점합니다.
K3의 비용은 약 70% 더 저렴함: Fable 5의 $10 / $50 (1M 토큰당) 대비 $3 / $15로, 전체 1M 윈도우(window)에 걸쳐 약 3.3배 더 저렴합니다.
올바른 전략은 전면적인 교체가 아닌 **워크로드 라우팅 (workload routing)**입니다: 에이전트적 (agentic) / 터미널 (terminal) / 브라우징 (browsing) / 대량 작업에는 K3를, 최첨단 난이도의 엔지니어링 (frontier-difficulty engineering), 비전 (vision), 지식 작업 (knowledge work)에는 Fable 5를 사용하십시오.
중요한 주의사항: 두 모델은 서로 다른 하네스 (different harnesses) (KimiCode 대 Claude Code/Codex)를 통해 실행되었으므로, 모델 간의 순수한 결론을 내리는 데에는 한계가 있습니다.

Kimi K3 vs Claude Fable 5 animated benchmark scorecard showing K3 winning terminal, SWE-Marathon and browsing while Fable 5 wins FrontierSWE, DeepSWE and JobBench

Kimi K3 vs Claude Fable 5: 벤치마크 스코어카드 (The Benchmark Scorecard)

다음은 벤더(vendor)가 보고한 최대 성능 수치를 바탕으로 한 전체 일대일 비교입니다. 오픈 모델이 패배하는 항목을 포함하여 각 행의 승자를 솔직하게 표시했습니다.

수치를 종합해 보면 패턴이 명확합니다: Fable 5가 더 넓은 영역에서 승리하지만, K3의 모든 승리는 에이전트적 (agentic) / 장기적 (long-horizon) / 자동화 (automation) 영역에 집중되어 있습니다. 이는 우연이 아닙니다. Moonshot이 최적화한 방향 그 자체입니다.

💡 핵심 통찰 (Key insight): K3와 Fable 5는 동일한 왕좌를 두고 싸우는 것이 아닙니다. Fable 5는 최첨단 지능의 한계치 (frontier-intelligence ceiling)이며, K3는 에이전트 처리량 (agentic-throughput)의 가치 리더입니다. 어떤 것이 "더 나은가"는 귀하의 워크로드 (workload)가 어려운 시험 문제와 같은지, 아니면 길고 저렴하며 반복적인 작업인지에 따라 전적으로 달라집니다.

에이전트 격차 (Agentic Gap)의 시각적 확인

에이전트 빌더 (agent builders)에게 중요한 승리는 장기적 관점 (long-horizon)의 승리입니다. 즉, 모델이 맥락을 놓치지 않고 수십 또는 수백 단계를 계속 수행해야 하는 작업들입니다. K3가 바로 이러한 작업들에서 Fable 5와 어떻게 대조되는지, 애니메이션 공개 형식으로 보여드립니다.

Kimi K3가 실제로 승리하는 지점

리더보드 (leaderboard)의 소음을 제거하면 K3의 우위는 구체적이고 실질적입니다.

가장 인용할 만한 단일 결과는 **프론트엔드 코드 아레나 (Frontend Code Arena)**입니다. 블라인드 개발자 테스트에서 K3는 1,679 Elo로 1위를 차지하며 Fable 5를 앞섰습니다. 이는 합성 데이터 (synthetic) 기반이 아닌 인간 선호도 (human-preference) 벤치마크입니다. 즉, 실제 개발자들이 K3의 UI 코드를 더 자주 선택했다는 의미입니다. 프론트엔드 작업을 배포하는 사람이라면, 자신의 프롬프트 (prompt)로 직접 테스트해 봐야 할 결과입니다.

중국 연구소들이 얼마나 빠르게 이 격차를 좁혀왔는지에 대한 맥락이 필요하다면, 저는 DeepSeek V4의 미국 AI 경쟁사들에 대한 도전 (DeepSeek V4's challenge to US AI rivals)에서 나타난 이전의 도약을 추적했습니다. K3는 그 궤적이 최첨단 (frontier)에 도달한 결과물입니다.

비용 이야기가 진정한 무기입니다

벤치마크는 헤드라인을 장식하지만, 가격은 마이그레이션 (migration)을 결정합니다.

Animated cost comparison bars showing Kimi K3 at 3 dollars input and 15 dollars output per million tokens versus Claude Fable 5 at 10 and 50 dollars, about 3.3 times cheaper

실제 에이전트 워크로드 (agentic workload)를 바탕으로 산술 계산을 해보십시오. 예를 들어, 한 실행 과정에서 2,000만 개의 입력 토큰과 400만 개의 출력 토큰을 소비하는 장기적 코딩 에이전트의 경우, Fable 5에서는 약 $260이 들지만 K3에서는 약 $120가 듭니다. 게다가 K3는 SWE-Marathon에서 실제로 더 높은 점수를 기록합니다. 이것이 핵심 요약입니다: 더 높은 에이전트 지구력 (agentic stamina), 절반도 안 되는 비용.

인터랙티브: 동일한 프롬프트, 두 모델

대표적인 에이전트 코딩 (agentic-coding) 작업에서 트레이드오프 (tradeoff)가 어떻게 나타나는지 확인하려면 두 모델을 전환하며 살펴보세요.

{#snippet oldContent()}

최첨단 성능의 한계치, 높은 비용. Fable 5는 더 강력한 싱글샷 추론 (single-shot reasoning) 능력을 갖추고 있으며, 최첨단 난이도의 하위 작업 (subtasks)에서 앞서 나갑니다. 적응형 추론 노력 (Adaptive reasoning effort)을 통해 어려운 단계에서 연산량 (compute)을 높일 수 있습니다. 하지만 $10 / $50의 비용으로 수백만 개의 토큰을 소모하는 40단계 실행은 비용이 빠르게 상승하며, 이 작업의 장기적 관점 (long-horizon) 버전에서는 실제로 K3 (SWE-Marathon 35.0)보다 낮은 점수를 기록합니다.

이럴 때 선택하세요: 작업에 진정으로 최첨단 수준의 어려운 단계가 포함되어 있거나, 최상위 수준의 시각 (vision) 능력이 필요하거나, 단 한 번의 오답이 치명적인 비용을 초래할 때.

{/snippet}
{#snippet newContent()}

에이전트 지구력 (agentic stamina), 3분의 1 수준의 비용. K3는 SWE-Marathon (42.0), Terminal-Bench (88.3), BrowseComp (91.2)에서 앞서 나가며, 이는 이 루프가 강조하는 기술들과 정확히 일치합니다. $3 / $15의 비용으로 동일한 40단계 실행을 절반도 안 되는 비용으로 수행할 수 있으며, 오픈 웨이트 (open weights) 모델이므로 자체 호스팅 (self-host)을 통해 비용을 더욱 절감할 수 있습니다.

이럴 때 선택하세요: 작업량이 많고, 반복적이며, 대량의 처리가 필요하거나 에이전트 중심적 (agentic)일 때 — 그리고 실행당 비용이 최고 수준의 IQ보다 더 중요할 때.

{/snippet}

내부 구조: 역대 최대 규모의 오픈 모델

K3의 사양은 공학적 결과물인 동시에 의지의 표명입니다.

Kimi K3 architecture diagram showing 2.8 trillion parameters, a sparse mixture-of-experts with 16 of 896 experts active per token, Kimi Delta Attention, and a 1M context window

설계 선택 사항들은 Moonshot이 무엇을 중요하게 여기는지 보여줍니다:

희소 전문가 혼합 (Sparse mixture-of-experts) — 총 2.8T 파라미터(parameters)를 보유하고 있지만, 토큰당 896개의 전문가 중 16개만 활성화되므로 추론 비용(inference cost)은 훨씬 작은 규모의 활성 모델을 따릅니다. 이를 통해 요청당 프론티어급 컴퓨팅 자원을 소모하지 않고도 프론티어급 품질을 달성했습니다.
Kimi Delta Attention — 선형 주의 집중(linear-attention) 변형 모델로, 긴 컨텍스트(long context)에서 비용이 급증하는 대신 1M-토큰 컨텍스트를 저렴하고 고정된 가격으로 유지합니다.
네이티브 멀티모달 (Native multimodal) — 이미지와 비디오가 별도로 결합된 것이 아니라 내장되어 있습니다.
오픈 웨이트 (Open weights) — 전체 모델을 다운로드할 수 있으며, 이것이

결론은 프런티어 (Frontier) 모델의 영역이 더 이상 단일 벤더의 폐쇄형 가중치 (Closed-weights) 클럽이 아니며, "배포하기에 충분히 좋은" 수준의 가격이 방금 70% 하락했다는 것입니다. 길고 반복적이며 대량의 워크로드를 실행하는 에이전트 빌더 (Agent builders)들에게 K3는 이번 여름 가장 파괴적인 출시작입니다. 이는 K3가 가장 똑똑한 모델이기 때문이 아니라, 두 번째로 똑똑한 모델을 저렴하고 개방적으로 만들었기 때문입니다.

워크로드를 라우팅(Route)하십시오. 에이전트의 반복적인 작업 (Agentic grinds)은 K3로 보내고, 프런티어 급의 어려운 시험은 Fable 5에 맡기며, 성공적인 작업당 비용을 측정하십시오. 그것이 품질을 포기하지 않으면서도 이 경쟁 구도를 낮은 청구서로 전환하는 방법입니다.

이 매치업의 다른 측면을 보려면 Claude Fable 5 심층 분석과 GPT-5.6 Sol / Terra / Luna 가이드를 읽어보십시오. 이는 K3가 방금 뛰어들어 혼란을 일으킨 프런티어 경쟁의 세 번째 모델입니다.

FAQ

Sources

더 알아보기: LLM Engineering — RAG, Fine-Tuning & Production LLMs

원문 게시처: umesh-malik.com

umesh-malik.com에서 계속 읽기:

Insights