문샷AI, Kimi K3.1 Pro 출시…11월 4일까지 가중치 공개

K3.1 Pro는 기존 K3에 사후학습 연산을 더 많이 들인 모델이다. 사후학습은 이미 만들어진 모델에 추가 학습을 적용해 성능을 끌어올리는 과정이다. 모델 규모는 K3와 같아 총 파라미터 2조8000억 개, 활성 파라미터 1040억 개, 컨텍스트 창 100만 토큰이다. 작동 속도를 2~3배 끌어올린 K3.1 Pro Highspeed도 함께 나왔다.

인텔리전스 인덱스 55점, 4위

Artificial Analysis 인텔리전스 인덱스에서 K3.1 Pro가 받은 점수는 55점, 순위는 4위였다. K3보다 11점이 올랐다. 이보다 앞선 자리에는 Claude Opus 5.5가 58점, Claude Sonnet 5.5와 Muse Wonder Full이 나란히 56점으로 올라 있다. 같은 기관의 GDPval-AA에서는 1846 Elo를 받아 K3보다 312점이 높았다.

모델이 도구를 쓰며 여러 단계 작업을 수행하는 에이전틱 과제 수치도 나왔다. 문샷AI가 제시한 Terminal-Bench 4.0에서 K3.1 Pro는 65.7%였다. 같은 표의 GPT-6 Astra는 58.2%, Claude Opus 5.5는 66.4%였다. 이 수치는 문샷AI 자체 측정치이며 독립 검증은 거치지 않았다. 도구를 쓴 BenchCAD에서는 K3.1 Pro가 92.7%, Claude Opus 5.5가 96.2%, GPT-6 Astra가 95.9%를 기록했다. 문샷AI 자체 스트레스 테스트에서 주장 단위 환각률은 K3의 23.4%에서 8.3%로 내려갔다.

문샷AI는 K3.1 Pro가 유니티, 언리얼 엔진, 고도에서 작동하고 MCP 커넥터 없이도 블렌더와 CAD용 스크립트를 쓰고 실행한다고 밝혔다. API 가격은 33% 내렸다. 100만 토큰당 입력은 3달러에서 2달러(약 2800원), 출력은 15달러에서 10달러(약 1만4000원), 캐시 히트는 0.30달러에서 0.20달러(약 280원)가 됐다.

취약점 악용 시험, 제거 전 90.5% 제거 후 81%

문샷AI의 자체 소프트웨어 취약점 악용 시험 결과도 공개됐다. 사이버공격 관련 자료를 빼지 않고 학습한 버전은 90.5%, 실제로 공개하는 모델은 81%였다. K3는 33.3%였다. 문샷AI는 같은 집계에서 딥시크 V4.1-Flash가 85.7%였다고 밝혔다.

한번 내려받힌 오픈 모델은 되거둘 수 없고, 안전 연구자들이 오픈 모델의 안전장치가 비공개 모델에 뒤처진다고 경고해 왔다고 여기서 말하는 오픈웨이트는 모델 가중치를 누구나 내려받도록 공개하는 방식을 가리킨다.