Qwen 3.8 Max vs Kimi K3: 실제 코딩 작업에 적합한 모델은?

Qwen 3.8 Max vs Kimi K3 한눈에 보기

Alibaba 자체 Token Plan 문서에 따르면 Qwen Preview는 계속 업데이트되고 나중에 제거되거나 교체될 수 있습니다. Moonshot의 Kimi K3 발표와 API 가이드는 모델과 현재 인터페이스에 대해 훨씬 더 많은 정보를 공개합니다.

왜 아직 동등한 비교가 아닌가

Qwen 3.8 Max는 여전히 진행형 프리뷰입니다

Alibaba는 Qwen 3.8 Max를 2.4T 모델로 설명하지만, 오늘 사용 가능한 호스팅 모델은 특히 qwen3.8-max-preview입니다. 이 접미사가 중요합니다. Alibaba는 Preview 기간 중 기능이 업그레이드될 수 있고, 엔드포인트가 나중에 제거되거나 프로덕션 버전으로 대체될 수 있다고 밝힙니다.

이 때문에 현재 모든 벤치마크는 특정 시점의 스냅샷이 됩니다. 유용한 Qwen 결과에는 테스트 날짜, 엔드포인트, 추론 수준, 에이전트 셸, 도구 권한, 원시 출력이 기록되어야 합니다. 이러한 세부 정보가 없으면 두 사람이 같은 모델을 테스트했다고 믿으면서 실제로는 서로 다른 Preview 동작을 받아들일 수 있습니다.

액세스 조건 또한 낮은 출시 가격에서 개발자가 내릴 수 있는 결론을 제한합니다. Alibaba의 Personal Token Plan은 현재 크레딧 기반 구독을 통해 Qwen 3.8 Max를 제공하지만, 공식 약관은 키 사용을 지원되는 대화형 코딩 및 에이전트 도구로 제한합니다. 해당 플랜에서는 자동화 스크립트, 커스텀 애플리케이션 백엔드, 비대화형 배치 호출이 금지됩니다.

즉 Qwen을 호출할 수는 있습니다. 하지만 아직 고객 대상 앱을 위한 일반적인 종량제 백엔드는 아닙니다.

Kimi K3, 오픈 가중치 공개 완료

Kimi K3는 이제 두 가지 형태로 제공됩니다. 일반 호스팅 API와 다운로드 가능한 체크포인트입니다. Moonshot AI는 공식 `moonshotai/Kimi-K3` 저장소에 전체 가중치를 공개했으며, 모델 카드, 배포 가이드, 커스텀 라이선스, K3 기술 보고서도 함께 공개했습니다.

이번 공개는 이 비교가 처음 게시되었을 때는 없었던 세부 정보를 추가합니다. K3는 토큰당 104B 활성 파라미터를 가지며 MXFP4 가중치와 MXFP8 활성화를 사용하고, 현재 vLLM, SGLang, TokenSpeed용으로 문서화되어 있습니다. 저장소는 96개의 safetensors 샤드에 걸쳐 약 1.56TB입니다.
이것은 진정한 오픈 가중치 공개입니다. 제한 없는 MIT 공개나 쉬운 로컬 설치는 아닙니다. Kimi K3 라이선스는 대규모 Model-as-a-Service 사업과 매우 큰 상용 제품에 조건을 추가하며, Moonshot은 배포 시 64개 이상의 가속기를 갖춘 슈퍼노드 구성을 권장합니다.
쉽게 말해 Kimi는 소유권의 불확실성은 제거했지만, 인프라 비용까지 없앤 것은 아닙니다.

코딩 비교: 269개 파일 테스트가 실제로 보여주는 것

현재 가장 좋은 정면 비교 증거는 StackPerf 아키텍처 매칭 테스트입니다. 두 모델은 269개 파일로 구성된 익숙하지 않은 두 소프트웨어 프로젝트의 동일한 읽기 전용 스냅샷을 받았습니다. OpenCode 1.17.13, 동일한 작업 지침, 동일한 권한, 60분 제한, 65,536토큰 완료 상한을 사용했습니다. 편집, 웹 접근, 플러그인, 서브에이전트는 비활성화되었습니다.

최종 보고서는 채점 전에 익명화되었고, 그 후 근거 없는 주장이 없는지 별도로 확인되었습니다.

Kimi K3가 더 나았던 점

Kimi의 보고서는 편집 수명 주기를 더 완전하게 모델링했습니다. 수정, 대체된 테이크, 재시도 시도, 폴백 기록, 아티팩트 해시, 무효화, 편집 선택, 트리밍을 추적했습니다. 이로 인해 제안된 계약은 한 장면이 생성, 거부, 수정, 재생성되면서도 기록을 잃지 않는 시스템에 더 적합했습니다.

Kimi는 또한 테스트 경로에서 더 일찍 끝났고 더 적은 토큰을 사용했습니다. 이 결과는 긴 코딩 작업에 고무적이지만, 모델 주변의 서빙 시스템도 포함합니다. Kimi는 Kimi 구독 엔드포인트로 실행된 반면 Qwen은 Alibaba의 국제 Token Plan 엔드포인트로 실행되었습니다. 공급자 용량, 캐싱, 출시 기간 트래픽 모두 관찰된 결과에 영향을 미쳤습니다.

제가 보기에 Kimi가 이 작업에서 이긴 이유는 더 예쁜 코드를 작성했거나 모든 소프트웨어 작업에서 더 낫다는 것을 증명해서가 아니라, 변화하는 상태를 더 완전하게 이해했기 때문입니다.

Qwen 3.8 Max가 더 나았던 점

Qwen은 두 시스템 사이에 더 깔끔한 경계를 그리고 더 강력한 재생 기록을 만들었습니다. 제안된 메타데이터에는 모델, 시드, 프롬프트, 참조, 제공자 요청 ID, 미디어 위치, 기간, 비용이 포함되었습니다. 이러한 필드는 팀이 출력을 재현하거나 공급자 업데이트 후 동일한 워크플로가 변경된 이유를 조사해야 할 때 중요합니다.

도구 동작도 철저했습니다. 44번의 도구 호출이 모두 성공했습니다. Qwen은 더 적은 요청으로 더 긴 보고서를 생성했고 블라인드 리뷰에서 더 높은 도구 사용 점수를 받았습니다.

더 깔끔한 아키텍처의 대가는 수명 주기 모델링이 약하다는 점이었습니다. 계약이 장면 순서, 수정, 대체, 재시도 기록, 테이크 무효화를 완전히 다루지 못했습니다. 깔끔한 경계는 가치가 있지만, 제품 상태가 계속 변할 때는 충분하지 않습니다.

이 테스트가 증명할 수 없는 것

아키텍처 분석을 한 번 실행한다고 해서 어떤 모델이 더 나은 프런트엔드 코드를 만들고, 더 많은 실제 버그를 고치고, 더 많은 테스트를 통과하고, 한 달간 개발하는 동안 더 적은 사람의 수정이 필요한지 알 수 없습니다. 또한 모델 지능과 엔드포인트 성능을 분리할 수도 없습니다.

가장 중요한 경고는 사실 검토에 숨어 있습니다. 두 모델 모두 실제 저장소 위치를 인용했지만, 두 모델 모두 코드가 증명하는 범위를 넘어서는 주장 그룹을 7개씩 생성했습니다. 보고서에 수백 개의 유효한 인용이 포함되어 있어도 안전하지 않은 결론에 도달할 수 있습니다.

이것이 진짜 시사점입니다. 어느 모델이든 엔지니어링 어시스턴트로 사용하세요. 어떤 모델도 스스로의 리뷰어로 취급하지 마세요.

개발자가 Qwen 3.8 Max와 Kimi K3를 어떻게 테스트해야 하는가

에이전트 셸과 권한을 동일하게 유지하세요. 고정된 시간 제한을 설정하세요. 특히 계속 변하는 Qwen Preview의 경우 전체 모델 ID와 날짜를 기록하세요. 그런 다음 작업 완료 여부, 실제 소요 시간, 입력·출력 토큰, 캐시 적중, 실패한 도구 호출, 재시도, 사람의 개입, 통과한 최종 테스트를 캡처하세요.

'그럴듯해 보인다'는 이유로 답변에 점수를 주지 마세요. 패치가 실제로 작동하는지, 모델의 주장이 검토를 견디는지 확인하세요.

가치가 높은 아키텍처 결정에는 또 다른 유용한 패턴이 있습니다. 두 모델을 독립적으로 실행하고, 리뷰 중에는 정체를 숨긴 뒤, 의견 차이를 비교하세요. 269개 파일 테스트의 가장 강력한 설계는 Qwen의 시스템 경계와 Kimi의 수명 주기 모델을 결합한 후에 나왔습니다. Qwen 대 Kimi의 올바른 답이 때로는 '둘 다'에 이어 검증인 경우가 있습니다.

Qwen 3.8 Max vs Kimi K3 가격 및 비용

Kimi K3는 예측 가능한 토큰 가격을 제공합니다

Kimi K3는 일반적인 토큰 기반 가격을 갖추고 있습니다. 현재 GPT Proto Kimi K3 API 페이지에는 입력 1M 토큰당 $2.70, 출력 1M 토큰당 $13.50로 나와 있으며, Moonshot의 현재 공시 요금인 $3/$15보다 10% 낮습니다.

따라서 테스트를 시작하기 전에 기본적인 비용 추정이 가능합니다.

예상 비용 = (input tokens ÷ 1,000,000 × $2.70) + (output tokens ÷ 1,000,000 × $13.50)

현재 GPT Proto 요금 기준으로 입력 토큰 200,000개와 출력 토큰 20,000개를 사용하는 실행 비용은 약 $0.81입니다. 입력 $0.54, 출력 $0.27입니다. 재시도, 추가 턴, 도구 결과, 보존된 추론 기록은 총비용을 증가시킵니다.

예측 가능하다고 해서 자동으로 저렴한 것은 아닙니다. Kimi는 항상 추론하며, 추론 내용도 토큰 사용량에 포함됩니다. 따라서 에이전트 히스토리가 길면 표시되는 최종 답변이 짧아도 비용이 많이 들 수 있습니다.

Qwen 3.8 Max는 실험하기에는 더 저렴하지만 예산 책정은 더 어렵습니다

Qwen 3.8 Max Preview는 현재 공개된 토큰당 가격 대신 구독과 크레딧을 사용합니다. Alibaba의 Personal Token Plan은 세 가지 등급에 대해 프로모션 월 요금으로 CNY 39, CNY 139, CNY 499를 제시합니다. Preview 기간 동안 Qwen 호출은 표준 크레딧 요금의 10%만 소비할 수 있으며, UTC+8 기준 22:00~08:00 사이 호출에 대해 기간 한정 심야 할인도 문서화되어 있습니다.

대화형 테스트에는 매력적입니다. 하지만 깔끔한 비용 비교는 아닙니다.

크레딧은 토큰 사용량, 캐싱, 추론, 도구에 따라 달라질 수 있으므로, 현재 공개된 정보만으로는 CNY 구독 요금을 안정적인 토큰 1M당 $X 수치로 정직하게 환산할 수 없습니다. 또한 Personal Plan 제한은 프로모션 경제가 자체 애플리케이션 뒤에서 Qwen을 운영하는 비용을 대표하지 않는다는 것을 의미합니다.

저비용 Preview 액세스에서는 Qwen이, 프로덕션 비용 가시성에서는 Kimi가 승리합니다.

오픈 가중치와 자체 호스팅

Kimi K3는 이제 Qwen 3.8 Max에 비해 확실한 이점을 갖습니다. 정확한 공개 체크포인트를 오늘 다운로드할 수 있기 때문입니다. Moonshot AI는 전체 2.8T 파라미터 가중치, 모델 카드, 라이선스, 기술 보고서를 공개했습니다. Alibaba는 Qwen 3.8 Max의 오픈 가중치를 발표했지만, 정확한 호스팅 Max 체크포인트, 공개 날짜, 라이선스, 배포 요구 사항은 아직 확인되지 않았습니다.
'오픈'이라는 단어에는 여전히 조건이 붙습니다. Kimi K3는 MIT가 아니라 커스텀 Kimi K3 라이선스 하의 오픈 가중치입니다. 이 라이선스는 사용, 수정, 배포, 파인튜닝, 재배포를 대체로 허용하지만, 명시된 매출 기준을 초과하는 Model-as-a-Service 사업에는 별도 계약 요건을, 매우 큰 상용 제품에는 저작자 표시 요건을 추가합니다.
하드웨어가 또 다른 경계입니다. 공식 K3 저장소는 약 1.56TB이며 Moonshot은 최소 64개 가속기를 갖춘 슈퍼노드 배포를 권장합니다. 따라서 자체 호스팅은 충분한 자금을 갖춘 인프라 팀에게는 현실적이지만, 개발자 워크스테이션에서 API 키를 대체하는 것은 아닙니다.
예측 가능한 토큰 청구와 클러스터 운영 부담이 없기를 원한다면 호스팅 Kimi K3 API를 선택하세요. 데이터 통제, 커스텀 추론, 파인튜닝, 배포 소유권이 하드웨어 운영과 라이선스 검토의 가치가 있다면 가중치를 선택하세요. Qwen 3.8 Max의 경우 Alibaba가 실제 체크포인트를 공개한 후에 같은 계산을 하세요.

멀티모달 입력, 추론 및 에이전트 동작

Qwen의 문서화된 비전 지원은 스크린샷 기반 디버깅에 유용합니다. Kimi는 비디오 입력을 받아들여 한 단계 더 나아갑니다. 이는 입력이 프레임별로 설명하기 어려운 화면 녹화, 애니메이션 참조 또는 제품 데모일 때 유용합니다.

Kimi의 더 풍부한 문서화된 인터페이스는 통합 작업도 추가합니다. Preserved Thinking 동작은 다중 턴 애플리케이션이 표시된 답변만 유지하지 않고 추론 내용과 도구 호출을 포함한 전체 어시스턴스 메시지를 반환해야 함을 의미합니다. 이 기록은 컨텍스트를 차지하고 청구됩니다. 1M 토큰 창은 크지만 무료 저장 공간은 아닙니다.

두 모델 모두 기본값이 가장 높은 추론 설정입니다. 평가할 때는 이러한 설정을 일관되게 유지하세요. 프로덕션에서는 더 간단한 작업에 더 낮은 추론 수준을 테스트하세요. 낮은 추론 수준에서 요청의 99%를 해결하는 모델은 모든 자동 완성, 분류 또는 짧은 변환에서 최대 추론으로 둔 모델보다 더 저렴하고 빠를 수 있습니다.

어떤 모델을 선택해야 할까요?

이번 주에 출시할 애플리케이션이라면 저는 Kimi K3를 선택하겠습니다. Kimi K3는 비용 추정, 통합 동작 정의, 안정적인 모델 이름으로 테스트를 반복하는 데 충분한 공개 정보를 제공합니다.

내부 코딩 실험에서는 Qwen을 무시하지 않겠습니다. Qwen의 Preview는 실패한 도구 호출 없이 긴 저장소 분석을 처리했고, 매칭 테스트에서 Kimi보다 더 나은 아키텍처 경계를 보여주었습니다. 이는 중요한 성능 신호입니다. 아직 프로덕션 계약은 아닙니다.

GPT Proto에서 Kimi K3를 사용하는 방법

Qwen 3.8 Max는 아직 GPT Proto에서 제공되지 않으므로 현재 통합 예제는 Kimi K3만 사용합니다. GPT Proto의 OpenAI 호환 Chat Completions 엔드포인트에서 kimi-k3 모델 문자열을 사용해 호출할 수 있습니다.

curl https://gptproto.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: $GPTPROTO_API_KEY" \
  -d '{
    "model": "kimi-k3",
    "messages": [
      {
        "role": "user",
        "content": "이 마이그레이션 계획을 검토하세요. 근거 없는 가정, 누락된 롤백 단계, 프로덕션 전에 필요한 테스트를 식별하세요."
      }
    ]
  }'

엔드포인트와 인증 구조는 GPT Proto API 빠른 시작을 따릅니다. 다중 턴 Kimi 워크플로에서는 최종 표시 텍스트만 저장하지 말고 API가 반환한 전체 어시스턴스 메시지(추론 및 도구 호출 필드 포함)를 보존하세요.

Kimi K3 API를 사용해볼 수 있고, 200개 이상의 AI 모델을 둘러보거나, GPT Proto 통합 AI API를 사용해 Kimi를 다른 텍스트, 이미지, 비디오, 오디오 모델과 비교할 수 있습니다. Qwen 3.8 Max가 추가되면 유용한 테스트는 두 모델 엔드포인트에서 동일한 작업, 프롬프트, 도구 권한, 채점 방법을 적용하는 것입니다.

최종 평결

Qwen 3.8 Max와 Kimi K3는 코딩 능력에서 충분히 가까워 보이므로, 작은 벤치마크 하나가 다음 1년의 아키텍처를 결정해서는 안 됩니다. Qwen의 더 깔끔한 시스템 경계와 완벽한 도구 실행은 주목할 만합니다. Kimi의 더 강한 수명 주기 추론과 3점 차이도 주목할 만합니다.

제품 결정은 이제 더 명확해졌습니다. Kimi K3는 표준 API, 공개 토큰 가격, 문서화된 1M 컨텍스트 창, 멀티모달 입력, 공개된 오픈 가중치 체크포인트를 결합합니다. Qwen 3.8 Max는 크레딧 기반 액세스, 일반적인 프로덕션 가격 부재, 공개 가중치 부재 상태에서 여전히 변경 가능한 Preview로 남아 있습니다.
Kimi K3는 호스팅 API로 시작하든 체크포인트를 직접 관리할 인프라를 갖추든, 오늘 배포하기에 더 나은 모델입니다. Qwen 3.8 Max는 여전히 더 강력한 모델이 될 수 있지만, 개발자는 프로덕션 엔드포인트, 일반 가격, 모델 카드, 라이선스, 실제 가중치 공개를 기다린 후에 그 판단을 내려야 합니다.