Kimi K3.1 Pro 공개 가중치: 다운로드, 라이선스와 API

Kimi K3.1 Pro 가중치는 Hugging Face의 Moonshot AI 공식 저장소에서 받을 수 있습니다. 코딩 작업을 시험할 때는 호스팅형 API부터 시작하는 편이 좋습니다. 직접 운영은 필요한 통제 수준이 하드웨어 확보와 라이선스 검토 부담을 정당화할 때 선택합니다. 활성 파라미터 수인 104B는 저장해야 할 전체 모델의 크기가 아닙니다.

2026-11-11 기준으로 저장소에는 체크포인트, 설정 파일, 자체 라이선스가 포함되어 있습니다. 체크포인트는 저장된 모델 가중치를 뜻합니다. 실제 선택은 이 가중치를 직접 운영할지, API로 추론 서비스를 구매할지에 달려 있습니다.

공개 가중치에는 무엇이 포함됩니까?

이번 공개로 제공되는 것은 API 모델 이름만이 아니라 Kimi K3.1 Pro 체크포인트 자체입니다. Moonshot의 기술 발표는 이를 Kimi K3를 바탕으로 공동 강화 학습을 통해 후속 학습한 멀티모달 모델로 설명합니다.

공식 모델 카드는 다음 사양을 제시합니다. 정확한 컨텍스트 한도는 Kimi API 요금 문서에도 명시되어 있습니다.

항목	공개된 값
Hugging Face 저장소	moonshotai/Kimi-K3.1-Pro
구조	Mixture-of-Experts, 즉 전문가 혼합 구조(MoE)
전체 파라미터	2.8T
활성 파라미터	104B
컨텍스트 윈도	1,048,576 tokens
라이선스	자체 라이선스인 Kimi K3.1-Pro License

MoE 모델은 각 토큰을 처리할 때 파라미터 일부만 활성화합니다. 그렇다고 나머지 전문가 네트워크가 체크포인트에서 사라지는 것은 아닙니다. 저장 공간은 104B라는 수치만으로 판단하지 말고 실제 파일 크기를 기준으로 계획합니다.

저장소 파일 목록에는 약 1.56 TB가 표시되며, 가중치 파일 이름은 of-000096.safetensors로 끝납니다. 설정 파일은 mxfp4-pack-quantized 형식을 지정합니다. vLLM 배포 안내에 따르면 라우팅되는 전문가의 가중치는 MXFP4를, 나머지 가중치는 BF16을 사용합니다.

개발팀에는 모델 배포 방식을 선택할 기회가 생깁니다. 완성된 코딩 에이전트가 함께 제공된다는 뜻은 아닙니다. 모델 요청을 처리하는 서빙 엔진과 에이전트 클라이언트를 별도로 선택합니다. 기존 작업을 옮기기 전에 저장소 읽기, 도구 실행, 실제 인수 테스트를 확인합니다.

Moonshot의 API 시작 가이드는 kimi-k3.1-pro-highspeed도 호스팅형 선택지로 소개합니다. 홍보되는 속도는 해당 서비스에 관한 설명으로 봐야 합니다. 가중치를 내려받는다고 같은 성능이 보장되지는 않습니다.

Kimi K3.1 Pro 라이선스는 무엇을 요구합니까?

상업적 사용은 Kimi K3.1-Pro License의 조건을 따를 때 허용됩니다. 배포 전에 MaaS 조건과 모델 이름 표시 조건을 따로 검토합니다. 아래 내용은 실무를 위한 설명이며, 특정 사업에 대한 법률 의견은 아닙니다.

MaaS는 연속 12개월의 합산 매출로 판단합니다

2절은 라이선스 이용자나 관계사가 Model as a Service, 즉 MaaS 사업을 운영할 때 적용됩니다. 어느 연속 12개월 동안이든 이들의 합산 매출이 $20 million을 초과하면 별도 계약이 필요합니다.

문구상 대상은 라이선스 이용자와 관계사의 합산 매출입니다. 이 모델로 발생한 매출만을 뜻하지 않습니다. 소프트웨어나 그 파생 저작물을 상업적으로 사용하기 전에 계약을 체결해야 합니다.

MaaS는 제3자에게 추론이나 파인튜닝 접근 권한을 주면서 입력, 파라미터 또는 학습 데이터를 실질적으로 제어할 수 있게 하는 것을 뜻합니다. 모델 기능이 특정 기능이나 실행 체계인 하네스에만 내장된 최종 사용자용 제품은 정의에서 제외됩니다. 다른 운영자가 호스팅하는 모델로 요청을 단순 중계하는 경우도 제외됩니다. 실제 서비스가 제외 대상에 해당하는지는 법률 전문가에게 확인합니다.

모델 이름 표시는 제품의 월간 지표로 판단합니다

3절은 소프트웨어나 그 파생 저작물을 사용하는 상업용 제품 또는 서비스에 적용됩니다. 어느 한 기준을 초과하면 해당 제품이나 서비스의 사용자 인터페이스에 **Kimi K3.1-Pro**를 눈에 띄게 표시해야 합니다. 기준은 월간 활성 사용자 100 million 또는 월매출 $20 million입니다.

사용자 기준은 일간이 아니라 월간 활성 사용자입니다. 여기서 매출을 측정하는 기간은 한 달입니다. MaaS 조건의 연속 12개월 기준과 구분해야 합니다.

면제 조건에도 별도의 범위가 있습니다

4절은 내부 사용과 Moonshot 공식 제품 또는 인증된 추론 파트너를 통한 이용을 2절 및 3절의 요구사항에서 면제합니다. 내부 사용의 정의에는 소프트웨어, 출력 결과 또는 기반 기능을 제3자에게 제공하는 이용이 포함되지 않습니다.

이 면제는 2절과 3절의 요구사항에 관한 것이며 라이선스 전체를 면제하지는 않습니다. API 호환성만으로 인증 파트너라고 판단해서는 안 됩니다. 게이트웨이 연동과 라이선스 면제 여부는 서로 다른 문제입니다. 필요한 저작권 및 사용 허가 고지를 유지하고, 해당 제공업체의 적용 약관도 별도로 검토합니다.

가중치는 어떻게 내려받고 검증합니까?

체크포인트를 전송하기 전에 라이선스와 다운로드 크기를 확인합니다. Hugging Face CLI 설치 안내에 따라 최신 hf CLI를 준비합니다. 파일 시스템에는 충분한 여유 공간이 있어야 합니다.

아래 명령은 Bash용입니다. 2026-11-11에 확인된 저장소 리비전을 고정합니다. 첫 명령은 README.md, LICENSE, config.json만 내려받습니다. 이어지는 --dry-run 명령으로 전체 가중치를 받기 전에 전송할 파일과 용량을 확인합니다.

KIMI_REPO="moonshotai/Kimi-K3.1-Pro"
KIMI_REV="d9e99b0792a5e93b78ea9bea62a68167e36ddd9e"
KIMI_DIR="$PWD/kimi-k3.1-pro"

hf download "$KIMI_REPO" README.md LICENSE config.json \
  --revision "$KIMI_REV" --local-dir "$KIMI_DIR"

hf download "$KIMI_REPO" --revision "$KIMI_REV" \
  --local-dir "$KIMI_DIR" --dry-run

내려받은 LICENSE와 README.md를 읽습니다. 다운로드 사전 실행은 가중치를 전송하지 않고 남은 파일과 바이트 수를 알려 줍니다. 다운로드 캐시와 실행 엔진의 작업 파일을 위한 공간도 추가로 확보합니다. 저장소 크기가 필요한 전체 저장 용량을 뜻하지는 않습니다.

라이선스와 용량을 검토한 뒤 같은 Bash 세션에서 다음을 실행합니다. 앞에서 지정한 저장소, 리비전, 저장 경로 변수를 그대로 사용하는 절차입니다.

hf download "$KIMI_REPO" --revision "$KIMI_REV" \
  --local-dir "$KIMI_DIR" &&
hf cache verify "$KIMI_REPO" --revision "$KIMI_REV" \
  --local-dir "$KIMI_DIR" --fail-on-missing-files

Hugging Face의 검증 명령은 로컬 파일을 Hub의 체크섬과 대조합니다. --fail-on-missing-files는 해당 리비전의 파일이 일부 빠진 경우도 감지합니다.

누락 파일이나 체크섬 불일치 없이 검증이 성공한 뒤에만 다음 단계로 진행합니다. 다운로드 성공은 파일의 완전성을 확인할 뿐, 추론 엔진이 모델을 불러올 수 있다는 뜻은 아닙니다. 체크섬이 다르면 같은 리비전에서 문제가 보고된 파일에 hf download와 --force-download를 사용합니다. 모델을 서비스하기 전에 검증을 다시 실행합니다.

어떤 하드웨어를 준비해야 합니까?

이 모델을 워크스테이션용 104B 모델처럼 취급하지 말고 하드웨어별 배포 안내를 따릅니다. 2026-11-11 기준 vLLM 안내는 NVIDIA GPU 8개를 쓰는 기본 구성을 문서화하고 있습니다. GB300 트레이 2개 또는 B300 노드 1개 구성입니다.

이는 문서에 제시된 구성이지, 모든 환경에 적용되는 최소 사양이나 처리량 보장이 아닙니다. 안내에는 기본 구성의 처리량을 최적화하지 않았다고 명시되어 있습니다. 범용 실행 명령 대신 이 모델에 맞는 절차를 사용합니다.

SGLang 안내서에도 다른 배포 경로가 있습니다. kimi-k3.1-day-0 브랜치를 지정하며, 검증된 구성과 아직 검증 중인 구성을 구분합니다.

구매 전 시험에서는 문서에 있는 하드웨어 구성 하나를 선택합니다. 엔진 버전, 이미지 다이제스트, 체크포인트 리비전을 기록합니다. 짧은 요청부터 시작합니다. 이후 컨텍스트 길이와 동시 요청 수를 각각 늘리면서 메모리, 첫 토큰까지의 시간, 완료한 작업당 비용을 측정합니다.

공개된 컨텍스트 윈도가 모든 동시 실행 설정에서 충분한 실행 메모리를 보장하지는 않습니다. 로컬 추론과 API를 비교할 때는 에이전트 클라이언트, 도구, 추론 설정, 인수 테스트를 동일하게 유지합니다.

체크포인트를 통제하거나 변경해야 할 때, 또는 추론 환경을 직접 관리해야 할 때는 직접 운영이 더 유리한 선택지가 됩니다. 반대로 클러스터를 운영할 역량이 없거나 하드웨어를 충분히 활용하지 못하면 매력이 줄어듭니다. API 청구액을 하드웨어 구매 예산으로 바꾸기 전에 모델 자체 호스팅 비용 점검표를 확인합니다.

API로 먼저 시험하려면 어떻게 합니까?

인프라에 투자하기 전에 kimi-k3.1-pro로 작은 코딩 요청을 실행합니다. API 모델 ID와 Hugging Face 저장소 ID는 구분해야 합니다.

다음 API 경로는 2026-11-11에 확인되었습니다.

접근 경로	모델 ID	OpenAI 호환 Base URL	인증 정보
Moonshot API	kimi-k3.1-pro	https://api.moonshot.ai/v1	본인의 Moonshot API 키
BetterToken API	kimi-k3.1-pro	https://www.bettertoken.ai/v1	본인의 BetterToken API 키

확인 날짜 기준으로 BetterToken에도 이 모델 ID가 정확히 등록되어 있습니다. 게이트웨이의 현재 요금은 별도로 확인합니다. 아래 Moonshot 요금은 BetterToken의 요금이 아닙니다.

Moonshot을 직접 시험하려면 시작 가이드에서 연결하는 플랫폼으로 이동해 API 키를 만듭니다. Bash를 사용하고 입력 문자가 화면에 표시되지 않는 상태에서 키를 입력합니다.

read -rs MOONSHOT_API_KEY && export MOONSHOT_API_KEY

curl --fail-with-body --silent --show-error \
  "https://api.moonshot.ai/v1/chat/completions" \
  -H "Authorization: Bearer ${MOONSHOT_API_KEY}" \
  -H "Content-Type: application/json" \
  --data '{
    "model": "kimi-k3.1-pro",
    "reasoning_effort": "low",
    "max_completion_tokens": 4096,
    "messages": [
      {
        "role": "user",
        "content": "Return a Python function add(a, b) and one assert checking add(2, 3) == 5."
      }
    ]
  }'

choices[0].message.content에서 함수와 assert를 확인합니다. 시험 범위를 넓히기 전에 응답의 사용량 정보도 살펴봅니다. 이 요청은 인증과 텍스트 생성을 점검합니다. 코딩 에이전트가 파일을 읽거나 수정할 수 있다는 사실까지 확인하지는 않습니다.

Kimi의 추론 문서는 low, high, max를 지원하며 기본값은 max입니다. 사고 과정은 계속 활성화되어 있습니다. 예제에서는 간단한 연결 확인을 위해 low를 선택합니다.

응답에 API 오류가 있으면 먼저 엔드포인트, 키를 발급한 제공업체, 정확한 모델 ID를 확인합니다. 답변이 잘렸다면 모델 품질 문제로 판단하기 전에 출력 한도를 점검합니다.

여러 턴으로 이어지는 API 대화와 도구 호출에서는 어시스턴트 메시지 전체를 변경 없이 messages에 다시 전달합니다. reasoning_content와 tool_calls도 포함해야 합니다. 이어서 Claude Code와 Codex 설정 가이드에 따라 실제 파일 읽기 작업을 검증합니다.

API 토큰 요금은 Kimi 멤버십 및 Kimi Code 사용 한도와 별개입니다. 실제 원인이 구독 한도라면 사용 한도와 API 과금 안내를 확인합니다.

직접 운영과 API 비용은 어떻게 비교합니까?

동일한 품질 목표를 충족하며 완료한 작업의 비용을 비교합니다. 가중치를 구할 수 있다는 사실을 API 토큰 단가와 직접 비교해서는 안 됩니다. 다운로드할 수 있는 가중치라도 하드웨어, 저장 공간, 네트워크, 운영, 필요할 수 있는 라이선스 계약 비용은 남습니다.

2026-11-11 확인 기준으로 Moonshot API 플랫폼은 1,000,000 tokens당 다음 USD 요금을 제시합니다. Kimi의 가격 조건에 따르면 적용되는 세금은 포함되지 않습니다.

API 모델	일반 입력	출력	캐시 적중	기본 5분 캐시 쓰기
kimi-k3.1-pro	$2.00	$10.00	$0.20	$2.00
kimi-k3.1-pro-highspeed	$4.00	$20.00	$0.20	$4.00

캐시 문서는 캐시 적중, 캐시 쓰기, 캐시되지 않은 입력을 구분합니다. Chat Completions와 Responses에서 prompt_cache_options를 생략하면 캐시 쓰기의 유지 기간으로 5m을 선택합니다. 위 요청은 이 필드를 생략하므로 해당 기본값을 사용합니다.

캐시에 쓴 토큰을 일반 입력으로 다시 계산하지 않습니다. 다른 유지 기간을 사용할 때는 그 기간에 맞는 쓰기 요금을 적용합니다.

예상 비용을 계산하기 위해 표준 모델의 한 작업이 입력 100,000 tokens와 과금 대상 출력 10,000 tokens를 사용한다고 가정합니다. 캐시 적중은 없다고 가정합니다. 모든 입력은 캐시되지 않은 입력이거나 기본 5분 유지 기간으로 캐시에 기록되는 입력입니다.

이 조건에서 두 입력 범주 모두 백만 토큰당 $2.00입니다.

Estimated token charge
= (100,000 × $2.00 + 10,000 × $10.00) / 1,000,000
= $0.30 before taxes

이는 계산에 따른 추정치이지 실제 작업의 측정 결과가 아닙니다. 화면에 보이는 답변 길이 대신 보고된 출력 사용량을 기준으로 계산합니다. 선택 도구나 다른 서비스는 해당 작업에서 사용하지 않을 때만 비용 추정에서 제외합니다.

직접 운영의 경우 전체 운영 비용을 성공적으로 완료한 동등한 작업 수로 나눕니다. 유휴 자원, 호스트 메모리, 저장 공간, 전력 또는 임대료, 네트워크, 유지보수, 필요한 상업 계약을 모두 포함합니다. 두 경로 모두 재시도와 인수 테스트에 실패한 작업의 비용을 기록합니다.

앱 시험이나 수요가 불확실한 단계에서는 API를 먼저 선택합니다. 통제 요구가 직접 운영을 정당화하고 실제 작업량을 측정해 운영 비용을 감당할 수 있을 때 다시 검토합니다. MaaS 사업이라면 배포를 약속하거나 구매를 확정하기 전에 적용되는 라이선스 조건을 먼저 판단해야 합니다.