대부분의 사용자가 모르는, Kimi K3 프롬프트 하나로 만들 수 있는 20가지 결과물

4일 전, 역사상 가장 거대한 오픈 웨이트 AI 모델이 조용히 출시되었습니다.

이거 저장해두세요 :)

키노트도 없었고, 라이브스트림도 없었습니다. Moonshot AI는 그저 kimi.com을 하룻밤 사이에 바꿔치기하고 Kimi K3를 출시했습니다: 2.8조 개의 파라미터, 100만 토큰 컨텍스트 윈도우, 그리고 어떤 오픈 모델도 해낸 적 없는 코딩 능력을 갖췄습니다.

개발자들이 어떤 모델이 출력한 결과물인지 모르는 상태에서 평가하는 Arena의 블라인드 인간 테스트에서 K3는 Frontend Code 부문 1위를 차지했습니다. Claude Fable 5를 이겼습니다. GPT-5.6 Sol도 이겼습니다. 1위, 무언가를 만드는 분야에서, 자신들이 오픈 모델을 선택하고 있다는 사실을 몰랐던 개발자들이 뽑아준 결과입니다.

대부분의 사람들은 헤드라인만 보고 넘어갔습니다. 실제로 어떤 결과물을 만들어내는지 밀어붙여 본 사람은 거의 없습니다.

제가 해봤습니다. 다음은 K3가 단일 프롬프트로 생성하는 20가지 결과물입니다. 대부분은 벤치마크에 대해 논쟁하는 사람들이 시도조차 해보지 않은 것들입니다. 프롬프트를 복사하세요. 직접 테스트해보세요. 이 글이 사라지기 전에 북마크하세요.

목록에 앞서 한 가지 빠른 언급을 드리자면, 정직함이 핵심이니까요: K3는 블라인드 테스트에서 프론트엔드 코드 부문에서 진정으로 세계 1위이지만, 전반적으로는 약 4위 정도이며, Opus 4.8 수준이고, 가장 광범위한 벤치마크에서는 Fable 5와 GPT-5.6 Sol에 뒤쳐집니다. 하지만 승리하는 분야에서는 확실히 압도합니다. 이 목록이 바로 그 영역입니다.

첫째, K3가 실제로 무엇인지에 대한 60초 설명

이게 처음이라면, 결과물을 살펴보기 전에 평범한 영어로 설명드리겠습니다.

Kimi K3는 Moonshot AI의 대규모 언어 모델입니다. Moonshot AI는 전 Google 연구원인 Yang Zhilin이 설립하고 Alibaba가 후원하는 베이징 소재 연구소입니다. 2026년 7월 16일에 두 가지 버전으로 출시되었습니다: 채팅 및 에이전트 작업용 Max 버전과 대규모 병렬 작업용 Swarm 버전입니다.

2.8조 개의 파라미터라는 숫자는 실행이 불가능해 보입니다. 하지만 K3는 Mixture-of-Experts 모델이라 가능합니다. 하나의 거대한 두뇌 대신 896명의 전문가가 있는 건물을 상상해보세요. 주어진 작업에 대해 가장 적합한 16명의 전문가(전체의 약 1.8%)만 깨우고 나머지는 잠들어 있습니다. 따라서 2.8조 개의 파라미터 모델의 지식을 가지면서도 실제 실행 비용은 훨씬 저렴합니다. 서류상으로는 거대하지만, 실제로는 날렵합니다. 이것이 아래 모든 것을 저렴하게 만드는 비결입니다.

여기에 세 가지를 더하세요: 100만 토큰 컨텍스트 윈도우로 전체 코드베이스나 긴 문서 묶음을 한 번에 메모리에 담을 수 있습니다. 네이티브 멀티모달 입력으로 애드온 없이 이미지와 비디오를 직접 읽습니다. 그리고 Moonshot이 "생각 모드"라고 부르는 상시 추론 기능으로 기본적으로 문제를 단계별로 풀어나갑니다. 마지막 기능은 우리가 다시 돌아올 양날의 검입니다.

이것이 기계입니다. 이제 이 기계가 하는 일을 소개합니다.

파트 1: 게임 및 3D 월드 (모든 것을 이기는 분야)

이것이 K3가 1위 아레나 자리를 차지하게 해준 분야입니다. "3D 대상을 설명하는 것"과 "작동하는 3D 대상을 갖는 것" 사이의 벽은 이제 하나의 프롬프트로 사라졌습니다.

1. 실제 물리 법칙이 적용되는 플레이 가능한 브라우저 게임.

게임 같은 데모가 아닙니다. 히트 반응, 충격 피드백, 실제처럼 작동하는 물리 엔진을 갖춘 플레이 가능한 장면입니다. 사람들은 단일 프롬프트로 시각 효과가 있는 전투 경기장, 그래플링 메커니즘이 있는 브라우저 기반 3D 도시 이동, 탑다운 레이서, 좀비 슈팅 게임을 뽑아냈습니다. K3를 차별화하는 세부 사항은 일반적으로 문제를 일으키는 20가지 작은 요소(충돌 반응, 운동량, 카메라 감각)를 처리한다는 점입니다.

1Build a single-file browser game: a top-down arena where the player dodges
2and shoots waves of enemies. WebGL or canvas, no external assets.
3Include: real movement momentum, enemy hit reactions, screen shake on
4impact, a score counter, and a restart button. 60fps target.
5Make it feel responsive, not floaty. Build the whole thing.

2. 데모가 아닌 렌더링처럼 보이는 인터랙티브 3D 제품.

정확한 광택과 광원 반응을 가진 손목시계. 분해할 수 있는 카메라. 클릭하면 조립 및 분해되는 수십 개의 개별 부품으로 모델링된 기계적 물체. 이전의 모든 "AI가 3D 대상을 만드는" 시도와의 차이점은 재질의 정확성입니다: 평평한 플라스틱 대신 거칠기, 금속성, 실제 그림자.

3. 애니메이션이 아닌 계산되는 물리 시뮬레이션.

드레이프되는 천. 자체 무게로 무너지는 구조물. 공중 충돌 시 올바르게 보이는 운동량 전달을 보여주는 두 대의 차량. 실제 파도 역학을 가진 해수면. K3에게 물리학을 계산하고 수학에 주석을 달아 검증할 수 있도록 요청하면 그렇게 할 것입니다.

1Build three HTML5 canvas scenes with computed physics, no libraries,
2one file each: (1) a bridge collapsing and dropping a vehicle into water
3with displacement, (2) cloth falling over an invisible object, (3) a stack
4of blocks toppling from a nudge. Physics computed not animated, 60fps,
5reset button, and comment the equations. Don't ask questions first.

4. 셰이더 및 WebGPU 시각적 장면.

진정한 고난도 그래픽 작업입니다. 뒤에 있는 별들을 휘게 하는 중력 렌즈 효과를 가진 블랙홀. 수천 개의 점으로 이루어진 입자 시스템. 이동에 따라 생성되는 절차적 지형. 이것은 GLSL을 전문적으로 작성하는 사람이 필요했던 작업이며, K3는 초안을 작성한 다음 사용자가 설정한 품질 기준에 맞춰 개선할 것입니다. 비결은 기준을 명확히 밝히는 것입니다. "튜토리얼이 아닌 데모신 수준처럼 보여야 합니다"라고 말하는 것이죠. K3는 지시보다 기준에 훨씬 더 잘 반응하기 때문입니다.

1Build a single-file WebGL scene: a black hole with gravitational lensing
2that visibly bends a starfield behind it, plus an accretion disk with
3color based on temperature. Add orbit controls. Quality bar: this should
4look like a science visualization, not a shader tutorial. Build the file.

파트 2: 실제 제품 및 인터페이스

눈요깃거리를 넘어, K3의 프론트엔드 강점은 출시 가능한 제품 작업으로 이어집니다.

5. 템플릿이 아닌 디자인된 듯한 랜딩 페이지.

제품과 미학("브루탈리스트", "따뜻한 에디토리얼", "깔끔한 핀테크")을 제공하면, 일반적인 AI 쓰레기 같은 느낌이 아닌 실제 타이포그래피 계층 구조와 레이아웃 의도가 있는 페이지를 생성합니다. 기준을 명시적으로 설정하면 충족시킵니다.

6. 사양에서 바로 풀스택 앱 스캐폴드.

제품, 스택, 기능을 설명하면 K3는 프론트엔드, 백엔드, 데이터베이스 스키마, 인증 계층을 함께 연결하여 스캐폴딩하며, 분리된 스니펫이 아닌 유기적으로 연결됩니다. 장난감이 아닙니다. 실제로 사용할 수 있는 시작 코드베이스이며, 이것이 바로 장기 작업 설계의 목적입니다. 전체 사양을 하나의 프롬프트로 제공하고 단계별로 구축하게 하세요.

1Build the scaffold for a habit-tracking web app. Stack: React front end,
2Node/Express API, Postgres, email-and-password auth. Features: user signup,
3create/edit/delete habits, daily check-ins, a streak counter, and a weekly
4summary view. Build the database schema first, then the API, then the UI.
5Wire them together and note anything I'd need to configure to run it.

7. 실제로 동기화가 유지되는 실시간 협업 기능.

이것은 약한 모델들이 조용히 가짜로 구현하는 부분입니다. 실시간 상태는 데이터베이스에 저장하는 것뿐만 아니라 클라이언트 간에 동기화되어야 하며, 버그는 두 개의 브라우저를 열었을 때만 나타납니다. K3는 WebSocket 계층, 재연결, 다중 클라이언트 동기화를 처리하며, 작업 증명을 강제할 수 있습니다.

1Add a real-time collaborative layer to an app: live cursors plus click-to-drop
2comment pins, like Figma. Use WebSocket (Socket.io or native ws). Requirements:
3other users' cursors shown live, comments appear for everyone instantly, graceful reconnect with no ghost cursors, debounced cursor updates.
4Build it end to end, then prove sync works with two simulated clients before calling it done.

8. 원시 데이터로부터의 대시보드 및 데이터 시각화.

CSV 파일과 질문을 넘겨주면, 차트, 필터 등 모든 것을 포함한 인터랙티브 대시보드를 한 번에 구축합니다. 차트 및 수치 추론 능력은 문서화된 강점 중 하나이므로, 단순히 데이터를 플롯하는 것 이상으로 데이터가 보여주는 바에 대해 추론합니다.

파트 3: 진지한 엔지니어링 (장기 작업의 초강력 능력)

K3는 방대한 코드베이스에서 지속적인 코딩 세션을 위해 구축되었습니다. 이것이 소프트웨어 개발을 업으로 하는 사람들에게 중요한 부분입니다.

9. 측정 가능한 목표를 가진 전체 저장소 작업.

K3를 사용하는 가장 강력한 단일 방법입니다. 작업을 주지 말고 결과를 주고 숫자가 움직일 때까지 작업하게 하세요.

1Read this entire codebase before changing anything.
2Objective: cut p95 response time on the /search endpoint by 30%.
3Rules: profile first and show me where the time goes; don't change public
4interfaces or outputs; run the tests after every change; if a change makes
5things worse, revert it and say why. Work until the objective is hit or you
6can prove it can't be without breaking a rule.
7End with a log: what you changed, what it bought, what you tried that failed.

10. 실제 전체 저장소를 한 번에 컨텍스트에 넣기.

100만 토큰 윈도우는 사양서의 과시용이 아닙니다. 실제 코드베이스를 로드하고 아키텍처 수준의 질문을 하고, 문서를 작성하거나, 수십 개의 파일에 걸친 버그를 추적할 수 있습니다. 모델이 붙여넣지 않은 부분을 추측하는 대신 전체를 실제로 볼 수 있기 때문입니다. 이것이 K3와 더 작은 윈도우를 가진 모델 사이의 가장 큰 실질적 차이점입니다: 시스템의 조각이 아닌 시스템 자체에 대해 추론합니다. 하지만 알아둘 한 가지 주의사항은, 중요한 파일로 구성된 200K 정도의 집중된 컨텍스트가 일반적으로 전체 모노레포의 부풀려진 900K보다 낫습니다. 장기 작업의 강점은 볼륨이 아니라 집중력에서 나오기 때문입니다.

11. 프레임워크 또는 언어 간 코드 마이그레이션.

K3는 다국어 소프트웨어 엔지니어링에서 최고 수준이므로, 한 언어에서 다른 언어로, 또는 한 프레임워크에서 후속 버전으로 서비스를 포팅하는 것은, 일반적으로 놓치기 쉬운 지루한 엣지 케이스를 포함하여, K3의 전문 분야입니다. 전체 프로젝트를 컨텍스트에 유지하기 때문에 파일별로 번역하고 코드의 동작을 조용히 변경하는 대신 마이그레이션 전반에 걸쳐 동작 일관성을 유지합니다.

12. 검증 가능한 성공 조건을 가진 자율 세션.

K3는 오랫동안, 대부분 감독 없이 실행될 수 있지만, 목표가 확인 가능할 때만 잘 작동합니다. "코드 개선"은 방황하게 만듭니다. "이 테스트 통과" 또는 "이 벤치마크 달성"은 목표 이탈 없이 달성할 수 있는 목표를 제공합니다. 장기 작업에는 항상 숫자를 주고 분위기를 주지 마십시오.

파트 4: 에이전트, 도구 및 연구

K3는 도구 사용 및 웹 리서치 벤치마크에서 최상위권에 있으며, 이는 단순한 작성자가 아닌 운영자로서의 역할을 가능하게 합니다.

13. 터미널 및 브라우저 오케스트레이션.

쉘, 브라우저, API 호출을 무너지지 않고 구동하며, 이는 모든 실제 에이전트 작업에 필요한 연결 조직입니다. 정보를 찾고 행동을 취해야 하는 목표를 지정하면, 모든 갈림길에서 무엇을 해야 할지 묻기 위해 멈추는 대신 스스로 단계를 연결합니다.

1Goal: find the three most-requested features in this open-source project's
2GitHub issues, then draft a short spec for the top one.
3Steps: search the repo's issues, rank by reaction count and comment volume,
4identify the top three, pick the highest-impact one, and write a one-page
5spec with scope, edge cases, and a rough implementation plan. Show your work.

14. 도구로 강화된 심층 웹 리서치.

K3는 브라우징 벤치마크에서 최고 수준입니다. 연구 질문을 주면 검색하고, 1차 출처를 읽고, 교차 참조하여, 구조화되고 인용된 결과물을 반환합니다. 예전에 열 개 탭을 훑어보는 데 걸리던 시간 안에 말이죠.

15. Swarm 변형을 통한 대규모 병렬 작업.

K3는 두 가지 형태로 출시되었으며, Swarm 변형은 대규모 병렬 처리를 위해 구축되었습니다: 한 번에 많은 하위 에이전트에 대규모 배치 작업을 분산시킨 다음, 결과를 병합합니다. 항목별로 하나씩 처리하는 대신 말이죠.

16. 문서 더미를 단일 결과물로 전환하기.

PDF 폴더나 긴 연구 코퍼스를 가리키며 하나의 합성된 결과물(문헌 검토, 비교표, 브리프)을 요청하면, 세트를 처리하고 15개의 개별 요약 대신 조립된 결과를 반환합니다.

파트 5: 멀티모달 및 파워 무브

K3는 텍스트, 이미지, 비디오를 네이티브로 읽으며, 이는 다른 종류의 작업을 가능하게 합니다.

17. 스크린샷 또는 목업에서 바로 작동하는 코드로.

디자인 목업이나 인터페이스 스크린샷을 보여주면 이를 재현하는 프론트엔드를 작성합니다. 네이티브 비전과 프론트엔드 최고 수준의 능력이 결합되어 UI를 구축하는 모든 사람에게 이 목록에서 가장 즉시 유용한 기능 중 하나입니다.

18. 차트, 그림, 시각적 수학에 대한 추론.

차트, 다이어그램, 또는 촬영된 수학 문제를 제공하면 이미지를 설명하는 것을 넘어 숫자를 추출하고 작업하며, 실제 계산이 필요한 작업을 위해 Python을 지원합니다. 최고 수준의 영역 중 하나로 문서화되어 있습니다.

19. 입력으로서의 비디오 이해.

멀티모달 입력에 비디오가 포함되므로, 먼저 전사할 필요 없이 푸티지를 컨텍스트로 제공하고 화면에서 실제로 무슨 일이 일어났는지 추론하도록 할 수 있습니다.

20. 7월 27일 이후 모델 완전 소유.

가장 큰 파워 무브는 대부분의 사람들이 오해하는 부분입니다. 7월 27일, K3의 전체 가중치가 허용적인 라이선스 하에 오픈됩니다. 진지한 팀에게 이는 자체 하드웨어에서 자체 호스팅하고, 자체 데이터로 파인튜닝하고, 정확히 어떻게 동작하는지 검사하고, 누군가의 API가 계속 작동하거나 이용 약관이 유리하게 유지되는 것에 의존하지 않음을 의미합니다. 프론티어에 근접한 모델에서의 이러한 독립성이 실제로 시장을 재편하는 부분입니다.

시작하기 전에 솔직한 두 가지 경고

초강력 목록에 세부 사항이 없으면 돈을 낭비하고 낭패를 보는 방법이기 때문입니다.

모든 것에 K3를 기본값으로 사용하지 마십시오. 추론이 항상 켜져 있습니다. 모든 요청에 대해 깊이 생각하며, 이는 위의 20가지 작업에는 훌륭하지만 목록 서식 지정이나 변수 이름 바꾸기에는 터무니없습니다. 초기 테스터들은 1센트의 극히 일부만 들어야 할 작업에 수천 개의 추론 토큰을 소모하는 것을 목격했습니다. 사소한 작업은 더 작고 빠른 모델로 보내고 K3는 그 성능을 정당화하는 작업을 위해 남겨두십시오. 이것이 새로운 사용자가 저지르는 가장 비용이 많이 드는 실수입니다.

하지만 반대 방향으로 작용하는 비용에 대한 한 가지 미묘한 점은 K3의 API 가격이 입력 토큰 100만 개당 3달러, 출력 토큰 100만 개당 15달러로 중간 수준이며 저렴하지는 않지만, 일반적으로 동일한 답변에 장황하게 늘어놓는 더 비싼 모델보다 실제 작업을 완료하는 데 더 적은 출력 토큰을 사용하는 경향이 있다는 것입니다. 따라서 이를 판단하는 정직한 방법은 토큰당 비용이 아니라 완료된 작업당 비용입니다. K3가 구축된 작업에서는 총 청구 금액이 표시 가격보다 낮은 경우가 많습니다. 사소한 작업에서는 상시 작동하는 추론이 그 이점을 완전히 없애므로, 작업 분배가 중요한 이유가 바로 여기에 있습니다.

"오픈 웨이트"가 "노트북에서 실행됨"을 의미하지는 않습니다. 7월 27일에 가중치가 공개될 때 MacBook에 K3를 다운로드하는 것은 아닙니다. 심하게 압축해도 1테라바이트가 훨씬 넘으며 실행하려면 수십 개의 가속기 칩이 필요합니다. 오픈 웨이트는 자체 호스팅이 가능한 조직과 파인튜닝이 가능한 연구자에게 주는 선물이지, 게이밍 PC를 위한 개인 모델이 아닙니다. 거의 모든 사람에게 "K3 사용"은 앱이나 API를 의미하며, 그것으로 완벽하게 충분합니다.

오늘 사용해보는 방법

→ 채팅: kimi.com, 지금 바로 사용 가능하며, 위의 모든 프롬프트를 실행하는 설정이 필요 없는 방법입니다.

→ API: OpenAI-SDK와 호환되므로 OpenAI 또는 Anthropic 설정에서 전환하는 것은 기본 URL과 모델 문자열 변경일 뿐, 재작성이 아닙니다.

→ 코드베이스에서: kimi.com의 공식 지침에 따라 Kimi Code CLI를 설치하고, 프로젝트를 열고, 직접 파일 액세스로 계획, 편집, 테스트를 수행하게 하세요.

→ 가중치: 전체 오픈 릴리스는 7월 27일로 예정되어 있으며, 이 날짜는 이 서비스가 임대 서비스에서 하드웨어만 있으면 누구나 소유할 수 있는 것이 되는 날입니다.

이것이 벤치마크보다 더 중요한 이유

잠시 프롬프트에서 물러나 맥락을 살펴보겠습니다. 이것이 진짜 이야기이기 때문입니다.

Moonshot은 이러한 규모의 모델을 훈련하는 데 일반적으로 필요한 바로 그 칩에 대한 미국의 수출 통제가 3년 동안 점점 강화되는 상황에서 2.8조 개의 파라미터 프론티어급 모델을 구축했습니다. 그들은 원시 컴퓨팅 파워보다는 아키텍처의 영리함을 통해 해냈고, 그리고 나서 영원히 API 뒤에 가두는 대신 가중치를 무료로 공개하겠다고 발표했습니다. 릴리스는 상하이 세계 인공지능 컨퍼런스 직전에 맞춰졌으며, 이는 우연이 아닙니다.

흥미로운 질문은 결코 "중국이 따라잡았는가"가 아니었습니다. 동일한 수준의 무료 오픈 모델이 등장했을 때 폐쇄적이고 비싼 프론티어 모델의 경제성에 어떤 일이 일어나는지입니다. 프론티어급 능력이 세 개의 회사만 판매할 수 있는 것이 아니라 자원이 충분한 모든 팀이 다운로드할 수 있는 것이 되면, 폐쇄된 연구소의 가격 결정력이 변합니다. 이러한 압력이 특정 벤치마크 숫자보다 더 중요한 실제 사건입니다.

또한 이와 관련된 실제 미해결 질문이 있습니다. 중국 규제 기관들은 자체 AI 수출 규칙에 대해 논의해 왔으므로, K3가 그쪽에서 나온 마지막 위대한 오픈 웨이트 릴리스가 될지, 아니면 그 중 첫 번째가 될지는 명확하지 않습니다. 어느 쪽이든, 모델은 나왔고, 다시 들어가지 않을 것입니다.

실제 결론

3년 동안 거래는 간단했습니다: 미국 연구소들이 프론티어를 구축했고, 다른 모든 사람들은 6개월 후에 더 저렴한 복사본을 얻었습니다. Kimi K3는 그것을 깨뜨렸습니다. 지금까지 만들어진 가장 큰 오픈 모델이며, 블라인드 인간 테스트에서 프론트엔드 코드 부문 세계 1위이고, 일주일 안에 무료로 공개됩니다.

가장 저렴한 토큰은 아니고, 모든 차트에서 1위를 차지하지도 않으며, 집에서 실행할 수도 없습니다. 모두 사실이지만, 그 어떤 것도 헤드라인을 바꾸지 않습니다: 폐쇄된 플래그십 모델을 물리치고 무언가를 구축하는 프론티어급 모델이 곧 모든 사람의 것이 될 것입니다.

위의 20가지 프롬프트는 여러분의 유리한 출발점입니다. 이번 주에 실제로 실행해보는 사람들은 다른 모든 사람들이 여전히 벤치마크 표에 대해 논쟁하는 동안 이 모델이 무엇을 할 수 있는지 알게 될 것입니다.

대부분의 사람들은 출시 트윗을 보고 모델을 열어보지 않을 것입니다. 하지만 저녁 한 번을 투자해 이 모델로 무언가를 구축하는 사람들은 전체 타임라인보다 한 달 앞서 있을 것입니다.

저는 과장된 홍보 없이 모든 주요 AI 릴리스를 분석하고, 직접 시도해볼 수 있는 프롬프트를 제공합니다. 다음 릴리스를 위해 저를 팔로우하고, K3가 아직 뉴스인 동안 이 글을 북마크하세요.

사용해보는 방법:

→ 채팅 및 앱: kimi.com

→ API: OpenAI-SDK 호환

→ 오픈 웨이트: 7월 27일 예정

이 글이 유용했다면, 저 @eng_khairallah1 를 팔로우하여 더 많은 AI 콘텐츠를 받아보세요. 매주 분석, 강좌, 도구를 게시합니다.

도움이 되었기를 바랍니다, Khairallah ❤️