오픈웨이트 모델이 코딩 아레나에서 Claude Fable 5와 GPT-5.6 Sol을 제치고 1위에 올랐습니다. 이건 사실이에요. 문샷AI(Moonshot AI)의 Kimi K3가 Frontend Code Arena에서 1,679점, 2위 Claude Fable 5가 1,631점, 3위 GPT-5.6 Sol이 1,618점입니다.
그런데 같은 모델이 종합 지능 지수에서는 그 둘 아래에 있습니다. 그리고 정작 웨이트는 오늘(2026년 7월 25일) 기준으로 아직 받을 수 없어요. 공개 예정일은 이틀 뒤인 7월 27일입니다.
세 문장 다 사실이고, 서로 모순되지도 않습니다. 총 2.8조 파라미터라는 규모도, 1위라는 결과도, 아직 받을 수 없다는 상태도 전부 같은 모델의 이야기예요. 하나씩 떼어놓고 보겠습니다.
문샷AI가 공개 예정인 Kimi K3는 총 2.8조 파라미터로, 공식 권고 서빙 구성은 “가속기 64개 이상의 슈퍼노드”다.
문샷AI가 7월 16일에 공개한 것, 그리고 아직 공개하지 않은 것¶
먼저 이 둘을 섞지 않는 게 중요합니다. 7월 16일에 열린 건 모델 접근이에요. API와 Kimi 앱에서 K3를 쓸 수 있게 된 거죠. 웨이트는 그날 나오지 않았습니다. 문샷 공식 블로그가 “전체 모델 웨이트는 2026년 7월 27일까지 공개된다”고 적어뒀고, 오늘 기준으로 그 날짜는 아직 오지 않았어요.
그래서 지금 존재하지 않는 것들이 꽤 됩니다. HuggingFace 모델 카드도, LICENSE 파일도, 기술 리포트도 아직 없어요. 아키텍처·학습·평가에 대한 상세는 기술 리포트와 함께 나온다는 게 문샷의 공지입니다. 국내외 기사 상당수가 “오픈소스 모델 공개!”라고 썼는데, 엄밀히는 예고편을 보도한 셈이에요.
스펙 쪽에서 제일 자주 오해되는 숫자가 2.8조 파라미터입니다. 총 파라미터가 2.8조인 건 맞고, 공개 시점 기준 역대 최대 오픈웨이트 모델인 것도 맞아요. 다만 토큰 하나를 처리할 때 실제로 켜지는 건, 문샷 공식 표현으로 896개 전문가 중 16개뿐입니다. 약 500억 개죠. 창고는 2.8조인데 한 번에 꺼내 쓰는 건 50B급인 겁니다. 업계에서 아예 K3 2.8T-A50B라고 표기하는 이유예요.
구조상 알아둘 게 하나 더 있습니다. K3는 단일 모델이고 추론이 상시 켜져 있습니다(always-on reasoning). instruct 판과 thinking 판이 따로 있는 게 아니에요. 대신 추론 강도를 max·low·high 3단계로 두는데, 런칭 시점에는 max 하나만 제공됩니다. 이 설계가 뒤에서 다룰 속도와 비용 이야기의 뿌리라서 미리 짚어둡니다.
개인적으로 이 발표에서 제일 인상적인 건 2.8조라는 숫자 자체가 아니라, 활성 500억으로 이 성적을 냈다는 설계 쪽이었어요. 컨텍스트는 1M 토큰이고, 텍스트·이미지·영상을 같은 모델에서 받는 네이티브 비전입니다.
“코딩 1위”는 진짜입니다 — 그리고 그 1위가 재는 것도 분명합니다¶
먼저 제대로 인정하고 갈 대목이 있습니다. 아레나 공식 계정이 직접 발표한 내용인데, 숫자가 꽤 놀랍습니다.
K3는 Frontend Code Arena에서 1,679점으로 1위에 올랐고, 직전 모델 Kimi K2.6은 1,515점으로 18위였습니다. 한 세대 만에 17계단을 뛴 거예요. 프론트엔드 7개 세부 도메인 중 6개(브랜드·마케팅, 레퍼런스 기반 디자인, 데이터·분석, 소비자 제품, 시뮬레이션, 콘텐츠 제작 도구)에서 1위였고, 게임 하나만 Fable 5에 밀린 2위였습니다. 페어와이즈 승률은 76%. 오픈 모델이 이 리그 꼭대기에 선 건 처음입니다.
이제 그 1위가 무엇을 재는 리그인지를 볼 차례입니다.
아레나 점수는 정답률이 아닙니다¶
혼동하기 쉬운 것부터. 여기 나오는 arena.ai는 우리가 알던 LMSYS Chatbot Arena → LMArena와 같은 곳입니다. 2026년 1월에 “Arena”로 다시 이름을 바꿨을 뿐이에요. 일부 매체가 이 결과를 LMArena라고 쓰는 이유가 이겁니다.
방식은 예전 그대로입니다. 같은 프롬프트에 대해 두 모델의 결과물을 익명으로 나란히 보여주고, 사람이 더 나은 쪽에 투표합니다. 그 누적 투표를 Bradley-Terry 모델로 환산해 점수를 냅니다. 아레나 스스로도 “여러분의 투표가 모델 순위를 직접 만든다”고 설명해요. 정적 채점 벤치마크가 아니라 커뮤니티 판단이라는 걸 본인들이 밝히고 있는 겁니다.
그래서 76% 승률은 “테스트를 76% 통과했다”가 아니라 “사람이 76%의 확률로 이쪽 결과물을 더 마음에 들어 했다”는 뜻입니다. 게다가 프론트엔드는 결과물이 눈에 보이는 분야예요. 디자인 취향과 시각적 완성도가 점수에 강하게 실릴 수밖에 없는 리그죠. 카테고리 이름이 “브랜드·마케팅”, “소비자 제품”인 걸 보면 성격이 더 분명해집니다. 코드의 정확성·보안·유지보수성을 재는 리그가 아니에요.
하나 더. 이 순위에 반영된 유효 투표는 1,700표 남짓으로 알려져 있는데, 아레나 FAQ는 신뢰구간이나 오차범위를 공개하지 않습니다. 그러니 1,679와 1,631 사이의 48점 차가 통계적으로 얼마나 견고한지는 공개된 정보만으로는 판단할 수 없어요. 차이가 없다는 뜻이 아니라, 있다고도 없다고도 말할 근거가 밖에 없다는 뜻입니다.
이건 GPT-5.6과 Fable 5를 비교했던 글에서 METR 캐비어트를 다룰 때와 정확히 같은 이야기예요. 벤치마크는 틀리지 않았는데, 그게 재는 것과 우리가 알고 싶은 것이 다를 때가 있습니다. 둘 다 유효하지만 같은 것이 아니에요.
나머지 “1위”들은 문샷이 자기 표에 실은 숫자입니다¶
여기가 이 글에서 제일 중요한 대목입니다.
기사에 K3의 1위로 함께 등장하는 항목들이 있어요. SWE Marathon 42.0(Opus 4.8 40.0, GPT-5.6 Sol 39.0), Program Bench 77.8(Sol 77.6), BrowseComp 91.2 같은 것들이요. 그런데 이 숫자들은 전부 문샷 공식 블로그의 벤치마크 표에 실린 것이고, 매체들은 그 표를 옮겨 적었습니다. 여러 곳에 같은 숫자가 나왔다고 해서 교차검증된 게 아니에요.
그리고 문샷 공식 각주에 이렇게 적혀 있습니다. K3는 KimiCode 하니스로, 비교 대상 모델들은 Claude Code 또는 Codex 하니스로 평가했다고요.
에이전트 벤치마크는 모델만 재는 게 아닙니다. 모델 + 스캐폴딩(도구 호출 구조, 재시도 로직, 프롬프트 템플릿)을 함께 재요. 하니스가 다르면 같은 축의 비교가 아닙니다. Program Bench의 77.8 대 77.6, 그러니까 0.2점 차이는 하니스가 같아야 의미가 생기는 종류의 격차예요.
그래서 경쟁 모델과 나란히 놓고 제3자가 독립적으로 확인한 K3의 1위는, 지금으로선 프론트엔드 아레나 하나입니다. (Artificial Analysis의 롱컨텍스트 추론 지표 AA-LCR에서 75%로 측정 대상 중 최고를 기록하긴 했는데, 경쟁 모델을 나란히 놓은 표가 확인되지 않아 같은 성격의 근거로 쓰긴 어렵습니다.)
다만 문샷 쪽에 공정한 한마디도 필요합니다. 저 공식 표에는 문샷이 진 벤치마크도 그대로 실려 있어요. DeepSWE에서 67.5로 GPT-5.6의 73.0에 밀리고, FrontierSWE에서 81.2로 Fable 5의 86.6에 밀립니다. 유리한 것만 골라 싣지는 않았다는 뜻이고, 이건 인정하고 넘어가는 게 맞습니다.
순위표가 흔들리는 자리¶
제3자가 통일된 조건으로 잰 숫자만 모으면 그림이 이렇습니다. 문샷 자체 표는 위에서 다뤘으니 여기서는 뺐어요.
| 구분 | 지표 | Kimi K3 | 비교 | 측정 주체 |
|---|---|---|---|---|
| 앞선 것 | Frontend Code Arena (Elo) | 1,679 (1위) | Fable 5 1,631 · GPT-5.6 Sol 1,618 | Arena — 인간 블라인드 투표 |
| 뒤진 것 | AA 종합 지능 지수 | 57 | Fable 5 약 60 · Sol 약 59 | Artificial Analysis (비교값은 the-decoder 집계) |
| GDPval-AA v2 | 1,668 | Fable 5 1,760 (단 Opus 4.8 1,600·GPT-5.5 1,494보다는 위) | Artificial Analysis | |
| AA-Briefcase (장기 지식노동) | 약 1,545 | Fable 5 1,574 | Artificial Analysis | |
| HLE (최고난도 추론) | 43.5 | Fable 5 53.3 · Opus 4.8 46 | 제3자 집계 |
한 가지 전제를 붙여야 합니다. 이 표의 행들은 서로 같은 축이 아니에요. 맨 위 아레나 점수는 사람이 투표한 선호도이고, 아래쪽은 Artificial Analysis 계열의 자동 측정입니다. 세로로 나란히 놓였다고 해서 같은 종류의 능력을 잰 건 아닙니다.
종합 지능 지수 57점은 Artificial Analysis 공식 페이지에서 확인되는 값입니다. 순위 숫자는 일부러 적지 않았어요. 어떤 곳은 3위라 하고 어떤 곳은 4위라 하는데, 같은 모델의 추론 설정별 항목을 따로 세느냐 마느냐의 차이일 뿐이라 순위 숫자 자체가 별 정보를 주지 못합니다. 점수와 “누가 앞에 있나”만 보는 게 정확해요.
패턴은 꽤 뚜렷합니다. K3는 길게 끌고 가는 작업(장시간 코딩 세션, 롱컨텍스트, 브라우징)에서 강하고, 깊은 이해와 고난도 추론(DeepSWE, HLE, FrontierSWE)에서 밀립니다. 문샷 자체 표와 제3자 측정이 이 점에서는 같은 방향을 가리켜요.
정확도가 오르는 동안 환각도 같이 올랐습니다¶
거의 안 다뤄지는 숫자가 하나 있습니다. AA-Omniscience 기준으로 K2.6에서 K3로 오면서 정확도는 33%에서 46%로 올랐는데, 환각률도 39%에서 51%로 같이 올랐어요. (the-decoder 집계 기준입니다.) 그리고 이 지표는 문샷 공식 차트에 없습니다.
여기서 오해하기 쉬운 게 있습니다. 이 51%는 “K3가 내놓는 답의 절반이 틀렸다”는 뜻이 아니에요. 정확도가 46%인데 답의 절반이 틀렸다면 산수부터 맞지 않죠. 이 지표가 잡아내는 건 모르겠다고 물러서는 대신 확신 있게 답을 내놓는 성향입니다. K3는 그쪽으로 더 기울었고, 그러면서 정답률도 같이 올랐어요.
제가 보기엔 이건 스캔들이 아니라 트레이드오프입니다. 지금의 벤치마크 채점 방식에서는 모른다고 비워두는 것보다 그럴듯하게 찍는 쪽이 점수가 잘 나오니까요. K3만의 문제라기보다 벤치마크 설계가 만들어낸 방향이에요. 다만 실무에서는 중요합니다. 총점만 보면 이 트레이드오프가 안 보이거든요. 사실 정확성이 중요한데 검증 단계가 없는 워크플로라면, 총점보다 이 성질을 먼저 봐야 합니다.
웨이트만 1.4TB가 넘는 모델에서는 전력과 냉각이 성능보다 먼저 걸리는 조건이 된다.
2.8조를 “오픈”이라고 부를 때, 누구에게 열리는 걸까¶
용어부터 정리하고 갈게요. K3는 오픈소스가 아닙니다. 학습 데이터도, 학습 코드도, 재현 파이프라인도 공개되지 않으니 OSI 정의의 오픈소스에 해당하지 않아요. 정확한 표현은 오픈웨이트입니다. 이건 사소한 트집이 아닌 게, VentureBeat조차 헤드라인에 “largest open-source model ever”라고 썼어요. 업계에서 관행적으로 혼용되는 표현이긴 한데, 두 단어가 약속하는 게 서로 다릅니다.
그럼 그 오픈웨이트를 누가 받아서 돌릴 수 있을까요. 숫자를 보면 답이 좀 서늘합니다.
K3는 MXFP4 웨이트 + MXFP8 활성값으로 양자화 인식 학습(QAT)을 했습니다. 4비트가 사후 압축이 아니라 네이티브 배포 포맷이라는 뜻이에요. 그렇게 압축된 상태에서 웨이트만 약 1.4~1.6TB입니다. 여기에 블록 스케일과 런타임 버퍼, 활성값, KV 캐시가 더 붙고, 1M 컨텍스트를 쓰면 KV 캐시가 더 커집니다.
| 구성 | 총 HBM | 1.4~1.6TB 웨이트를 올릴 수 있나 |
|---|---|---|
| H200 × 8 | 1,128GB | 웨이트조차 안 들어갑니다 |
| B200 × 8 | 약 1,440GB | 겨우 올라가도 KV 캐시·활성값 여유가 없습니다 |
| 가속기 64개 이상 (GB200 NVL72급 랙) | — | 문샷 공식 권고 구성입니다 |
H200과 B200 계산은 국내 하드웨어 업체 ManyCoreSoft가 정리한 값이고, “가속기 64개 이상의 슈퍼노드 구성”은 문샷 공식 블로그에 그대로 적혀 있는 권고입니다. 랙 단위로 가면 성능보다 전력과 냉각이 먼저 걸려요. 랙 하나에 120kW 수준에 수랭이 필요하다는 계산도 있습니다. 개인 장비는 애초에 논의 대상이 아니고, 512GB 통합 메모리를 단 Mac Studio로도 안 됩니다.
여기서 제일 아이러니한 장면이 하나 있습니다. 문샷 본인도 GPU가 모자랐어요. 런칭 48시간 만인 7월 19일, 수요가 자사 GPU 클러스터 용량을 넘어서면서 신규 구독 판매를 중단했습니다(기존 구독자는 영향 없음). 세계 최대 오픈웨이트 모델을 내놓은 회사가, 그 모델을 서비스할 GPU가 없어서 이틀 만에 신규 가입을 닫은 겁니다. 그리고 7월 27일에 웨이트를 풉니다.
그래도 “오픈”이 의미 있는 자리¶
여기서 “개인이 못 돌리니 가짜 오픈”으로 가면 틀린 결론이라고 생각합니다. 저희가 사내 서버에 Wan 2.2를 얹어 로컬 영상을 만들어봤던 글에서 옹호했던 오픈웨이트의 가치는 지금도 그대로예요. 다만 혜택받는 사람이 다릅니다.
Wan 2.2 때의 오픈은 “한 번 받아두면 계속 내 것”이었습니다. 약관이 바뀌든 서비스가 종료되든 상관없이 내 5090에서 돌아가는 종류의 오픈이었죠. K3의 오픈은 그게 아닙니다. 대신 이런 자리에서 실질적인 값을 합니다.
- 제3자 호스팅 선택권 — 누구든 서빙할 수 있으니 한 업체의 API에 종속되지 않습니다.
- 온프레미스·주권 배포 — 데이터를 외부로 못 내보내는 규제 산업에는 이 선택지의 유무가 도입 가능 여부를 가릅니다.
- 파인튜닝과 증류의 출발점 — 큰 모델을 열어두면 거기서 작은 모델이 파생됩니다.
- 연구 접근성 — 가중치를 열어봐야만 가능한 연구가 있습니다.
그러니까 취미로 로컬에서 돌리는 오픈과 조직 단위에서만 의미가 생기는 오픈은 다른 종류입니다. K3는 후자예요. 둘 다 진짜 오픈이지만, “오픈웨이트”라는 단어가 여러분 개인에게 무언가를 약속하는지는 따로 따져봐야 합니다.
라이선스는 아직 없습니다¶
오늘 시점에 K3 라이선스를 단정하는 글은 전부 추측입니다. LICENSE 파일이 아직 공개되지 않았어요.
추정의 유일한 근거는 K2 계열입니다. Kimi K2 패밀리는 전부 Modified MIT로 배포됐는데, 원문에 월간 활성 사용자 1억 명 또는 월 매출 2천만 달러를 넘는 상업 제품이라면 UI에 “Kimi K2”를 눈에 띄게 표시하라는 조항이 있어요. 오해가 많은 대목인데, 이건 사용 금지가 아니라 귀속 표시 의무입니다. 조건을 넘겨도 쓸 수 있고, 상업적 사용·파인튜닝·증류·병합·양자화·재배포·호스팅이 전부 허용됩니다. 개인이나 웬만한 기업에는 사실상 무관하고, 빅테크가 조용히 화이트라벨링하는 것만 막는 장치에 가까워요.
K3도 같은 라이선스일 가능성이 높아 보이지만, 어디까지나 추정입니다. 도입을 검토 중이라면 27일에 원문을 직접 확인하시는 게 맞아요.
“초가성비”라는 수식어의 유효기간¶
국내 보도에서 자주 보이는 프레임이 “초가성비 중국 모델”인데, 이건 K2 시절 프레임의 관성입니다. 지금 가격표를 보면 그렇지 않아요.
| 모델 | 입력(캐시 히트) | 입력 | 출력 |
|---|---|---|---|
| Kimi K3 | $0.30 | $3.00 | $15.00 |
| Kimi K2.6 (직전) | $0.16 | $0.95 | $4.00 |
| Claude Sonnet 5 | — | $3.00 | $15.00 |
| GPT-5.6 Sol | — | $5.00 | $30.00 |
| Claude Fable 5 | — | $10.00 | $50.00 |
100만 토큰당 가격입니다. 직전 세대 대비 출력이 3.75배($4 → $15), 입력도 3배 넘게 올랐습니다. 그리고 $3/$15는 Claude Sonnet 5와 완전히 같은 가격표예요. 프론티어 최상위인 Fable 5($10/$50)보다는 확실히 싸지만, “중국 모델이라 압도적으로 싸다”는 공식은 여기서 깨집니다. Simon Willison도 이전 Kimi 모델들 대비 상당한 인상이라고 짚었어요.
토큰당 단가만 보면 안 되는 이유가 하나 더 있습니다. K3는 말이 많습니다. 추론이 상시 켜져 있는데 강도가 max 하나뿐이라, 간단한 요청에도 사고 토큰을 잔뜩 태워요. Willison이 펠리컨 SVG 한 장을 뽑아본 실측이 그 성격을 잘 보여줍니다. 입력 95토큰에 출력이 16,658토큰이었고, 그중 13,241개가 reasoning 토큰이었습니다. 그림 한 장에 25센트가 나갔어요.
속도도 같은 뿌리에서 나옵니다. Artificial Analysis 측정으로 출력은 초당 32.1토큰인데, 첫 토큰까지 걸리는 시간이 161초입니다. 이 숫자를 그냥 “느리다”로 읽으면 오해예요. 추론을 다 마친 뒤에 첫 글자가 나오기 때문에 생기는 지연이라, 대기 시간 안에 실제 작업이 들어 있는 겁니다. 그래도 사람이 앉아서 기다리는 대화형 제품이라면 2분 40초는 그 자체로 설계 제약이 됩니다.
그래서 도입을 검토한다면 토큰당 단가표로 비교하지 마시라는 게 제 의견입니다. 여러분의 대표 작업 10~20건을 실제로 돌려보고 작업당 비용으로 비교해야 해요. 이 모델은 명목 단가와 실제 청구서가 특히 크게 벌어지는 쪽입니다.
K3 공개 일주일 만에 백악관은 칩 우회 반입과 증류 의혹을 제기했고, 문샷 측은 이를 부인했다.
발표 일주일 만에 벌어진 일¶
Fable 5 수출통제를 다뤘던 글에서 미·중 구도를 한 번 짚었는데, 이번엔 그 판의 다음 수가 반대 방향에서 나왔습니다.
7월 22일, 백악관 과학기술정책실(OSTP) 국장 마이클 크라치오스가 X에 두 가지를 제기했습니다. 하나는 문샷이 금수 대상인 엔비디아 GB300 서버를 확보했고 태국에서 GB300에 접근해 학습에 썼을 가능성. 다른 하나는 Anthropic의 Fable 모델을 대상으로 “대규모 은밀 산업적 증류”를 수행했고, 탐지를 피하려 접근 경로를 빠르게 바꾸는 내부 플랫폼을 운영했다는 것입니다.
증거는 공개되지 않았습니다. 이건 추측이 아니라 확인된 사실이에요. 보도 원문들이 “크라치오스는 자신의 주장에 대한 증거를 제시하지 않았다”고 명시하고 있고, 미 정부가 어떻게 알았는지에 대한 설명도 없습니다. 스콧 베선트 재무장관은 중국 AI 기업 제재를 시사하면서 “이 행정부는 오픈소스 모델을 지지하지만 IP 절도는 지지하지 않는다”고 했고요.
반대편 이야기도 같이 봐야 합니다. 문샷 AI 직원인 랜디 시안이 X에 남긴 반박이 널리 인용됐는데, 회사 공식 성명이 아니라 직원 개인 발언이라는 점은 구분해둘 필요가 있어요. 내용은 이렇습니다. “그렇죠, Fable은 7월 1일에 공개됐고 K3는 7월 15일에 나왔습니다. 우리가 딱 15일 만에 완전히 새로운 프론티어 모델을 훈련했다는 거네요.” 기네스 기록감이라는 말을 덧붙였고요. (발표일이 7월 15일과 16일로 엇갈리는 건 시차 때문으로 보입니다.) 날짜 산술만으로 성립하는 반론이라 꽤 강합니다. 중국 대사관 측도 근거가 없다고 일축했습니다.
제3자 반응도 갈립니다. SCMP 보도에 따르면 다수의 AI 연구자들이 이 주장을 정치적이라고 비판했고, 증류만으로 K3의 성능을 설명할 수 없다는 견해를 냈습니다. 모델의 출력물은 저작권 대상이 아니므로 증류를 IP 절도로 부르기 어렵다는 논거도 함께 나왔어요. 반면 정작 피해자로 지목된 Anthropic의 논평은 확인되지 않았습니다.
미국 안에서도 입장이 하나가 아닙니다. 엔비디아 젠슨 황은 생애 첫 X 게시물까지 쓰면서 중국 오픈 모델을 옹호했어요. “이 중국 모델들은 훌륭하다”고 했고, 증류 논란에 대해서는 “증류, AI로부터 배우는 것, 다른 지식원으로부터 배우는 것은 지능의 근본”이라고 했습니다. 값싼 오픈 모델이 퍼질수록 칩과 데이터센터 수요가 늘어난다는 계산이 깔려 있죠.
각주를 하나 붙이자면, 저희가 비교 글에서 다뤘듯 Fable 5에는 프론티어 LLM 개발로 보이는 요청을 감지하면 정확도를 제한하는 증류 방어 장치가 있다고 알려져 있습니다. 그런 장치가 걸린 모델을 두고 증류 의혹이 제기된 상황인데, 이게 어느 쪽을 뒷받침하는지는 저로선 판단할 근거가 없습니다.
정리하면 이 사안은 아직 입증되지 않은 주장 단계입니다. 저는 판단을 유보하는 쪽이고, 한 가지는 분리해서 보는 게 맞다고 봅니다. 어느 쪽이 맞든 K3의 벤치마크 점수 자체가 바뀌지는 않습니다. 위에서 나눠 읽은 내용은 이 논란과 독립적으로 그대로예요.
그래서 이걸 어떻게 봐야 하나¶
조각을 다 놓고 보면 이렇게 정리됩니다.
지금 써볼 만한 경우. 프론트엔드 코드 생성과 UI 프로토타이핑입니다. 단, “사람이 결과물을 나란히 놓고 골랐을 때 선호된 영역”까지만 말하는 게 맞아요. 투표자가 결과물을 더 좋아했다는 게 곧 장기 프로덕션 작업에서 낫다는 뜻은 아닙니다. 그밖에 초장문 컨텍스트가 필요한 작업, 긴 에이전트 루프를 도는 워크로드, 단일 벤더 종속을 피해야 하는 조직에 맞습니다.
신중해야 할 경우. 사실 정확성이 중요한데 검증 단계가 없는 워크플로, 응답 속도가 중요한 대화형 제품, 비용을 토큰당 단가로 잡아둔 팀. 그리고 한 번에 깊게 파고드는 코드 분석은 아직 Fable 5나 GPT-5.6 쪽입니다.
웨이트를 기다릴 이유가 있는 조직. 데이터 반출이 불가능한 규제 산업, 자체 도메인 파인튜닝이 필요한 곳. 다만 가속기 64개 이상이라는 진입선을 먼저 계산해보시고요.
API로 충분한 대다수. 오픈웨이트라는 사실이 곧 여러분에게 유용하다는 뜻은 아닙니다.
1위 헤드라인은 틀리지 않았습니다. 동시에 좁습니다. 인간 블라인드 투표 리그에서의 1위이고, 그 리그에서 K3는 18위에서 1위로 열일곱 계단을 뛰어올랐어요. 오픈웨이트 최전선이 여기까지 올라온 건 분명한 사건이고, 저는 이게 이번 발표에서 가장 중요한 부분이라고 봅니다. Nathan Lambert는 오픈 모델과 클로즈드 모델의 격차가 6~9개월에서 3~5개월로 좁혀졌다고 보는데, 그의 추정치이긴 하지만 방향은 수긍이 갑니다.
다만 그 사건의 크기는 리더보드 한 줄이 아니라 위의 조각들을 다 놓고 봐야 보입니다. 그리고 이 글에서 다룬 상당 부분 — 웨이트, 라이선스, 기술 리포트 — 은 7월 27일에 답이 나옵니다. 실제 파일 크기와 라이선스 원문, 커뮤니티 양자화가 나오면 “개인은 못 돌린다”는 서술의 강도도 달라질 수 있어요. 그때 확인하고 이 글에 업데이트를 붙이겠습니다.