맞대결
Kimi K3 대 DeepSeek V4 Pro
Kimi K3 대 DeepSeek V4 Pro, 무엇이 더 나을까요?
인덱스에서 앞서는 쪽은 Kimi K3, 점수는 87.5 대 86.8입니다. 완성도 항목에서 둘 중 더 강하고, 제어력 및 가성비 항목에서는 여전히 DeepSeek V4 Pro 쪽이 앞섭니다. 둘 다 같은 주에 같은 기준으로 평가했으며, 어느 쪽 순위도 협찬이 아닙니다.
업데이트
Kimi K3
53개 중 05위
87.5
누구도 공개한 적 없는 가장 큰 오픈 웨이트 모델, 100만 토큰도 거뜬히 읽습니다.
DeepSeek V4 Pro
53개 중 07위
86.8
프론티어에 위치한 추론 모델, MIT로 공개, 가격은 부수적인 것처럼 책정.
네 가지 점수 나란히 보기
| 점수 | Kimi K3 | DeepSeek V4 Pro | 차이 |
|---|---|---|---|
| 완성도 | 91 | 86 | +5 |
| 속도 | 74 | 74 | — |
| 제어력 | 91 | 94 | +3 |
| 가성비 | 82 | 90 | +8 |
| 인덱스 점수 | 87.5 | 86.8 | +0.7 |
무엇을 고를까
제어력 및 가성비 항목이 결정적인 기준이 아니라면 Kimi K3 쪽을 고르세요. 바로 그 지점이야말로 DeepSeek V4 Pro 쪽이 더 나은 답인 자리입니다.
Kimi K3
Moonshot은 누구도 오픈소스화한 적 없는 규모로 K3를 공개했습니다. 기본 비전, 명시적 추론 모드, 100만 토큰 창을 갖추고 있습니다. 장문 문서 작업과 에이전틱 작업에서 진정으로 최상위권에 근접합니다. 주의할 점이 둘 있습니다. 라이선스가 매출 임계값 이상의 상업적 사용을 제한하므로 오픈소스가 아닌 오픈 웨이트이며, 호스팅 API는 중국 모델답지 않게 프론티어 수준으로 가격이 책정됩니다.
두드러지는 점
- 명목상이 아니라 실제로 처리되는 100만 토큰 컨텍스트
- 기본 비전과 명시적 추론 모드
- 에이전틱 벤치마크에서 가장 강력한 오픈 웨이트 모델
DeepSeek V4 Pro
Pro는 DeepSeek의 추론 플래그십입니다. 답하기 전에 생각하는 매우 큰 희소 모델로, 수학과 코드에서 최고의 클로즈드 모델과 근접한 결과를 냅니다. 놀라운 점은 벤치마크가 아니라 가중치가 MIT 라이선스이고 호스팅 API 비용이 서구 동급 모델의 극히 일부에 불과하다는 것입니다. Flash보다 느리지만 당연합니다. 생각하는 과정이 곧 제품이니까요.
두드러지는 점
- 오픈 웨이트 가격에 프론티어 인접 추론 능력
- 추론 과정 포함 MIT 라이선스
- 전체 레포지토리가 한 번의 호출에 들어갈 만큼 매우 긴 컨텍스트