1:1 대결
Kimi K3 vs Gemini 3 Pro: 2026년, 어떤 AI 모델이 이길까?
Kimi K3($15/1M out)와 Gemini 3 Pro($12/1M out (prompts ≤200K))는 2026년 가장 많이 쓰이는 AI 모델 중 둘입니다. 커뮤니티 투표 6건 기준, Kimi K3가 지지율 57%로 앞서고 있습니다.
빠른 평결
추론 항목에서는 Kimi K3와 Gemini 3 Pro가 4.5/5로 동점입니다. 예산 면에서는 Gemini 3 Pro의 승리입니다: $12/1M out (prompts ≤200K)부터 시작하는 반면, Kimi K3는 $15/1M out부터입니다.
항목별 비교
강점과 약점
Kimi K3
- 출시 시점 기준 Artificial Analysis Intelligence Index에서 3위(점수 57)를 기록해 Claude Opus 4.8, GPT-5.5와 견줄 만한 수준이며, 이는 중국 연구기관이 미국의 폐쇄형 프런티어 모델에 가장 근접한 사례입니다.
- Vals AI의 독립 평가 환경에서 SWE-bench Verified 93.4%를 기록했고(GPT-5.6 Sol 96.2%, Claude Fable 5 95.0%), Arena.ai의 Frontend Code Arena에서는 1679점으로 Fable 5를 앞서며 1위를 차지했습니다.
- GPQA Diamond에서 93.5%를 기록해 Fable 5의 92.6%와 GPT-5.6의 94.1% 사이에 위치했고, AIME 2025에서는 96.1%를, GDPval-AA v2 에이전트 작업 평가에서는 Elo 1668로 Fable 5에 이어 2위를 기록했습니다.
- 에이전트 성능이 뛰어나 AutomationBench-AA SaaS 워크플로 평가에서 53%로 1위를 차지했으며, Kimi Code를 통한 장시간 터미널 작업과 저장소 탐색도 가능하고, K2 대비 출력 토큰 수는 약 21% 적으면서도 지능은 더 높습니다.
- 가격은 100만 토큰당 3달러/15달러이며(캐시 적중 시 입력 가격은 0.30달러로 낮아짐) 1M 토큰 컨텍스트 전체에서 동일하게 적용됩니다. 미국의 폐쇄형 프런티어 모델보다 여전히 훨씬 저렴하며, OpenAI 호환 API를 제공하고 OpenRouter에서도 이용할 수 있습니다.
- 텍스트, 이미지, 동영상을 아우르는 네이티브 멀티모달 입력을 지원하며, 2026년 7월 27일에는 Modified MIT 방식(예상)의 라이선스로 오픈 웨이트 공개가 예고되어 있어 최초의 3조 파라미터급 오픈 웨이트 프런티어 모델이 될 전망입니다.
- Kimi K2.6(0.95달러/4달러) 대비 가격이 3배 뛰어 3달러/15달러가 되면서 지금까지 출시된 중국 모델 중 가장 비싸졌고, 이는 Claude Sonnet 5의 정가 수준입니다. '미국 모델보다 10배 저렴하다'는 시대는 끝났다고 볼 수 있으며, Simon Willison이 이 가격 인상을 상세히 기록했습니다.
- 속도가 느립니다. 출력은 초당 33 토큰으로 Artificial Analysis의 190개 모델 중 145위에 그쳐 대화형 용도에는 적합하지 않습니다.
- AA-Omniscience 기준 환각률이 K2.6의 39%에서 51%로 상승했는데, 이는 이전이라면 답변을 거부했을 질문에도 이제는 답을 시도하기 때문입니다(Fable 5도 비슷한 수준인 54.9%입니다).
- 중국어로 된 민감한 주제(시진핑, 중국공산당, 톈안먼 사건 등)에 대한 정치적 검열이 있고, API 데이터의 관할권이 베이징에 있어 다수의 EU 및 규제 준수가 필요한 기업 도입 환경에서 장애 요인이 됩니다. 또한 영국 AISI/CAISI의 테스트에서는 사이버 보안 가드레일이 익스플로잇 개발 시도를 차단하지 못한 것으로 확인되었습니다.
- '오픈 웨이트'라고는 하지만 대부분의 사용자에게는 이론적인 이야기에 가깝습니다. 네이티브 MXFP4 형식으로 약 594GB에 달해 자체 호스팅하려면 다중 GPU 데이터센터가 필요하며, 이 리뷰 작성 시점까지 웨이트 자체와 최종 라이선스는 아직 공개되지 않았습니다.
Gemini 3 Pro
- 출시 시점 LMArena 1위(기록적인 1501 Elo)와 GPQA Diamond 91.9%로 당시 최고 기록
- ARC-AGI-2 31.1%로 당시 Gemini 2.5 Pro(4.9%)의 약 6배, GPT-5.1(17.6%)의 거의 두 배
- 동급 최고의 멀티모달 이해: MMMU-Pro 81%, Video-MMMU 87.6%, 1M 토큰 컨텍스트 윈도우
- 강력한 에이전트 코딩: SWE-bench Verified 76.2%, Terminal-Bench 2.0 54.2%, WebDev Arena 1487 Elo
- 1M 토큰당 $2/$12로 경쟁사보다 저렴했으며, Claude Sonnet급 가격($3/$15)보다 낮았습니다
- 조절 가능한 thinking_level(low/medium/high)로 추론 깊이와 지연 시간, 비용을 맞바꿀 수 있습니다
- 과신에 찬 환각: AA-Omniscience에서 답을 거절하는 대신 88%의 확률로 오답을 냈습니다, Claude Sonnet 4.5는 48%였습니다(the-decoder)
- 아부 성향이 리뷰어들 사이에서 널리 지적되었습니다(Zvi Mowshowitz: '척추 없는 방대한 지능'). 엄격한 시스템 프롬프트가 필요합니다
- 에이전트 스택에서 툴 호출 신뢰성 문제: 툴 출력이 챗 스레드에 그대로 쏟아지고, OpenAI/Anthropic 모델보다 스캐폴딩이 더 필요하다는 개발자 보고가 있습니다
- high thinking 레벨에서 느립니다: 출력 속도는 약 130 tok/s인데도 AI Studio에서 첫 토큰까지 약 30-60초가 측정되었습니다
- 퇴역: 2026년 3월 9일에 Gemini API와 AI Studio에서 종료되었으며, gemini-3-pro-preview는 이제 Gemini 3.1 Pro로 연결됩니다
평결을 내리세요
검투사 한 명당 툴별 추천 한 번. 모두가 보는 대중 점수가 바뀝니다.
Kimi K3에 대한 아레나의 평결
Kimi K3는 프런티어가 더 이상 미국만의 전유물이 아니라는 것을 보여주는 가장 강력한 증거입니다. Artificial Analysis 3위, GPQA와 SWE-bench Verified에서의 최상위권 점수, 그리고 업계 최고 수준의 프런트엔드 코드 아레나 순위를 미국 폐쇄형 프런티어 모델 가격의 대략 2분의 1에서 3분의 1 수준으로 달성했습니다. 벤치마크가 특히 강한 에이전트형 코딩, 프런트엔드 작업, SaaS 자동화에 적합하며, 웨이트가 공개된 이후 프런티어급 모델을 자체 호스팅할 계획이 있는 팀에도 알맞습니다. 반면 대화형 제품(초당 33 토큰은 느립니다), 정치적으로 민감한 콘텐츠나 EU의 엄격한 데이터 거주 요건이 걸린 용도(중국어 검열, 베이징 관할권), 그리고 AA-Omniscience 기준 51%의 환각률로 인해 검증 계층이 필요한 고정밀 검색 용도에는 적합하지 않습니다. 비용을 최우선으로 하는 팀이라면 DeepSeek V4가 여전히 달러당 훨씬 많은 토큰을 제공한다는 점에 유의해야 합니다. K3가 내세우는 것은 최저가 토큰이 아니라 달러당 최고 성능입니다.
Gemini 3 Pro에 대한 아레나의 평결
2025년 말 Google을 다시 정상에 올려놓은 기념비적인 릴리스로, Gemini 2.5 Pro 대비 거대한 추론 도약과 세대 최고의 멀티모달 점수를 보였습니다. 그러나 2026년 중반 기준으로 선택할 이유가 없습니다: Google이 2026년 3월 9일에 API에서 종료했고, Gemini 3.1 Pro가 정확히 같은 가격에 ARC-AGI-2 성능을 두 배 이상(77.1% vs 31.1%)으로 끌어올렸습니다. 레거시 배포를 쓰는 팀은 3.1 Pro로 이전해야 하며, 어차피 기존 모델 ID도 이제 그쪽을 가리킵니다. 리뷰어들이 반복해서 지적한 약점인 만큼, 그라운딩 없이는 환각에 민감한 워크로드에 피하십시오.
대중의 목소리
Kimi K3에 대해
“Tried it for our knowledge-base assistant and the hallucination rate is real: it confidently invented two API endpoints in one afternoon. 33 tokens per second on top of that. Back to waiting for the open weights to fine-tune.”
“Our Zapier-style automation stack runs on it now. Tool orchestration that GPT-5.5 fumbled works reliably, and the cache-hit pricing makes repeated workflows genuinely cheap.”
“The Frontend Arena ranking is deserved. Gave it the same dashboard spec I gave Fable 5 and K3's React came out cleaner, with fewer invented props. At $3/$15 through OpenRouter it was a drop-in swap.”
Gemini 3 Pro에 대해
“Confidently wrong is its worst mode. On AA-Omniscience it gave a wrong answer 88% of the time instead of declining. Add the sycophancy and you need a tight system prompt to trust it.”
“ARC-AGI-2 at 31% was about 6x Gemini 2.5 Pro and nearly double GPT-5.1 at the time. For visual-heavy work (81 MMMU-Pro) nothing else came close.”
“1501 Elo on LMArena at launch was deserved. Multimodal is where it kills, I feed it lecture videos and dense PDFs and it just gets it. 1M context helps.”
비교 계속하기
자주 묻는 질문
Kimi K3가 Gemini 3 Pro보다 나은가요?
정답은 용도에 따라 다릅니다. 이 페이지의 항목별 비교에서 가격, 핵심 스펙, 아레나 평점을 자세히 다룹니다.
Kimi K3와 Gemini 3 Pro 중 어느 쪽이 더 저렴한가요?
Gemini 3 Pro가 더 저렴합니다: $12/1M out (prompts ≤200K)부터 시작하는 반면, Kimi K3는 $15/1M out부터입니다.
Kimi K3와 Gemini 3 Pro의 1M 토큰당 비용은 얼마인가요?
Kimi K3: 입력 토큰 1M당 $3/1M in, 출력 토큰 1M당 $15/1M out. Gemini 3 Pro: 입력 토큰 1M당 $2/1M in (prompts ≤200K), 출력 토큰 1M당 $12/1M out (prompts ≤200K).