Kimi K3.1 Pro가 인공지능지수 55로 가격 대비 성능 파레토선에 올랐다

Kimi K3.1 Pro는 Artificial Analysis가 공개한 모델 평가에서 Intelligence Index 55점을 받으며 지능과 비용의 균형을 나타내는 파레토 라인에 이름을 올렸다. 텍스트와 이미지를 입력받아 텍스트를 출력하는 추론 모델이며, 문맥 창은 100만 토큰이다. 긴 문서와 멀티모달 입력을 함께 다루려는 개발자에게 바로 눈에 띄는 사양이다.

점수만 보면 비교군 중간값 27을 크게 웃돈다. Artificial Analysis Intelligence Index v4.3.2는 AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1 등 10개 평가를 묶어 계산한다. Kimi K3.1 Pro의 55점은 이 묶음에서 상위권에 해당한다는 뜻이지만, 평가 세트가 바뀌면 순위도 달라질 수 있다.

가격은 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러로 책정됐다. 캐시 할인은 90%다. Intelligence Index 작업 하나를 평가하는 데 드는 평균 비용은 2.11달러로 집계됐다. 입력과 출력 단가 모두 비교군 중간값과 같은 수준이어서, 점수 대비 가격 경쟁력이 이 모델의 핵심으로 제시된다.

대신 토큰을 많이 쓰는 편이다. 같은 평가에서 1억5000만 토큰을 생성해 중간값 8700만 토큰을 훌쩍 넘었다. 속도는 초당 77토큰으로 평균 81토큰보다 느리다. 출력이 길어지는 작업에서는 단가가 같아도 총비용이 커지고, 응답 지연도 체감될 수 있다.

Artificial Analysis는 모델을 같은 조건끼리 비교하려고 등급별 기준을 둔다. 추론 모델은 추론·비추론 모델을 함께 놓고, 독점 모델은 같은 가격대의 독점·오픈웨이트 모델을 3대1 입출력 가격 비율로 섞어 비교한다. 이런 비교 틀 안에서 Kimi K3.1 Pro가 파레토 라인에 올랐다는 점이 이번 평가의 맥락이다.

실무에서는 100만 토큰 문맥과 이미지 입력을 활용해 긴 계약서, 코드베이스, 스크린샷 기반 분석 같은 작업을 설계할 수 있다. 반복되는 시스템 프롬프트나 문서에는 90% 캐시 할인이 비용 절감 요인이 된다. 그러나 출력 토큰이 많은 에이전트 루프에서는 속도와 토큰 사용량을 먼저 측정하는 편이 안전하다.

주의할 점도 있다. 이 페이지는 추론 버전을 보여주며 비추론 변형이 따로 있을 수 있다고만 언급한다. 점수는 Intelligence Index v4.3.2와 특정 평가 세트에 기반하므로, 실제 서비스의 품질은 프롬프트·도구 사용·출력 길이에 따라 달라질 수 있다. 도입 전에는 자신의 워크로드로 비용과 지연을 다시 재는 것이 좋다.