# Kimi K3.1 Pro vs Claude Opus 5.5 비교: 절반 가격은 토큰 단가일 뿐

> Kimi K3.1 Pro의 토큰 단가는 Opus 5.5의 절반이지만 기본값 max에서는 생각이 길어 작업당 비용이 비슷합니다. effort를 맞추면 Opus high가 AA 기준 더 싸고 빠릅니다.

- URL: https://blog.laozhang.ai/ko/posts/kimi-k3-1-pro-vs-claude-opus-5-5
- Published: 2026-10-25
- Updated: 2026-10-25
- Author: LaoZhang AI Team (https://blog.laozhang.ai/ko/about)
- Topic: 모델 비교
- Tags: Kimi K3.1 Pro, Claude Opus 5.5, 모델 비교, API 가격, Claude Code

---
2026년 10월 25일 기준 Kimi K3.1 Pro(`kimi-k3.1-pro`)의 API 단가는 100만 토큰당 입력 $2, 출력 $10으로 Claude Opus 5.5(`claude-opus-5-5`, 입력 $4·출력 $20)의 정확히 절반입니다. 하지만 캐시 읽기는 두 모델 모두 $0.20이고, 작업 하나에 드는 돈은 모델이 답을 내기까지 얼마나 길게 생각하느냐에 따라 정해집니다. Artificial Analysis(AA)의 독립 측정에서 K3.1 Pro는 지수 55점에 작업당 $2.11을 썼고, Opus 5.5는 `high`에서 54점에 $1.82를 쓰면서 시간은 절반도 걸리지 않았습니다.

그래서 Opus 5.5를 한꺼번에 K3.1 Pro로 바꾸기보다는, 응답 속도가 덜 중요한 배치 작업이나 장시간 에이전트 작업 일부를 골라 K3.1 Pro의 `reasoning_effort`를 `low` 또는 `high`로 직접 지정하고 Opus 5.5 `medium`·`high`와 나란히 시험하는 편이 맞습니다. Kimi API는 effort(추론 강도)를 비워 두면 `max`로, Opus API는 `medium`으로 동작하므로 기본값끼리 비교하면 "절반 가격"이 거의 사라집니다. 대화형 코딩처럼 기다림이 비용인 작업, 지식·과학 문제, Bedrock이나 Vertex 같은 클라우드 경로가 필요한 작업은 Opus에 남겨 두세요.

2026년 10월 25일에 직접 실행한 것은 공개 단가로 한 비용 재계산과 OpenRouter 공개 카탈로그 조회 두 가지입니다. 같은 프롬프트를 두 모델에 넣어 품질이나 속도를 비교하는 테스트는 하지 않았으므로, 아래의 점수·시간·작업당 비용은 AA, atomicagent, 그리고 각 회사가 공개한 수치이며 출처를 해당 문단에 붙였습니다.

## 정말 절반 가격인가: 입력·출력은 2배, 캐시 읽기는 같은 $0.20

"절반 가격"은 캐시를 쓰지 않은 입력과 출력의 정가에만 맞는 말입니다. 에이전트 작업에서 비중이 큰 캐시 읽기는 두 모델이 100만 토큰당 $0.20으로 같고, 5분 캐시 쓰기는 Opus가 2.5배로 차이가 더 큽니다. 아래는 2026년 10월 25일 기준 [Kimi 플랫폼 요금표](https://platform.kimi.ai/docs/pricing/chat)와 [Anthropic Claude API 요금표](https://platform.claude.com/docs/en/about-claude/pricing)의 미국 달러 정가이며 세금은 제외입니다.

| 100만 토큰당 정가 | Kimi K3.1 Pro | K3.1 Pro Highspeed | Claude Opus 5.5 | Opus ÷ K3.1 Pro |
| --- | ---: | ---: | ---: | ---: |
| 입력 | $2.00 | $4.00 | $4.00 | 2.0배 |
| 출력 | $10.00 | $20.00 | $20.00 | 2.0배 |
| 캐시 읽기 | $0.20 | $0.20 | $0.20 | 1.0배 |
| 5분 캐시 쓰기 | $2.00 | $4.00 | $5.00 | 2.5배 |
| 1시간 캐시 쓰기 | $4.00 | $8.00 | $8.00 | 2.0배 |

Kimi가 K3.1 Pro보다 2~3배 빠르다고 소개한 K3.1 Pro Highspeed는 입력·출력 단가가 Opus 5.5와 똑같습니다. 속도 때문에 Highspeed를 고르면 단가 이점은 사라진다는 뜻입니다. 반대로 Opus 쪽에는 정가보다 싼 길과 비싼 길이 함께 있습니다. Message Batches는 입력 $2·출력 $10으로 K3.1 Pro 정가와 같고, 2026년 10월 25일 OpenRouter 목록에서 Bedrock·Azure·Vertex의 지역 엔드포인트는 1.1배인 $4.40·$22, fast 모드는 $8·$40입니다. Kimi는 장문 구간 할증이 없는 정액제이고, 최소 $1를 충전해야 K3.1 Pro가 열립니다.

같은 토큰 수를 넣었을 때 실제 청구액이 얼마나 벌어지는지는 작업 모양에 따라 다릅니다. 2026년 10월 25일 위 정가로 네 가지 가상 작업을 다시 계산한 결과는 다음과 같습니다. 토큰 수는 설명용 가정이며, 출력에는 생각 토큰이 포함된다고 봤습니다.

| 가상 작업 (토큰 수는 가정) | Kimi K3.1 Pro | Opus 5.5 | Opus ÷ K3.1 Pro |
| --- | ---: | ---: | ---: |
| 캐시 없는 요청 1건: 입력 8K + 출력 2K | $0.036 | $0.072 | 2.00배 |
| 에이전트 세션: 고정 앞부분 60K 캐시, 40턴 × (새 입력 4K + 출력 3K) | $2.108 | $3.808 | 1.81배 |
| 40만 토큰 문서에 5분 안에 질문 10개 | $1.676 | $3.032 | 1.81배 |
| 캐시 읽기 100만 토큰 + 출력 1K | $0.210 | $0.220 | 1.05배 |

첫 줄은 Kimi `8,000 × $2 + 2,000 × $10 = $0.036`(100만으로 나눈 값), Opus `8,000 × $4 + 2,000 × $20 = $0.072`입니다. 에이전트 세션은 고정 앞부분 60K를 5분 캐시로 한 번 쓰고 39번 읽은 뒤 매 턴 새 입력과 출력을 더했기 때문에, 캐시 읽기 비중만큼 2배에서 1.81배로 줄어듭니다. 거의 캐시 읽기만 하는 작업이라면 두 모델 차이는 5%에 그칩니다. 여기까지가 "두 모델이 같은 양의 토큰을 쓴다"는 가정의 결과이고, 실제로는 이 가정이 가장 먼저 깨집니다.

## effort별 작업당 비용: Opus high는 K3.1 Pro의 0.86배

같은 일을 시켜도 K3.1 Pro는 Opus 5.5보다 출력 토큰을 훨씬 많이 쓰기 때문에, 작업당 비용은 Opus를 어느 effort에서 쓰느냐에 따라 Opus가 더 싸기도 하고 몇 배 비싸기도 합니다. Kimi의 `reasoning_effort`는 `low`·`high`·`max` 세 단계이고 기본값이 `max`입니다. Opus 5.5는 `low`·`medium`·`high`·`xhigh`·`max` 다섯 단계에 기본값이 `medium`이며, 두 모델 모두 생각(thinking)을 끌 수 없습니다. 이름이 같은 `max`라도 두 회사에서 뜻하는 연산량은 다릅니다.

[Artificial Analysis의 K3.1 Pro와 Opus 5.5 비교 페이지](https://artificialanalysis.ai/models/comparisons/kimi-k3-1-pro-vs-claude-opus-5-5)는 2026년 10월 25일 기준 지수 v4.3.2(평가 10종)에서 작업당 비용과 시간을 effort별로 공개합니다. AA는 K3.1 Pro 측정에 effort를 표시하지 않았고, Kimi API의 기본값은 `max`입니다.

| AA 측정 설정 | 지수 | 작업당 비용 | K3.1 Pro 대비 비용 | 작업당 시간 | 작업당 출력 토큰 |
| --- | ---: | ---: | ---: | ---: | ---: |
| Kimi K3.1 Pro | 55 | $2.11 | 1.00배 | 618초 | 55k |
| Opus 5.5 `low` | 42 | $0.55 | 0.26배 | 80초 | 10k |
| Opus 5.5 `medium` (API 기본값) | 51 | $1.34 | 0.64배 | 195초 | 26k |
| Opus 5.5 `high` | 54 | $1.82 | 0.86배 | 272초 | 36k |
| Opus 5.5 `xhigh` | 56 | $3.46 | 1.64배 | 493초 | 66k |
| Opus 5.5 `max` | 58 | $5.98 | 2.83배 | 796초 | 119k |

비용 비율은 2026년 10월 25일 AA 수치를 나눈 값입니다(예: `$1.82 ÷ $2.11 = 0.86`). 점수가 비슷한 지점끼리 보면 Opus 5.5 `high`는 K3.1 Pro보다 1점 낮은 54점이지만 비용은 0.86배, 시간은 약 0.44배(272초 ÷ 618초)입니다. K3.1 Pro가 확실히 싸지는 구간은 Opus를 `xhigh`나 `max`로 돌릴 때이고, 그때 Opus는 1~3점을 더 얻는 대가로 1.64~2.83배를 냅니다. AA 지수 전체를 한 번 돌리는 데 든 돈도 K3.1 Pro $3,117, Opus `max` $8,708로 같은 방향입니다.

![AA 측정 기준 Opus 5.5 effort 다섯 단계와 Kimi K3.1 Pro의 지수, 작업당 비용, 작업당 시간을 나란히 놓은 막대 그래프](https://blog.laozhang.ai/posts/ko/kimi-k3-1-pro-vs-claude-opus-5-5/img/effort-cost-per-task.webp)

같은 날 정가만으로도 확인해 볼 수 있습니다. 새 입력 20K 토큰에 AA가 잰 출력 길이를 붙여 요청 1건 값을 계산하면 K3.1 Pro는 `20,000 × $2 + 55,000 × $10 = $0.59`입니다. Opus는 `medium`(출력 26k)에서 $0.60으로 1.02배, `high`(36k)에서 1.36배, `xhigh`에서 2.37배, `max`(119k)에서 4.17배이고, `low`(10k)에서는 0.47배입니다. AA는 K3.1 Pro를 "매우 장황하다"고 평가하는데, 지수를 돌리는 데 1억 5천만 토큰을 써서 중앙값 8천 7백만 토큰을 크게 넘었습니다. 토큰 단가가 절반이어도 출력이 두 배를 넘으면 절약분이 사라지는 이유입니다.

실제 코딩 작업에서도 비슷한 결과가 나왔습니다. [atomicagent의 Kimi K3.1 Pro 테스트](https://atomicagent.io/blog/kimi-k3-1-pro)는 버그 5개와 빠진 기능 2개를 심은 작은 Python 패키지를 같은 에이전트에서 설정마다 3번씩 풀게 했고, 모든 설정이 숨은 테스트를 전부 통과했습니다. K3.1 Pro는 기본값 `max`에서 작업당 $0.35~0.46으로 Opus 5.5의 $0.37과 거의 같았고, `low`로 낮췄을 때 $0.16~0.21로 절반 수준이 됐지만 시간은 약 2.2분으로 Opus의 69초보다 두 배 가까이 걸렸습니다. `max`의 K3.1 Pro는 한 번 실행에 평균 28번 모델을 호출하고 생각 토큰 12,000개를 쓴 반면 Opus는 7번, 약 700개였습니다. 작성자들 스스로 작은 과제 하나를 출시 당일에 돌린 결과라고 밝혔고, Opus의 effort는 따로 적지 않았습니다.

## 0.7점, 67 대 60, 64.8%: 어느 Terminal-Bench 숫자를 믿을까

Terminal-Bench 4.0 점수는 출처가 세 곳이고, 측정 도구(하니스)와 effort가 달라서 승자도 바뀝니다. 그러니 "0.7점 차이"는 Kimi가 고른 조건의 숫자이고, 독립 측정에서는 K3.1 Pro가 앞서기도 하며, 공개 리더보드에는 아직 K3.1 Pro가 없습니다.

| 출처 (2026년 10월 25일 기준) | Kimi K3.1 Pro | Claude Opus 5.5 | 조건 |
| --- | ---: | ---: | --- |
| Kimi 출시 발표 그래프 | 65.7% | 66.4% | Opus 값은 Anthropic이 `xhigh`로 낸 자체 수치 |
| [tbench.ai Terminal-Bench 4.0 리더보드](https://www.tbench.ai/leaderboard/terminal-bench/4.0) | 등재 없음 | 64.8% ± 3.1% | Opus `max`, Claude Code 하니스 |
| Artificial Analysis | 67% | 60% (`high`는 57%) | AA 자체 하니스, Opus `max` |

![Kimi 출시 발표, tbench.ai 리더보드, Artificial Analysis 세 출처의 Terminal-Bench 4.0 점수와 측정 조건을 나란히 비교한 카드](https://blog.laozhang.ai/posts/ko/kimi-k3-1-pro-vs-claude-opus-5-5/img/terminal-bench-sources.webp)

[Kimi K3.1 Pro 퀵스타트 문서](https://platform.kimi.ai/docs/guide/kimi-k3-1-pro-quickstart)의 발표 그래프에서 K3.1 Pro는 14개 벤치마크 중 9개에서 앞섰고, Opus는 Terminal-Bench 4.0, Terminal-Bench Science(63.3 대 38.1), GDPval-AA, BenchCAD, OSWorld 5개에서 앞섰습니다. 이 그래프의 Opus 열은 출처와 effort가 섞여 있어서, Terminal-Bench 66.4%는 [Anthropic의 Opus 5.5 발표](https://www.anthropic.com/news/claude-opus-5-5)에 나온 `xhigh` 값입니다. "Opus의 3분의 1 비용"이라는 말은 Kimi의 비용 산점도에서 나온 것으로 보입니다. 그래프를 눈으로 읽으면 K3.1 Pro `max`는 약 65.7%에 작업당 약 $5.2, Opus 5.5는 약 65%에 약 $14.3인데, K3.1 Pro를 `high`로 낮추면 약 53%에 약 $4.2로 점수가 13점가량 떨어집니다. 싸게 쓰려고 effort를 낮추면 이 정도 손실이 따라온다는 뜻입니다.

Terminal-Bench 밖으로 넓히면 AA 평가에서 갈리는 분야가 분명합니다. Opus `max`는 HLE(61% 대 52%), SciCode(67% 대 61%), CritPt(32% 대 25%), AA-Omniscience(46 대 30), AA-Briefcase(1801 대 1678)에서 앞섰고, K3.1 Pro는 Terminal-Bench 4.0, AutomationBench-AA(73% 대 70%), GDP.pdf(31% 대 26%)에서 앞섰습니다. Threads 등에서 돈 "3점 차이"는 AA 지수 55 대 58(Opus `max`)을 말합니다. 지식·과학 쪽은 Opus, 터미널·자동화 쪽은 K3.1 Pro가 유리한 그림이지만, Anthropic도 발표문에서 벤치마크 격차가 실제 차이를 보여 주는 지표로서 신뢰도가 떨어졌다고 썼습니다. AA 수치는 출시 직후라 수정될 수 있습니다.

## 지연과 속도: K3.1 Pro는 더 오래 생각하고 더 늦게 끝납니다

같은 일을 끝내는 데 걸리는 시간은 K3.1 Pro가 깁니다. 2026년 10월 25일 AA 측정에서 K3.1 Pro는 작업당 618초로 Opus 5.5 `medium`(195초)의 약 3배, `high`(272초)의 2배 이상이었고, 초당 출력 속도도 73토큰으로 Opus의 81~96토큰보다 느렸습니다. 생각 토큰이 많고 호출 횟수가 많다는 앞의 결과가 그대로 대기 시간으로 이어집니다. 사람이 결과를 기다리는 대화형 코딩이나 사용자 응답 API라면 이 차이가 단가 절감보다 클 수 있습니다.

속도가 필요하면 Kimi는 K3.1 Pro Highspeed를 내놓았는데, 앞서 본 대로 입력·출력 단가가 Opus 5.5와 같아집니다. 반대로 밤새 돌리는 배치나 결과만 받으면 되는 에이전트 작업이라면 시간 차이는 덜 중요합니다. Reddit에는 같은 작업에서 Kimi가 벽시계 기준 13분, Opus가 29분 걸렸고 비용은 Kimi가 3.5배 적었다는 반대 방향의 사용자 보고도 있어, 작업 종류에 따라 결과가 갈린다고 보는 편이 안전합니다.

## 모델 이름만 바꾸면 깨지는 곳: 샘플링, 출력 한도, 제공처

기존 Opus 5.5 코드에서 모델 이름만 `kimi-k3.1-pro`로 바꾸면 샘플링 파라미터, effort 값, 출력 한도에서 먼저 문제가 생깁니다. Kimi는 temperature 1.0, top_p 0.95, n 1, presence·frequency penalty 0을 고정해 두고 요청에서 빼라고 안내하며, Opus에서 쓰던 `medium`·`xhigh` 같은 effort 값은 Kimi에 없습니다. 아래는 2026년 10월 25일 기준 두 회사 문서와 OpenRouter 카탈로그에 나온 내용입니다.

| 항목 | Kimi K3.1 Pro | Claude Opus 5.5 |
| --- | --- | --- |
| 모델 ID | `kimi-k3.1-pro`, `kimi-k3.1-pro-highspeed` | `claude-opus-5-5` (Bedrock은 `anthropic.claude-opus-5-5`) |
| 엔드포인트 | `https://api.moonshot.ai/v1`, Anthropic 호환 `https://api.moonshot.ai/anthropic` | Claude API, Bedrock, Vertex, Foundry, Claude Platform on AWS |
| effort 단계와 기본값 | `low`·`high`·`max`, 기본 `max` | `low`·`medium`·`high`·`xhigh`·`max`, 기본 `medium` |
| 생각 끄기 | 불가 | 불가 (`disabled`는 400 오류) |
| 샘플링 값 | 고정, 요청에서 생략 | 해당 없음 |
| 최대 출력 | 기본 131,072, 최대 1,048,576 토큰 | 128K 토큰 (Batches 베타 헤더로 300K) |
| 컨텍스트 | 100만 토큰 | 100만 토큰 |
| OpenRouter 엔드포인트 | 2개, 모두 Moonshot AI | 11개, Anthropic과 클라우드 3곳 |

멀티턴과 도구 호출에서는 Kimi가 받은 어시스턴트 메시지 전체를 바꾸지 말고 그대로 돌려보내라고 안내하므로, 생각 블록을 지우거나 요약하는 기존 로직이 있다면 점검해야 합니다. 이미지도 공개 URL로는 넣을 수 없고 base64나 `ms://` 파일 ID로 보내야 합니다. 2026년 10월 25일 OpenRouter 공개 API에서 `moonshotai/kimi-k3.1-pro`의 지원 파라미터 목록에는 `reasoning_effort`, 도구, 구조화 출력은 있지만 temperature와 top_p는 없었습니다. 같은 조회에서 K3.1 Pro 엔드포인트는 Moonshot AI가 직접 운영하는 2개(일반, Highspeed)뿐이었고, Opus 5.5는 Anthropic, Amazon Bedrock, Google Vertex, Azure, Claude Platform on AWS에 걸쳐 11개였습니다. Moonshot에 장애가 나면 K3.1 Pro로 넘어갈 다른 제공처가 아직 없다는 뜻입니다.

Kimi는 K3.1 Pro를 "3T급 오픈 웨이트 모델"이라고 소개하지만, 전체 가중치는 11월 4일까지 공개하겠다는 약속 단계이고 AA도 2026년 10월 25일 기준 "Open Source (Weights): No"로 표시합니다. 가중치가 나오면 다른 제공처가 늘어날 가능성이 크므로, 제공처 수와 가격은 그 뒤에 다시 확인할 항목입니다. 한국은 Anthropic의 지원 지역에 포함돼 있어 Opus 5.5를 Claude API나 클라우드로 쓰는 데 지역 제한은 없습니다. laozhang.ai의 모델 목록에는 2026년 10월 25일 기준 `claude-opus-5-5`가 있고, 같은 날 오후 `kimi-k3.1-pro`와 `kimi-k3.1-pro-highspeed`도 Kimi 정가(100만 토큰당 $2·$10, $4·$20, 캐시 읽기 $0.20)로 추가됐습니다. 이 경로의 Claude는 응답 1건 출력이 32,768토큰으로 제한돼 `xhigh`·`max`의 긴 출력에는 맞지 않습니다.

*안내: [laozhang.ai는 이 블로그 운영팀의 자사 서비스입니다](https://blog.laozhang.ai/ko/about#laozhang). 그 가격은 독립적인 비교가 아니라 자사 제시 가격입니다.*

## 어떤 작업을 K3.1 Pro로 옮기고 무엇을 Opus 5.5에 남길까

K3.1 Pro로 먼저 시험할 작업은 결과를 테스트로 검증할 수 있고, 몇 분 더 걸려도 괜찮고, 지금 Opus를 `xhigh`·`max`로 돌리고 있는 작업입니다. 이 구간에서는 AA 기준 Opus가 K3.1 Pro의 1.64~2.83배를 쓰므로 절감 폭이 가장 큽니다. AA 측정에서 K3.1 Pro가 앞선 터미널 조작과 업무 자동화 작업, 그리고 출력이 128K 토큰을 넘어야 하는 긴 생성 작업도 후보입니다.

Opus 5.5에 남길 작업은 반대 조건입니다. 사람이 응답을 기다리는 대화형 코딩과 서비스 API, HLE·SciCode·CritPt처럼 지식과 과학 추론이 중요한 작업, 그리고 Bedrock·Vertex·Azure 같은 클라우드 계약이나 여러 제공처가 필요한 운영 환경이 여기에 해당합니다. 지금 Opus를 기본값 `medium`이나 `high`로 쓰고 있다면 AA 기준으로는 Opus 쪽이 이미 작업당 더 싸고 빠르므로, 바꿀 이유는 자기 작업에서 K3.1 Pro의 품질이 확실히 높게 나올 때뿐입니다.

Claude 안에서 단가를 낮추는 길도 있습니다. Sonnet 5.5는 입력 $2·출력 $10으로 K3.1 Pro와 정가가 같고 캐시 읽기는 $0.10으로 절반이니, 같은 하니스를 유지하고 싶다면 [Sonnet 5.5 vs Opus 5.5 차이: 작업당 비용과 선택 기준](https://blog.laozhang.ai/ko/posts/claude-sonnet-5-5-vs-opus-5-5)을 함께 비교해 보세요. Opus 5.5 자체의 토큰 비용 계산은 [Claude Opus 5.5 가격과 사용량 초기화권: 토큰 비용 계산부터 사용 시점까지](https://blog.laozhang.ai/ko/posts/claude-opus-5-5-pricing-limit-reset)에서, 다른 상위 모델과의 비교는 [Gemini 4 Argon·Opus 5.5·GPT-6.1 Sol 비교: 작업당 비용 6배 차이](https://blog.laozhang.ai/ko/posts/gemini-4-argon-vs-claude-opus-5-5-vs-gpt-6-1-sol)에서 다룹니다. OpenAI의 GPT-6.1 Sol도 정가가 입력 $2·출력 $10으로 같으며, K3.1 Pro와의 작업당 비용 차이는 [Kimi K3.1 Pro vs GPT-6.1 Sol 비교: 같은 정가, 작업당 비용은 3배 차이](https://blog.laozhang.ai/ko/posts/kimi-k3-1-pro-vs-gpt-6-1-sol)에서 계산했습니다.

## 내 작업으로 K3.1 Pro와 Opus 5.5를 공정하게 비교하는 순서

공정한 비교의 핵심은 기본값을 믿지 않고 effort를 양쪽에서 직접 지정한 뒤, 토큰 계산이 아니라 실제 청구액과 합격한 결과 수로 비교하는 것입니다. atomicagent는 토큰 기록으로 계산한 Kimi 비용이 $1.52였는데 잔액은 $2.02가 줄었다고 밝혔으므로, 비용은 콘솔의 차감액으로 확인하는 편이 정확합니다.

1. 실제로 반복하는 작업 몇 개를 고르고, 통과 기준(테스트, 검토 체크리스트)을 미리 정합니다.
2. Kimi 요청에서 temperature, top_p, penalty 값을 빼고, 어시스턴트 메시지를 그대로 돌려보내도록 대화 처리 코드를 맞춥니다.
3. K3.1 Pro는 `reasoning_effort`를 `low`, `high`, `max`로, Opus 5.5는 `medium`, `high`로 각각 명시해 작업마다 3번 이상 실행합니다.
4. 실행마다 콘솔 차감액, 걸린 시간, 모델 호출 횟수, 통과 여부를 기록합니다.
5. 통과한 결과 1건당 비용과 시간을 계산해, 같은 품질을 내는 가장 낮은 단계끼리 비교합니다.
6. 11월 4일 가중치 공개 뒤의 제공처 변화, tbench.ai 리더보드의 K3.1 Pro 등재, AA 수치 수정 여부를 보고 다시 비교합니다.

## Claude Code에서 Kimi K3.1 Pro를 쓰려면: 환경 변수 설정

Claude Code의 작업 방식은 그대로 두고 모델만 K3.1 Pro로 바꾸고 싶다면, Kimi가 안내하는 Anthropic 호환 엔드포인트를 `~/.claude/settings.json`의 `env`에 넣으면 됩니다. Kimi 플랫폼 문서의 "Use Kimi in Claude Code" 페이지는 2026년 10월 25일 기준 설정 예시에 아직 `kimi-k3[1m]`을 넣고 있고, K3.1 Pro 이름은 연결 확인용 curl에만 나옵니다. 아래는 그 예시에서 모델 값만 `kimi-k3.1-pro`로 바꾼 형태입니다. Moonshot 키가 없어 직접 실행해 보지는 않았고, 예시의 `[1m]` 접미사를 K3.1 Pro에도 붙여야 하는지는 문서에 나오지 않습니다.

```json
{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.moonshot.ai/anthropic",
    "ANTHROPIC_AUTH_TOKEN": "YOUR_MOONSHOT_API_KEY",
    "ANTHROPIC_MODEL": "kimi-k3.1-pro",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "kimi-k3.1-pro",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "kimi-k3.1-pro",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "kimi-k2.7-code",
    "ANTHROPIC_DEFAULT_FABLE_MODEL": "kimi-k3.1-pro",
    "CLAUDE_CODE_SUBAGENT_MODEL": "kimi-k3.1-pro",
    "CLAUDE_CODE_AUTO_COMPACT_WINDOW": "1000000",
    "CLAUDE_CODE_EFFORT_LEVEL": "max"
  }
}
```

Kimi 문서에 따르면 모델 변수를 일부만 채우면 서브에이전트나 백그라운드 작업이 "조용히 실패"하므로 모든 등급을 채워야 하고, `settings.json`의 `env` 값이 터미널에서 export한 같은 이름의 변수보다 우선합니다. 설정 후 Claude Code를 다시 시작해 `/status`에서 Base URL과 모델이 바뀌었는지 확인하세요. Kimi는 `CLAUDE_CODE_EFFORT_LEVEL`을 `max`로 권하는데, 앞의 atomicagent 결과대로 `max`에서는 작업당 비용이 Opus와 비슷해지므로 비용을 줄이려는 목적이라면 이 값이 첫 번째 조정 대상입니다. Claude Code에서 낮은 effort 값이 Kimi 엔드포인트에 어떻게 전달되는지는 Kimi 문서에 설명이 없습니다.

## Claude Max 구독과 Kimi 요금제로 비교하면 어떤가요?

구독 요금제의 한도는 API 가격과 계산 방식이 달라서 위의 작업당 비용으로는 비교할 수 없습니다. X의 한 사용자는 같은 3D 장면 작업에서 $100 Claude 요금제의 5시간 세션 한도를 62% 썼고 Kimi Vivace 요금제는 0.53%만 썼다고 보고했지만, 한 사람의 한 작업 사례일 뿐입니다. Kimi API는 Kimi 멤버십이나 Kimi Code 구독과 별개로 충전해서 쓰는 종량제라는 점도 함께 기억해 두세요.

## 참고 자료

이 글이 링크한 외부 페이지를 본문에 나온 순서대로 정리했습니다. 마지막 업데이트: 2026-10-25.

- [Kimi 플랫폼 요금표](https://platform.kimi.ai/docs/pricing/chat) (platform.kimi.ai)
- [Anthropic Claude API 요금표](https://platform.claude.com/docs/en/about-claude/pricing) (platform.claude.com)
- [Artificial Analysis의 K3.1 Pro와 Opus 5.5 비교 페이지](https://artificialanalysis.ai/models/comparisons/kimi-k3-1-pro-vs-claude-opus-5-5) (artificialanalysis.ai)
- [atomicagent의 Kimi K3.1 Pro 테스트](https://atomicagent.io/blog/kimi-k3-1-pro) (atomicagent.io)
- [tbench.ai Terminal-Bench 4.0 리더보드](https://www.tbench.ai/leaderboard/terminal-bench/4.0) (tbench.ai)
- [Kimi K3.1 Pro 퀵스타트 문서](https://platform.kimi.ai/docs/guide/kimi-k3-1-pro-quickstart) (platform.kimi.ai)
- [Anthropic의 Opus 5.5 발표](https://www.anthropic.com/news/claude-opus-5-5) (anthropic.com)