중국산 오픈소스 LLM 열풍, Kimi K3와 GLM-5.2 실전 성능 비교

Kimi K3, 프론트엔드 아레나 1위에 오른 배경

클로드코드 사용자 커뮤니티에서 최근 부쩍 자주 나오는 이름이 있다. Kimi와 GLM, 그리고 이들을 병행 사용하는 조합법이다. Opus 사용량 제한에 부딪힌 개발자들이 대안을 찾아 나서면서 중국계 오픈웨이트 모델의 실사용 후기가 방마다 오간다. 단순히 "싸구려 대체재"를 찾는 것인지, 실제로 쓸 만한 선택지가 나온 것인지 웹 조사와 커뮤니티 반응으로 함께 짚어본다.

모먼트AI(Moonshot AI)는 2026년 7월 16일 2.8조 파라미터 규모의 오픈웨이트 모델 Kimi K3를 공개했다. 지금까지 나온 오픈웨이트 모델 중 최대 규모이며 100만 토큰 컨텍스트를 지원한다. LMArena의 Frontend Code Arena에서는 인간 평가자 투표 1679점으로 Claude Fable 5를 앞질러 1위를 차지했고, 7개 프론트엔드 영역 중 6개에서 1위를 기록했다. 다만 종합 지표인 Artificial Analysis Intelligence Index에서는 4위로, 순수 추론과 대규모 저장소 이해에서는 Claude Fable 5나 GPT-5.6 Sol에 밀린다. "지구력·자동화·프론트엔드에는 강하지만 깊은 사고에는 약하다"는 성격이 뚜렷한 셈이다.

방 논의에서도 이 특성이 확인됐다. 한 멤버가 Kimi K3 HIGH를 4시간 가까이 프론트엔드 작업에 써보고 괜찮다는 평가를 남겼는데, 벤치마크 방향과 일치한다. 다만 커뮤니티에서는 전반적으로 "Opus 이하로 체감된다"는 의견이 많았다. Kimi ultrafast(고속 응답 모드)를 써보고 싶다는 반응도 나왔는데, 실제로 Kimi는 표준형과 초당 약 180~260토큰을 내는 고속형(highspeed) API를 함께 제공한다.

GLM-5.2, 100만 토큰 컨텍스트로 맞불

즈푸(Zhipu AI, Z.ai)의 GLM 계열도 2026년 들어 빠르게 갱신됐다. 2월 공개된 GLM-5는 744B 파라미터에 DeepSeek 스파스 어텐션과 멀티토큰 예측을 적용해 SWE-bench Verified 77.8% 등 오픈소스 상위권 점수를 냈다. 6월에는 후속작 GLM-5.2가 나왔는데, 컨텍스트를 100만 토큰까지 확장하고 MIT 라이선스로 완전 오픈소스 전환한 게 특징이다.

22개 실제 SaaS 자동화 작업 비교에서는 GLM(0.800)이 Kimi(0.775)를 근소하게 앞섰다는 조사도 있다. 컨텍스트는 GLM-5.2가 Kimi(25.6만 토큰)의 4배라 저장소 전체를 넣는 작업에 유리하고, Kimi는 입력 단부터 멀티모달을 지원해 UI 스크린샷이나 디자인 목업을 그대로 넣을 수 있다는 차이가 있다. 방에서도 "GLM5 계열도 준수하다"는 평가가 나왔는데, 조사 결과와 대체로 부합한다.

저가 조합 전략: Kimi 요금제 + Hermes 병행

방에서 공유된 활용법 중 눈에 띈 것은 Kimi 저가 플랜으로 비용을 아끼면서 Hermes를 함께 쓰는 조합이었다. Hermes는 미국 오픈소스 연구소 Nous Research의 모델·에이전트 계열로, 툴 사용과 구조화 출력에 강점을 둔 파인튜닝이 특징이다. Nous Research는 2026년 2월 오픈소스 자율 에이전트 프레임워크 Hermes Agent를 내놨고 6월에는 데스크톱 앱까지 공개했으며, 최근 15억 달러 밸류에이션 투자 유치 협상 소식도 전해졌다. 값싼 Kimi 크레딧으로 대량 작업을 처리하고 툴 호출이 중요한 구간엔 Hermes를 붙이는 방식은 비용 효율을 노린 조합인 셈이다.

Kimi K2.7 Code API는 입력 100만 토큰당 0.95달러(캐시 히트 시 0.19달러), 출력 4달러 수준으로 Claude Opus보다 현저히 저렴하다. 채팅 플랜도 월 19달러부터 코딩 크레딧을 포함해 제공되고, Claude Code CLI와 Anthropic 호환 엔드포인트로 연동돼 기존 워크플로를 유지한 채 백엔드만 바꿀 수 있다.

"클로드를 증류한 느낌", 근거 있는 인상

방에서 나온 "클로드를 증류한 듯한 말투가 느껴진다"는 인상평은 단순한 느낌만은 아니었다. Anthropic은 2026년 초 DeepSeek·Moonshot·MiniMax 등이 약 2만 4천 개 위장 계정으로 1600만 건 이상의 Claude 대화를 수집해 학습에 썼다고 주장했고, 8월에는 알리바바를 겨냥해 2만 5천 개 계정·2880만 건 프롬프트-응답 수집 의혹도 추가로 제기했다. 모델이 다른 모델 출력을 학습하는 '증류' 자체는 업계 관행이지만, Anthropic이 문제 삼는 지점은 무단 대량 수집이라는 인가 위반 여부다. 독립 감사로 확정된 사안은 아니지만, 말투 유사성을 느낀 사용자들의 인상이 근거 없는 착각만은 아니라는 정황은 쌓이고 있다.

결국 중국계 오픈웨이트 모델은 프론트엔드·대량 자동화 같은 특정 작업에서는 검증된 실력을 보이지만, 종합 추론에서는 아직 최상위권과 격차가 있다는 게 현재까지의 그림이다. 비용 절감이 급한 개발자라면 Kimi·GLM·Hermes를 작업 성격에 맞춰 병행하는 조합이 현실적인 답이 될 수 있다.