Kimi와 DeepSeek 중 어느 쪽이 더 낫나요?
Kimi K3가 5점 앞서는 대신 작업당 비용은 7.4배입니다. Artificial Analysis는 Terminal-Bench 4.0부터 Humanity's Last Exam까지 같은 열 가지 테스트를 모든 모델에 돌리고, 각 작업을 제작사의 정가로 계산합니다. 그중 하나인 Humanity's Last Exam에서 Kimi K3는 47%, DeepSeek V4.1 Flash는 39%입니다(2026년 10월 12일 기준).
기다리는 시간도 Kimi가 더 깁니다. Kimi K3는 평균 작업 하나를 끝내는 데 1,111초, 약 18분 30초가 걸렸습니다. DeepSeek의 Flash는 304초였습니다. Moonshot의 API는 초당 41토큰을 썼고, DeepSeek의 API는 205토큰을 썼습니다.
| 모델 (2026년 10월 12일 기준) | 지능 지수 | 지수 작업당 비용 | 작업당 시간 | 100만 토큰당 입력 / 출력 | 출력 속도 | 컨텍스트 | 웨이트 |
|---|---|---|---|---|---|---|---|
| Kimi K3 (max) | 44 | $2.00 | 1,111 s | $3.00 / $15.00 | 41 tokens/s | 1M | Kimi K3 License |
| DeepSeek V4.1 Flash (max) | 39 | $0.27 | 304 s | $0.30 / $1.20 | 205 tokens/s | 1M | MIT |
| DeepSeek V4 Pro 0813 (max) | 36 | $0.67 | 455 s | $1.32 / $3.96 | 93 tokens/s | 1M | MIT |
| Kimi K2.6 (reasoning) | 27 | $0.80 | 1,002 s | $0.95 / $4.00 | 42 tokens/s | 262K | Modified MIT |
| Kimi K2.7 Code | 26 | $0.54 | 445 s | $0.95 / $4.00 | 65 tokens/s | 262K | Modified MIT |
표의 점수, 비용, 시간, 속도는 모두 Artificial Analysis(Intelligence Index v4.3.2) 자료입니다. 가격은 각 제작사가 자사 API에서 정가로 받는 금액으로, Kimi는 Moonshot 가격표, DeepSeek는 DeepSeek 가격표를 따랐습니다. Kimi K2와 DeepSeek를 비교하려고 오셨다면 이 표에 답이 있습니다. Kimi K2.6과 K2.7 Code는 27점과 26점이라 점수에서 DeepSeek V4 Pro 0813에 뒤지고, 작업당 비용도 Flash보다 높습니다.
다른 언어에서는 Kimi와 DeepSeek 중 어느 쪽이 더 나은가요?
DeepSeek이고, 우리 테스트에서는 큰 차이로 앞섭니다. Whizi의 Multilingual LLM Bench는 우리가 처음부터 직접 만든 150문항(30개 언어, 언어당 5문항)을 내고, 모든 답을 출처가 있는 정답지로 채점합니다. 각 모델을 낮은 추론 수준으로 한 번씩 돌렸고 2026년 10월 2일에 끝냈습니다. DeepSeek V4 Pro는 100점 만점에 44점, V4.1 Flash는 42점, Kimi K3는 31.3점이었습니다.
| 모델 (2026년 10월 2일 실행) | 100점 만점 점수 | 95% 오차 범위 | 현지 지식 (60문항) | 관용구와 속담 (60) | 문법, 문자, 날짜 (30) | 빈 답변 수 | 150개 답변 전체 비용 |
|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 44.0 | 7.8 | 56.7 | 21.7 | 63.3 | 12 | $1.30 |
| DeepSeek V4.1 Flash | 42.0 | 7.8 | 48.3 | 25.0 | 63.3 | 10 | $0.41 |
| Kimi K3 | 31.3 | 7.3 | 46.7 | 11.7 | 40.0 | 0 | $0.81 |
지능 지수 순서와 정반대입니다. Kimi K3는 DeepSeek V4 Pro에 12.7점 뒤지는데, 이 표본 크기의 오차 범위는 모델마다 7~8점입니다. 격차는 대부분 관용구와 문법, 문자, 달력 문제에서 납니다. 현지 사실 문제에서는 Kimi K3와 DeepSeek의 Flash가 2점 안쪽으로 붙었습니다.
DeepSeek은 불리한 조건에서 이겼습니다. 모든 답에 8,000토큰 예산을 줬는데, 두 DeepSeek 모델은 합쳐서 22문항에서 그 예산을 생각하는 데 전부 썼습니다. 그 문항들은 모두 0점이었습니다. Kimi K3는 예산이 바닥난 문항이 없었습니다.
언어당 5문항으로는 한 언어만 따로 순위를 매기기에 부족하니, 다음 내용은 참고용으로 읽어 주세요. Kimi K3는 30개 언어 중 6개(아랍어와 독일어 포함)에서 DeepSeek V4.1 Flash를 이기고 16개에서 졌습니다. 두 연구소 모두 중국 회사인데, 중국어 간체에서는 Flash가 다섯 문항을 모두 맞혔고 Kimi K3는 두 문항을 맞혔습니다.
코딩에는 Kimi와 DeepSeek 중 어느 쪽이 더 낫나요?
에이전트가 터미널에서 일한다면 DeepSeek V4.1 Flash입니다. 지수에 들어가는 열 가지 테스트 중 하나인 Terminal-Bench 4.0에서 Flash는 27%, Kimi K3는 13%입니다. AutomationBench-AA도 69% 대 58%로 앞섭니다. 글로 쓴 명세에서 과학 코드를 요구하는 SciCode는 Kimi K3가 59% 대 52%로 이깁니다.
Moonshot의 코딩 모델은 뜻밖입니다. Kimi K2.7 Code는 Terminal-Bench 4.0에서 1%, SciCode에서 48%라서 이 테스트에서는 DeepSeek V4 두 모델 모두에 뒤집니다. 코딩 루프에서는 채팅보다 속도가 더 중요하기도 합니다. 초당 205토큰인 DeepSeek의 Flash는 Kimi K3보다 다섯 배 빠르게 씁니다. Claude vs DeepSeek는 같은 테스트를 비공개 모델과 겨룹니다.
Kimi와 DeepSeek는 비용이 얼마나 드나요?
DeepSeek V4.1 Flash는 토큰당 비용이 10분의 1 이하이고, V4 Pro 0813은 절반 아래입니다. 2026년 10월 기준 Moonshot 가격표는 Kimi K3에 보내는 토큰 100만 개당 $3.00, 모델이 쓰는 토큰 100만 개당 $15.00을 받습니다. DeepSeek는 V4.1 Flash에 $0.30과 $1.20, V4 Pro 0813에 $1.32와 $3.96을 받습니다. 두 곳 모두 캐시된 입력은 할인해서, Kimi K3는 100만 개당 $0.30, Flash는 $0.006입니다.
DeepSeek은 비피크 시간에는 모든 요금을 절반으로 깎아 줍니다. 피크 시간은 평일 UTC 01:00~04:00와 06:00~10:00이라서, 주말에 보낸 작업은 Flash 기준 $0.15와 $0.60입니다. Moonshot 페이지에는 비피크 요금이 없고, 두 페이지 모두 이 모델들의 무료 토큰은 제공하지 않습니다.
앱도 같은 식으로 갈립니다. 미국 App Store에서 DeepSeek 앱은 무료이고 인앱 구매가 없다고 표시됩니다. Kimi 앱은 무료로 내려받지만 앱 안에서 멤버십을 팔며, $19.00부터 연간 이용권 $374.99까지 표시되어 있습니다(2026년 10월 확인).
Kimi나 DeepSeek 웨이트로 제품을 만들 수 있나요?
둘 다 가능하지만, 서명할 것이 없는 쪽은 DeepSeek의 웨이트뿐입니다. DeepSeek은 V4.1 Flash와 V4 Pro 0813을 Hugging Face에서 일반 MIT 라이선스로 공개합니다. Kimi K3는 자체 Kimi K3 License로 나오는데, MIT 문구에서 출발해 조건 두 가지를 더했습니다. 두 파일 모두 2026년 10월 12일에 읽었습니다.
| 오픈 모델 (2026년 10월 기준) | 라이선스 | 별도 계약이 필요한 곳 | 앱에 모델 이름을 표시해야 하는 때 |
|---|---|---|---|
| DeepSeek V4.1 Flash | MIT | 없음 | 없음 |
| DeepSeek V4 Pro 0813 | MIT | 없음 | 없음 |
| Kimi K3 | Kimi K3 License | 모델을 서비스로 파는 회사, 12개월 그룹 매출이 $20M을 넘을 때 | 월 사용자 1억 명 초과 또는 월 매출 $20M 초과 |
성장하는 앱이 가장 먼저 부딪히는 것은 표시 규정입니다. 둘 중 어느 기준을 넘어도 라이선스는 이름이 "must be prominently displayed on the user interface of such product or service."라고 정합니다. 두 규정 모두 면제되는 경우가 둘 있습니다. 외부인이 모델이나 그 결과물을 받지 않는 내부 사용, 그리고 Moonshot 자체 제품이나 공인 추론 파트너를 통한 사용입니다.
웨이트를 직접 호스팅할 계획이라면 크기도 중요합니다. Kimi K3는 파라미터가 2.8조 개이고 토큰당 활성 파라미터는 1,040억 개입니다. DeepSeek V4.1 Flash는 5,520억 개에 활성 160억 개라서 크기가 약 5분의 1입니다. 이런 웨이트를 돌리는 데 필요한 것은 오픈소스 LLM 가이드에서 다룹니다.
Kimi와 DeepSeek는 데이터를 어디에 보관하나요?
두 앱 모두 중국에 보관하고, Kimi의 API는 싱가포르에 보관합니다. kimi.com과 Kimi 앱의 Kimi 개인정보 처리방침(2026년 8월 24일 갱신)은 Beijing Moonshot Technology를 지목하며 "We store your personal information within the territory of the People's Republic of China."라고 밝힙니다. DeepSeek 개인정보 처리방침은 "collect, process and store your Personal Data in People's Republic of China."라고 말합니다.
Moonshot은 개발자 플랫폼을 다른 회사로 운영합니다. 그 플랫폼의 방침은 MOONSHOT AI PTE. LTD.를 지목하고, 수집한 정보를 싱가포르 서버에 보관한다고 밝힙니다. DeepSeek은 API용 방침을 따로 공개하지 않으므로 중국이 유일하게 밝힌 위치입니다.
| 2026년 10월 기준 | Kimi 앱 (kimi.com) | Kimi API (platform.kimi.ai) | DeepSeek 앱과 웹사이트 |
|---|---|---|---|
| 명시된 회사 | Beijing Moonshot Technology Co., Ltd. | MOONSHOT AI PTE. LTD. (싱가포르) | Hangzhou DeepSeek Artificial Intelligence Co., Ltd. |
| 데이터 저장 위치 | 중국 | 싱가포르 | 중국 |
| 대화를 학습에 사용 | 예, 비식별화 후 | 콘텐츠가 모델 최적화에 사용됨 | 예 |
| 학습 거부 방법 | 고객센터에 요청 | 설명 없음 | 명시된 권리, privacy@deepseek.com으로 이메일 |
| 방침 최종 갱신 | 2026년 8월 24일 | 2025년 4월 30일 | 2026년 2월 10일 |
두 앱의 방침 어디에도 학습을 끄는 설정 스위치는 없습니다. Kimi는 고객센터에 연락하라고 하고, DeepSeek은 이메일로 쓰는 거부 권리를 명시합니다. 믿을 만한 호스트에서 오픈 웨이트를 직접 돌리면 데이터는 어느 회사로도 가지 않습니다. DeepSeek 방침의 나머지는 DeepSeek는 안전한가요에서 다룹니다.
Kimi와 DeepSeek 중 무엇을 골라야 하나요?
최고 수준의 추론 점수가 필요하다면 Kimi K3를 고르세요. 작업당 비용, 속도, 영어 외 언어가 더 중요하다면 DeepSeek을 고르세요.
| 이럴 때 Kimi K3 | 이럴 때 DeepSeek |
|---|---|
| 더 높은 지능 지수 점수를 원한다 (44 대 39) | 작업당 비용이 결정적이다 (V4.1 Flash $0.27 대 $2.00) |
| 긴 문서를 다룬다 (AA-LCR 89% 대 84%) | 에이전트가 터미널에서 일한다 (Terminal-Bench 4.0 27% 대 13%) |
| 틀린 추측이 적기를 원한다 (AA-Omniscience 20 대 마이너스 5) | 빠른 답을 원한다 (초당 205토큰 대 41) |
| API를 호출하고 데이터가 중국 밖에 있어야 한다 (싱가포르) | 여러 언어로 묻는다 (30개 언어 테스트에서 44, 42 대 31.3) |
| Moonshot의 라이선스 조건이 내 제품에 맞는다 | 웨이트로 API나 앱을 판매할 것이다 (MIT, 서명할 것 없음) |
Whizi는 Pro 요금제에서 둘 다 제공합니다. Pro는 월 $29.99에 2,500 크레딧입니다. 여기서 Kimi K3는 메시지당 10 크레딧, DeepSeek V4.1 Flash는 1 크레딧이고, 나란히 보기는 프롬프트 하나를 둘 모두에 보냅니다. 그래서 Pro로는 Kimi K3 메시지 250개, Flash 메시지 2,500개를 쓸 수 있습니다. DeepSeek V4 Pro 0813은 $49.99 Powerhouse에 있고(2 크레딧), Starter에는 두 계열 모두 없습니다. DeepSeek만 원한다면 DeepSeek 자체 앱은 무료이고 Whizi는 무료가 아닙니다. 모든 항목은 Kimi와 DeepSeek 문서에 나와 있습니다.
- 18분짜리 작업보다 최고 추론 점수가 중요하면 Kimi K3를 쓰세요
- 작업당 비용, 속도, 터미널 에이전트가 결정적이면 DeepSeek V4.1 Flash를 쓰세요
- 영어 외 대부분의 언어로 질문한다면 DeepSeek을 고르세요
- 큰 앱에 Kimi K3를 넣거나 서비스로 팔기 전에 Kimi K3 License를 읽으세요
- 데이터가 중국 밖에 있어야 한다면 앱이 아니라 API로 Kimi를 호출하세요
자주 묻는 질문
Kimi가 DeepSeek보다 더 낫나요?
추론 테스트에서는 그렇습니다. 비용, 속도, 다른 언어에서는 아닙니다. 2026년 10월 12일 기준 Kimi K3는 Artificial Analysis 지능 지수 44점으로 DeepSeek V4.1 Flash의 39점보다 높습니다. 하지만 작업당 $2.00으로 Flash의 $0.27보다 비싸고, 초당 41토큰으로 205토큰보다 느립니다. Whizi의 30개 언어 테스트에서는 DeepSeek V4 두 모델 모두 Kimi K3를 이겼습니다. 같은 프롬프트를 여러 모델에 보내 AI 모델을 나란히 비교할 수 있습니다.
Kimi가 DeepSeek보다 더 싼가요?
아닙니다. 2026년 10월 기준 Kimi K3는 Moonshot API에서 입력 100만 토큰당 $3.00, 출력 100만 토큰당 $15.00입니다. DeepSeek V4.1 Flash는 $0.30과 $1.20이고, 비피크 시간에는 그 절반입니다. DeepSeek 앱은 인앱 구매 없이 무료이고, Kimi 앱은 $19.00부터 멤버십을 팝니다. LLM API 가격 통계에서 이런 토큰당 가격이 중간값 모델과 비교해 어디쯤인지 볼 수 있습니다.
Kimi K3는 오픈소스인가요?
웨이트는 공개되어 있지만 일반 MIT가 아니라 Kimi K3 License를 따릅니다. 모델을 서비스로 파는 회사는 12개월 그룹 매출이 $20 million을 넘으면 Moonshot과 별도 계약이 필요합니다. 또 앱의 월 사용자가 1억 명을 넘거나 월 매출이 $20 million을 넘으면 Kimi K3 이름을 표시해야 합니다. DeepSeek의 V4 웨이트는 일반 MIT입니다. DeepSeek vs ChatGPT에서 앱, API, 오픈 웨이트가 어떻게 다른지 설명합니다.
코딩에는 Kimi와 DeepSeek 중 어느 쪽이 더 나은가요?
터미널 에이전트에는 DeepSeek V4.1 Flash가 낫습니다. Terminal-Bench 4.0에서 27%로 Kimi K3의 13%보다 높습니다. 과학 코드는 Kimi K3가 SciCode 59% 대 52%로 낫고, Moonshot의 코딩 모델 Kimi K2.7 Code는 Terminal-Bench 4.0에서 1%입니다. ChatGPT alternatives for coding은 다른 모델을 코딩 작업별로 비교합니다.
