Kimi K3, Fable 5, GPT-5.6 Sol 비교: 내 업무로 확인하는 법

세 모델의 공개 방식과 API 가격을 구분하고, 같은 가상 보고서를 맡겨 정확도와 수정 횟수를 비교하는 방법을 설명합니다.

홍승협(준이아빠)게시 2026.07.20수정 2026.10.04약 17분

지금까지 1천 명 넘게 읽었어요, 51%가 끝까지 읽었어요

#AI #바이브코딩 #API #자동화

Kimi K3, Fable 5, GPT-5.6 Sol 비교: 내 업무로 확인하는 법 대표 이미지

먼저 구분할 세 가지
세 모델의 차이는 어디에 있을까요?
벤치마크 그림은 각주까지 봐야 합니다
API 가격을 실제 금액으로 바꿔 보기
첫 연습: 같은 보고서를 맡기고 정답 확인하기
혼자 다시 비교하고 업무 후보 좁히기
Sources
3줄 요약

세 줄로 먼저 읽기

Kimi K3, Fable 5, GPT-5.6 Sol은 공개 방식과 가격이 다르며 모든 업무에서 같은 모델이 앞서지는 않습니다.
API 비용은 입력과 출력 사용량을 함께 계산하고, 추론과 캐시 등 실제 청구 조건도 확인해야 합니다.
같은 가상 업무로 정답과 수정 횟수를 비교한 뒤 자료를 바꿔 다시 시험하면 내 업무에 맞는 후보를 좁힐 수 있습니다.

이번 방문에서 한 편은 바로 볼 수 있습니다.

보고서 작성에 쓸 AI를 고를 때는 내 자료로 만든 결과가 맞는지, 고치는 데 얼마나 걸리는지를 먼저 확인하는 편이 좋습니다. 이 글은 Kimi K3, Claude Fable 5, GPT-5.6 Sol 세 모델을 비교하는 연습입니다. 현재 판매되는 모든 모델의 순위를 다루지는 않습니다.

2026년 10월 4일 기준으로 공개 자료를 반영했습니다. 세 서비스를 새로 결제할 필요는 없습니다. 이미 사용할 수 있는 모델부터 아래 가상 자료로 시험하고, 사용할 수 없는 모델은 ‘미실행’으로 남기면 됩니다.

먼저 구분할 세 가지

모델은 답변을 만드는 AI 자체입니다. 같은 모델도 웹 대화창과 코딩 도구, API에서 설정과 이용 조건이 다를 수 있습니다. API는 프로그램에서 AI를 호출하는 연결 방식입니다. 웹 서비스의 월 구독료와 API 사용료는 구분해서 봐야 합니다.

토큰은 AI가 글을 처리하는 단위입니다. 글자 수와 같지 않으며 모델마다 나누는 방식도 다릅니다. 입력에는 질문과 첨부 자료, 이전 대화가 포함될 수 있고 출력에는 답변뿐 아니라 요금 규칙에 따라 추론에 사용한 토큰도 포함됩니다.

컨텍스트 창은 한 번의 요청에서 처리할 수 있는 문맥의 범위입니다. 파일에 메모를 남기며 여러 번 작업한 총량과 다릅니다. “수백만 토큰에 걸쳐 작업했다”는 설명만으로 한 번에 그만큼 읽는다고 판단하면 안 됩니다.

세 모델의 차이는 어디에 있을까요?

모델	먼저 살펴볼 특징	실제 선택 전에 확인할 것
Kimi K3	모델 가중치 공개, 자체 운영 검토 가능	장비와 운영 비용, 라이선스, 사용할 서비스의 제공 방식
Claude Fable 5	긴 코딩 작업과 문서 업무에 관한 개발사 평가	내 작업의 정확도, 일부 요청의 대체 모델 응답 여부
GPT-5.6 Sol	복잡한 업무용 GPT-5.6 모델, 추론 수준 설정 제공	정확도와 처리 시간, 실제 입력 및 출력 사용량

Kimi K3는 이미 가중치가 공개됐습니다. 가중치는 학습 결과가 담긴 수치 자료입니다. 이를 내려받을 수 있다는 뜻이지, 모든 학습 데이터가 공개됐거나 운영비가 없다는 뜻은 아닙니다. 파라미터는 모델이 학습하며 조정한 수치입니다. 총 2.8조 파라미터 중 토큰 처리 때 활성화되는 규모는 1,040억이며, 여러 계산 부분 중 일부를 고르는 MoE 구조입니다. 전문가 부분 896개 중 16개를 선택한다는 비율을 전체 메모리 사용률로 해석하면 안 됩니다. 공식 모델 카드와 라이선스를 기준으로 자체 운영 가능성을 검토해야 합니다.

Fable 5와 Mythos 5는 같은 기반 모델을 사용하지만 일부 보호 장치와 접근 조건이 다릅니다. Mythos 5를 ‘안전장치가 모두 제거된 모델’이라고 설명하는 것은 부정확합니다. Fable 5는 일부 주제에서 Opus 4.8로 응답을 전환할 수 있습니다. 발표 당시 세션의 5% 미만이라는 관찰이 있었지만 내 업무에서도 같은 비율이라는 보장은 없습니다. Anthropic 발표

추론 수준은 답을 만들기 전에 얼마나 깊게 계산할지 정하는 설정입니다. GPT-5.6 Sol은 이를 조절할 수 있고, 공식 문서의 컨텍스트 창은 1,050,000토큰입니다. 더 높은 추론 수준이 항상 더 빠르거나 저렴한 것은 아닙니다. 비교할 때 모델 이름과 설정을 함께 기록합니다. OpenAI 모델 문서

벤치마크 그림은 각주까지 봐야 합니다

벤치마크는 정해진 문제와 조건으로 모델을 평가한 결과입니다. 문제 종류와 도구가 달라지면 점수의 의미도 달라집니다.

위 그림은 발표 당시 자료입니다. Fable 5와 Mythos 5 중 높은 점수를 표시했다는 각주가 있습니다. 따라서 그림의 모든 숫자를 Fable 5 단독 성적으로 옮기면 안 됩니다. GPT-5.6 Sol과 Kimi K3도 이 표에 없으므로 이 그림으로 세 모델의 순위를 정할 수 없습니다.

세 모델이 함께 있는 Kimi 공식 모델 카드에서도 실행 도구가 다른 항목이 있습니다. 예를 들어 Terminal-Bench 2.1은 명령줄 작업을 수행하는 평가인데, Kimi Code, Terminus 2, Codex 등 서로 다른 도구에서 얻은 점수를 모았습니다. 모델뿐 아니라 도구와 설정의 영향도 포함됩니다. 평가표와 각주

그림 생성 사례도 같은 주의가 필요합니다.

이 이미지는 Simon Willison이 2026년 7월 16일 공개한 사례입니다. SVG는 도형을 코드로 표현하는 이미지 형식입니다. 그는 해당 요청에서 출력 16,658토큰 중 추론이 13,241토큰이었고 비용이 약 0.25달러였다고 기록했습니다. 한 번의 그림 생성 비용이며 모델의 평균 업무 비용은 아닙니다. 작성자 역시 이 연습으로 긴 대화의 도구 실행 능력까지 비교할 수 없다고 설명합니다. 원문과 실행 기록

API 가격을 실제 금액으로 바꿔 보기

다음은 100만 토큰당 미국 달러 기준 일반 입력과 출력 단가입니다. 캐시 할인, 캐시 저장, 검색 도구 비용, 세금 등은 아래 단순 계산에 넣지 않았습니다.

모델	입력 단가	출력 단가	입력 10만, 출력 2만 토큰의 단순 계산
Kimi K3	$3	$15	$0.60
Claude Fable 5	$10	$50	$2.00
GPT-5.6 Sol	$4	$20	$0.80

계산식은 입력 토큰 ÷ 1,000,000 × 입력 단가 + 출력 토큰 ÷ 1,000,000 × 출력 단가입니다. Kimi K3 예시는 0.1 × 3 + 0.02 × 15 = 0.60달러입니다.

Sol의 $4/$20은 공식 문서에서 최소 2026년 11월 21일까지 제공한다고 안내한 할인 가격입니다. 입력이 272,000토큰을 넘는 요청은 전체 요청에 입력 2배, 출력 1.5배 단가가 적용됩니다. 위 예시는 그 기준 아래입니다. 캐시는 반복 입력을 저장해 재사용하는 기능이며, 저장과 읽기 요금이 따로 있을 수 있습니다. Kimi도 캐시 저장 시간에 따른 요금을 구분합니다. Kimi 요금, Fable 발표 가격, Sol 요금과 예외

이 표는 토큰 수를 같게 놓은 계산 연습입니다. 실제 모델들은 같은 질문에도 서로 다른 토큰 수를 사용합니다. 답변을 세 번 고쳐야 하는 모델은 처음 단가가 낮아도 총비용이 더 커질 수 있습니다. 이용 화면에서 API 사용량을 볼 수 없다면 비용은 ‘미확인’으로 적고 임의로 추정하지 않습니다.

첫 연습: 같은 보고서를 맡기고 정답 확인하기

실제 고객 자료 대신 아래 가상 자료를 사용합니다. 사용할 수 있는 모델의 새 대화를 열고 모델 이름과 추론 설정을 적은 뒤, 다음 요청을 그대로 보냅니다. 다른 모델도 새 대화에서 같은 요청을 사용합니다. 추론 설정을 볼 수 없으면 ‘설정 미표시’로 적습니다. 검색이나 개인 기억 기능의 사용 여부도 기록합니다. 앱이 다르면 도구와 기본 지시도 다를 수 있으므로, 결과는 그 이용 환경을 포함한 비교로 해석합니다.

다음은 가상의 방문 및 구매 데이터입니다.
월요일: 방문 100회, 구매 5건
화요일: 방문 0회, 구매 0건
수요일: 방문 200회, 구매 10건

전체 방문 수와 구매 수를 합산하세요.
전체 전환율은 전체 구매 수 / 전체 방문 수 × 100으로 계산하세요.
요일별 전환율과 전체 전환율을 표로 보여 주세요.
방문 수가 0인 날은 전환율을 '계산 불가'로 표시하세요.
표 아래에 확인할 점을 두 문장으로 쓰세요.
제공하지 않은 원인이나 업계 평균은 추측하지 마세요.

기대 결과는 전체 방문 300회, 구매 15건, 전체 전환율 5%입니다. 월요일과 수요일은 각각 5%, 화요일은 ‘계산 불가’입니다. 화요일을 0%로 바꾸거나 요일별 비율을 단순 평균하면 요청한 계산과 달라집니다. 표 아래 문장은 “화요일은 방문 수가 0이라 전환율을 계산할 수 없습니다. 전체 전환율은 합계 15건을 300회로 나눈 5%입니다.”처럼 주어진 자료에서 확인되는 내용이면 됩니다.

기록 항목	확인 방법
수치 정확도	위 정답과 합계, 각 요일, 전체 비율을 대조
지시 준수	표와 두 문장인지, 없는 원인을 만들지 않았는지 확인
수정 횟수	처음 답변에서 정답까지 추가 요청한 횟수 기록
소요 시간	요청 전송부터 답변 완료까지 같은 기준으로 측정
비용	API 이용 기록이 있을 때만 실제 사용량과 금액 기록

틀렸다면 답변 원본을 남긴 뒤, 오류 한 가지를 구체적으로 설명하며 다시 요청합니다. 예를 들어 “화요일은 방문 수가 0이므로 나눗셈 결과 대신 계산 불가로 표시하고, 나머지 합계도 다시 대조해 주세요”라고 보냅니다. 수정본에서도 전체 합계가 달라지지 않았는지 확인합니다.

모델 선택 메뉴에 해당 이름이 없으면 임의로 다른 모델을 같은 이름으로 기록하지 않습니다. 접근할 수 있는 모델만 시험하거나 이 표를 읽는 연습까지만 진행하면 됩니다.

혼자 다시 비교하고 업무 후보 좁히기

다음 연습에서는 수요일 구매 수만 20건으로 바꿉니다. 새 대화에서 같은 조건으로 요청하면 전체 구매 25건, 전체 전환율 약 8.33%, 수요일 10%가 나와야 합니다. 소수점 둘째 자리로 표시하도록 요청을 덧붙이면 판정하기 쉽습니다.

이 작은 연습은 계산과 지시 준수 확인용입니다. 여기서 잘한 모델이 긴 코드 수정이나 모든 보고서에서 가장 좋다는 뜻은 아닙니다. 실제 업무에 도입하려면 허용된 가상 자료로 문서 요약, 코드 수정 등 필요한 작업을 하나 더 정하고 정답 또는 검수 기준을 먼저 작성합니다.

보고서를 매일 만든다면 오류와 재작업이 적은 후보를, 여러 파일을 수정한다면 수정 범위와 실행 결과를 잘 지키는 후보를 비교합니다. 데이터를 외부로 보낼 수 없는 업무라면 먼저 자체 운영 요건을 확인합니다. Kimi 웹 서비스나 외부 API를 사용하는 것은 가중치를 내부 서버에서 운영하는 것과 다릅니다.

Sources

3줄 요약

Kimi K3, Fable 5, GPT-5.6 Sol은 공개 방식과 가격이 다르며 모든 업무에서 같은 모델이 앞서지는 않습니다.
API 비용은 입력과 출력 사용량을 함께 계산하고, 추론과 캐시 등 실제 청구 조건도 확인해야 합니다.
같은 가상 업무로 정답과 수정 횟수를 비교한 뒤 자료를 바꿔 다시 시험하면 내 업무에 맞는 후보를 좁힐 수 있습니다.

제대로 이해했는지 한 문제로 확인해 볼까요?

답을 고르면 바로 풀이가 나와요.

두 모델의 업무 적합성을 비교하는 방법으로 알맞은 것은 무엇인가요?

이 글이 도움이 되었나요?

이 글 다음 배우기클로드(Claude) 기초 교육, AI를 제대로 쓰는 첫걸음입문 코스 · 10편

모델 이름보다 먼저 알아야 할 환각, 컨텍스트, 프롬프트 기본을 다룹니다

코스 전체 보기 →

이어서 읽기 좋은 글GPT-6.1 Sol 가격과 첫 사용, GPT-6 Sol과의 차이 →

GPT-6.1 Sol을 Work에서 처음 고르고 작은 계산 과제로 결과를 확인합니다. 구독과 API 요금의 차이, GPT-6 Sol에서 옮길 때 바꿀 설정, 9월 30일의 비교 실험을 함께 살펴봅니다.