Kimi K3 리뷰: 벤치마크, 가격 및 최적의 활용 방법

Kimi K3는 표면적인 수치만 보고 넘어가기보다 자세히 들여다보면 더욱 흥미로워지는 신제품 중 하나입니다. 네, 총 2.8조 개의 파라미터와 1,048,576 토큰 규모의 컨텍스트 윈도우, 그리고 이미지 입력 기능을 갖추고 있습니다. 더 중요한 점은, 초기 벤치마크 결과가 이 모델이 단순한 일회성 채팅보다는 까다로운 코딩, 연구, 지식 작업과 같은 과제를 수행하기 위해 설계되었음을 시사한다는 것입니다.

제 생각은 이렇습니다. 코드를 작성하거나 디버깅을 하거나, 방대한 연구 자료를 처리하거나, 일반 채팅 창에서 처리할 수 있는 양보다 더 많은 자료를 AI에 정기적으로 제공하는 경우라면 K3부터 시작하는 것이 좋습니다. Moonshot AI의 코딩 및 지식 작업 성과는 뛰어나며, 초기 제3자 벤치마크 결과도 이 모델이 진지하게 주목해야 할 최첨단 모델이라는 점을 뒷받침합니다. 단, K3는 기본적으로 심도 있는 사고를 하기 때문에, 빠른 속도로 초안을 작성하는 작업보다는 중요한 작업에 사용하는 것이 더 합리적입니다.

만약 K3가 본격적인 작업을 위해 사용해 보고 싶은 모델이라면, GlobalGPT 이를 중심으로 더 포괄적인 방식으로 작업을 구성할 수 있게 해줍니다. 하나의 작업 공간에서 채팅, 조사, 글쓰기, 코딩 지원, 문서 검토, 이미지 생성, 동영상 제작, 모델 전환 등을 모두 처리할 수 있으므로, K3는 긴 문맥을 기반으로 한 추론 작업을 수행할 수 있습니다. 반면 GPT, Claude, Gemini, Perplexity 및 기타 모델들은 각 모델이 더 적합한 단계를 처리합니다. 연간 결제 방식의 Pro 요금제는 $10.80/월 그리고 Unlimited는 $25/월, 따라서 GlobalGPT는 워크플로우의 각 단계마다 별도의 구독료를 지불하지 않고도 여러 주요 AI 도구를 활용할 수 있는 실용적인 방법입니다.

지금 바로 Kimi K3를 사용해 보세요

키미 K3란 무엇인가요?

Kimi K3는 2026년 7월 16일에 출시된 Moonshot AI의 주력 추론 모델입니다. 이 공식 출시 게시물 이 모델은 총 2.8조 개의 매개변수를 가진 전문가 혼합(MiXM) 모델로, 키미 델타 어텐션(Kimi Delta Attention), 어텐션 잔차(Attention Residuals), 내장형 시각 이해 기능, 그리고 100만 토큰 규모의 컨텍스트 윈도우를 갖추고 있습니다. 텍스트와 이미지를 입력으로 받아 텍스트를 출력합니다.

“2.8T”라는 제목은 약간의 설명이 필요합니다. K3는 모든 토큰에 대해 모든 매개변수를 사용하는 것은 아닙니다. Moonshot에 따르면, 각 단계를 896명의 전문가 중 16명을 통해 처리한다고 하는데, 이는 사소한 질문을 모두 복잡한 작업처럼 취급하지 않으면서도 어려운 요청에 더 많은 처리 능력을 할당할 수 있는 실용적인 방법입니다.

건축이 해결하고자 하는 문제

Kimi Delta Attention 및 Attention Residuals는 입력 데이터가 매우 방대해질 때 관련 정보를 계속 활용할 수 있도록 하는, 흔히 접하는 ‘긴 컨텍스트’ 문제에 대한 Moonshot의 해결책입니다. Moonshot은 이 접근 방식이 Kimi K2에 비해 확장 효율성을 향상시킨다고 밝혔습니다. 이는 공급업체 측의 주장인 만큼, 독립적으로 재현된 효율성 결과라기보다는 설계 의도로 받아들여야 합니다.

런칭 API는 구매자에게 더 직접적인 영향을 미칩니다. 이 API는 공식 퀵스타트 다음만 지원합니다 max 추론, 다음을 포함한 고정된 요청 설정: 온도 1.0, top_p 0.95, 그리고 n 1. 다시 말해, K3는 우선 어려운 문제들을 해결하는 데 초점을 맞추고 있으므로, 아직은 비용을 절감하고 속도를 높이기 위해 그 수준을 낮출 수는 없습니다.

키미 K3 벤치마크: 공식 발표 vs 독립적인 결과

K3는 다른 신제품 출시 때보다 훨씬 더 포괄적인 벤치마크 결과를 제시하며 등장했습니다. Moonshot이 직접 측정한 결과에는 코딩, 에이전트, 웹 브라우징, 스프레드시트, 지식 업무 등이 포함됩니다. Artificial Analysis는 독립적인 지능 지수를 추가로 제시했으며, Arena는 사용자들이 K3의 산출물에 어떻게 반응하는지에 대한 초기 분석을 제공합니다. 이러한 수치들을 종합해 볼 때, K3를 최종 후보 목록에 포함시켜야 할 강력한 근거가 됩니다.

Moonshot AI의 발표된 실적

Moonshot은 장기적인 코딩, 에이전트 작업, 웹 조사, 지식 작업과 같은 과제에서 특히 뛰어난 성과를 보인다고 보고합니다. 주요 성과로는 Terminal-Bench 2.1에서 88.3점, FrontierSWE에서 81.2점, Program Bench에서 77.8점, GDPval-AA v2 Elo 1668점, BrowseComp에서 91.2점을 기록했습니다. 이 모델의 시각적 에이전트 차트에는 도구를 활용한 CharXiv 연구 질문에서 91.3을 기록한 결과가 나와 있습니다.

실질적인 시사점은 명확합니다. K3는 다단계 코딩, 연구 중심의 작업, 그리고 모델이 방대한 맥락을 지속적으로 파악해야 하는 작업에 특히 적합한 것으로 보입니다. 또한 Moonshot은 K3가 모든 부문에서 1위를 차지한다고 주장하기보다는 ‘선도 그룹’에 속한다고 평가하고 있는데, 이는 대상 사용자층이 이토록 광범위한 새로운 모델을 포지셔닝하는 데 있어 올바른 접근 방식이라고 생각됩니다.

K3는 이미 최상위권에 근접해 있다

가장 뚜렷한 초기 징후 중 하나는 K3가 Moonshot의 자체 차트에서 어떤 순위를 기록했는지입니다. 이 곡은 인공지능 분석 지수, 2026년 7월 17일 기준으로 189개의 유사 모델 중 4위를 기록했습니다. 이는 신제품 출시로서는 매우 강력한 출발이며, 특히 K3가 단순한 채팅보다는 코딩, 에이전트형 작업, 과학적 추론, 복잡한 분석 등 시장의 고난도 분야를 목표로 하고 있다는 점을 고려하면 더욱 그렇습니다.

성능 프로필도 타당합니다. K3는 약 1.99초 만에 응답을 시작하며 초당 약 62개의 출력 토큰을 생성하지만, 비교 대상의 평균보다 더 많은 출력을 사용합니다. 쉽게 말해, 이 모델은 짧은 답을 서둘러 내놓기보다는 문제를 차근차근 해결해 나가는 방식으로 설계되었습니다. 이는 코드를 디버깅하거나, 보고서를 분석하거나, 연구 자료를 정리할 때 바로 필요한 기능입니다. 간단한 재작성이나 한 줄짜리 답변을 작성하는 데에는 이 모델의 성능이 필요 이상일 수 있습니다.

이 회사의 초기 웹 개발 성과는 무시하기 어렵다

K3는 아레나(Arena)의 예비 코드 웹개발(Code WebDev) 순위표에서 1,757표의 투표 결과 1,679점(+17/-17)을 기록하며 1위를 차지했습니다. 반면 일반 텍스트 부문에서는 3,024표의 투표 결과 1,486점(±11)을 기록해 9위에 그쳤습니다. 이러한 결과 차이는 의미 있는 시사점을 제공합니다. K3는 단순한 일상 대화만으로 승부를 보려는 것이 아닙니다. 실제 제품 개발 업무와 유사한 과제가 주어졌을 때 이 모델의 초기 우위가 드러납니다.

프론트엔드를 개발하거나, 제품 아이디어를 시제품으로 구현하거나, 코드와 제품 요구사항 사이를 오가며 하루를 보내신다면, 지금 바로 K3를 사용해 볼 가치가 있습니다. WebDev의 분석 결과도 Moonshot의 자체 코딩 결과와 일치하므로, 이는 단순히 눈길을 끄는 수치 하나에 그치는 것이 아닙니다. 더 폭넓은 시장 전망을 확인하시려면 당사의 가이드를 참고하시기 바랍니다. 최고의 AI 모델.

키미 K3가 가장 유용해 보이는 곳

K3는 모든 AI 과제에 대한 만능 해결책이 되려고 하는 것이 아닙니다. 초기 성과에서 드러나는 가장 두드러진 강점은 방대한 문서, 연구 종합, 코드, 다단계 프로젝트 등 실질적인 깊이가 요구되는 작업에 있습니다. 제가 이 도구를 사용하기 시작한다면 바로 이 분야부터 시작할 것입니다.

긴 문서: 시작하기에 가장 자연스러운 곳

1M 토큰 규모의 처리 용량은 K3가 연례 보고서, 법적 증거 자료, 연구 자료 모음, 대규모 프로젝트 이력 등을 처리할 수 있는 여지를 제공합니다. 질문을 하기 전에 문서를 조각조각 쪼개는 데 지친 사용자라면, 이 점만으로도 충분히 매력적입니다. 지식 업무에 대한 벤치마크 결과도 이를 뒷받침합니다. 문서 분석의 경우, 저는 K3를 사용하여 1차 검토를 진행한 뒤, 가장 중요한 수치와 페이지 참조를 확인하는 방식을 추천합니다. 당사의 가이드에 따르면 AI 비서가 PDF를 읽는 방법 추출 단계가 모델만큼이나 중요한 이유를 설명합니다.

연구 종합: 복잡한 중간 단계에 유용하다

연구는 대개 중간 단계에서 어려워집니다. 참고 자료가 너무 많고, 사소한 의견 차이가 있으며, 한 번에 파악해야 할 맥락이 많기 때문입니다. BrowseComp, 독립적인 인텔리전스 점수, 그리고 K3의 맥락 창 덕분에 이 도구는 연구 과정의 해당 단계에 적합한 선택지입니다. 이 도구를 활용해 논지를 정리하고, 의견 차이를 도출하며, 방대한 자료 묶음을 유용한 요약 자료로 전환해 보세요. Moonshot의 웹 검색 도구는 출시 당시 아직 업데이트 중이었으므로, 시한이 촉박한 작업의 경우 직접 자료를 준비해 가까이 두는 것이 좋습니다.

코딩: 꼭 해봐야 할 가장 확실한 이유

K3의 공식 코딩 제품군과 이를 통해 얻은 ’Arena WebDev’ 결과는 이 도구를 사용해 봐야 할 가장 확실한 이유입니다. 코드베이스 이해, 버그 추적, 변경 사항 적용, 장단점 설명 등 여러 가지 요소가 포함된 요청이 들어왔을 때 제가 가장 먼저 선택하게 될 모델이 바로 이것입니다. 제대로 된 테스트를 하려면 일반적인 코딩 프롬프트가 아니라, 본인의 리포지토리에서 실제 버그 하나나 기능 수준의 변경 사항 하나를 활용해야 합니다. 바로 그 순간에 K3의 방대한 맥락 처리 능력과 추론 능력이 그 가치를 입증할 기회를 얻게 됩니다.

차트 및 시각적 분석: 1차 분석에 유용함

보고서에 차트, 도표, 스크린샷이 가득할 때, K3는 텍스트 전용 모델보다 원본 이미지 입력 기능을 통해 더 유용하게 활용될 수 있습니다. Moonshot의 시각적 에이전트 결과는 고무적입니다. 특히 깔끔한 CSV 파일보다 프레젠테이션 자료나 보고서를 다루는 데 더 많은 시간을 할애하는 팀들에게는 더욱 그렇습니다. 저는 이 도구를 사용하여 차트로 핵심 내용을 도출한 다음, 결론을 전달하기 전에 축, 범례, 단위를 확인하는 습관을 빠르게 들이겠습니다.

사무 업무 및 다중 파일 작업: 생산성을 높이는 현명한 전략

회의록, 여러 문서의 요약본, 분석 자료 모음 등은 모두 K3를 활용하기에 적합한 사례입니다. 이 모델은 원본 자료에 대한 충분한 맥락 처리 여력과 전문 업무 기준점을 갖추고 있어, 이 아이디어를 신뢰할 수 있게 만듭니다. 전체적인 사용 경험은 관련 파일과 도구에 따라 달라지겠지만, 일상적인 지식 업무의 경우 이 모델은 가장 먼저 시도해 볼 만한 범주에 속한다고 생각합니다. 여러 원본 파일을 처리해야 하는 경우, 이 가이드를 참고하시기 바랍니다. 전체 폴더를 대상으로 작업하기 무엇을 확인해야 할지에 대한 유용한 체크리스트입니다.

에이전트 워크플로우: 작업의 목표가 명확할 때 유망함

K3의 에이전트 벤치마크 덕분에, 문제 조사, 관련 자료 수집, 변경 사항 적용, 브리핑 자료 준비 등 명확한 목표가 있는 작업에 K3를 활용하는 것이 흥미로운 선택지가 됩니다. Kimi Work와 Kimi Code는 모델에 유용한 도구를 추가해 줄 수 있으며, API 사용자는 자신만의 경로를 구축할 수 있습니다. 에이전트에게 명확한 목표와 작업 결과를 확인할 수 있는 방법을 제시할 때 최상의 결과를 얻을 수 있습니다. 연구 중심의 에이전트의 경우, 당사의 심층 연구 워크플로 가이드 지켜야 할 습관들을 다룹니다.

무엇부터 해볼까

키미 K3의 한계 및 출시 당일 유의사항

K3를 도입하기 전에 꼭 알아두어야 할 점은, 이 제품이 본격적인 업무 처리에 최적화되어 있다는 사실입니다. 최대 추론 모드는 항상 활성화되어 있으며, 고정된 샘플링 제어 기능으로 인해 속도, 비용, 응답 스타일을 조정할 수 있는 여지가 적습니다. 이는 디버깅이나 연구 목적에서는 타당한 절충안입니다. 하지만 대량 분류 작업, 짧은 재작성 작업, 혹은 긴 답변이 대부분 낭비되는 작업에는 과도한 성능입니다.

출력 비용이 비용 중 가장 큰 비중을 차지합니다. 출력 토큰 100만 개당 $15의 비용이 발생하므로, 생각을 소리 내어 표현하는 모델은 금세 비용이 많이 들 수 있습니다. 그렇다고 해서 반드시 거래를 무산시킬 만한 요인은 아닙니다. 엔지니어의 오후 한나절을 절약해 준다면 몇 센트나 달러 정도의 비용은 사소한 문제일 수 있기 때문입니다. 다만, 예산을 책정하기 전에 매주 실행하는 작업의 입력과 출력을 모두 검토해야 한다는 의미입니다.

셋째, K3의 개방형 중량 관련 소식은 증거 제출일 당시에도 여전히 약속 단계에 머물러 있었다. 문샷은 2026년 7월 27일까지 전체 중량 수치와 더 자세한 기술적 내용이 공개될 것이라고 밝혔다. 7월 17일 확인한 결과, 공식 Moonshot AI Hugging Face 조직 K3는 목록에 포함되지 않았습니다. 저장소, 라이선스, 모델 카드 및 파일이 공개되기 전까지는 “자체 호스팅 가능”보다는 “오픈 웨이트 릴리스 예정”이라는 표현이 더 정확합니다.”

키미 K3 가격

Moonshot은 2026년 7월 17일 기준, Kimi K3 API 요금을 캐시 히트 입력 토큰 100만 개당 $0.30, 캐시 미적용 입력 토큰 100만 개당 $3, 출력 토큰 100만 개당 $15로 공시했습니다. 컨텍스트 윈도우는 1,048,576 토큰입니다. 이는 세금 및 제3자 제공업체의 마진을 반영하기 전의 공식 API 정가입니다.

비용은 대체로 생산량에 달려 있다

계산은 간단합니다. 해당 캐시 비율에 따른 입력 토큰 수에, 백만 개당 $15의 출력 토큰 수를 더하면 됩니다. 캐시에 저장되지 않은 입력 토큰 100,000개와 출력 토큰 10,000개를 포함하는 요청의 경우, 약 $0.45가 됩니다. 5,000개의 출력 토큰을 포함하는 200,000 토큰 규모의 보고서는 약 $0.675에 해당합니다. 캐시되지 않은 입력 토큰 1백만 개와 출력 토큰 50,000개로 구성된 보고서의 경우 약 $3.75가 됩니다. 이는 산술적 예시일 뿐, 비공개 테스트 실행 결과로 나온 실제 청구서가 아닙니다.

일반 사용자용 라이선스와 API용 라이선스는 별개의 구매 항목입니다.

컨슈머 요금제, 직접 API 계정, 타사 멀티모델 구독은 각각 다른 문제를 해결해 줍니다. 채팅 및 파일 처리의 경우 일반적으로 컨슈머 요금제를 이용하는 것이 더 간편하며, API는 워크플로우 구축 및 토큰 추적에 사용됩니다. 요금제 혜택 및 지역별 이용 가능 여부는 변경될 수 있으므로, 출시 가격을 영구적인 혜택으로 간주하기 전에 사용하려는 방식을 미리 확인하시기 바랍니다.

키미 K3는 어디에서 체험해 볼 수 있나요?

각 경로의 이용 가능 여부와 사용 제한 사항에 따라, Moonshot의 소비자용 제품이나 API를 통해 K3를 평가해 볼 수 있습니다. “어떤 모델이 이 작업을 가장 잘 처리할까?”라는 실질적인 의문이 있다면, 멀티모델 워크스페이스를 활용하는 것이 비교적 수월한 시작점이 될 수 있습니다. 동일한 대표 프롬프트와 파일을 사용한 뒤, 모델마다 API 설정을 새로 구축할 필요 없이 결과를 비교해 볼 수 있습니다.

지금 바로 Kimi K3를 사용해 보세요

GlobalGPT 규격의 Kimi K3를 사용해 보세요 하나의 작업 공간에서 다른 사용 가능한 모델들과 함께 테스트해 보고 싶다면 이 기능을 활용할 수 있습니다. 이는 단순히 이용 옵션일 뿐, 모든 요금제에 K3의 모든 기능이 포함되어 있다는 의미도 아니고, 개발을 위한 직접 API를 대체한다는 의미도 아닙니다.

누가 키미 K3를 최종 후보 목록에 포함시켜야 할까?

K3는 난해한 원자료나 대규모 프로젝트를 정기적으로 다루는 연구원, 분석가, 개발자에게 매우 적합합니다. 또한 차트가 많이 포함된 보고서나 사무 업무의 경우, 단순한 템플릿 응답보다는 실질적인 추론이 필요한 만큼 분량이 상당한 작업이라면 한 번 사용해 볼 가치가 있습니다.

가능한 한 낮은 토큰 비용, 일상적인 작업을 위한 경량 모드, 혹은 현재 바로 자체 호스팅 가능한 가중치를 최우선으로 생각한다면 다른 대안을 찾아보시는 것이 좋습니다. 그 외의 모든 분들은 K3를 매력적인 새로운 선택지로 여겨보시기 바랍니다. 실제 작업을 맡겨보고, 결과를 이미 신뢰하고 있는 도구들과 비교해 본 뒤, 추가적인 추론 과정이 기다릴 만한 가치가 있는지 확인해 보시기 바랍니다.

최종 평결

Kimi K3는 올해 출시된 모델 중에서도 특히 흥미로운 제품 중 하나입니다. 초기 독립적인 통계 수치와 WebDev 신호는 Moonshot의 주장을 뒷받침하는 한편, 1M 컨텍스트 윈도우는 이 제품에 명확한 실용적 관점을 제시합니다. 코딩, 연구, 대용량 문서 작업부터 시작해 보세요. 바로 이러한 분야에서 이 제품의 설계가 가장 유용하게 느껴질 것입니다.

K3가 모든 프롬프트에 최선의 선택이 되는 것은 아니며, 가격도 가벼운 대화용 모델과는 다릅니다. 하지만 작업이 충분히 복잡해서 시간을 들여 사고하는 모델의 활용이 타당하다면, 여러분의 도구 모음에 포함시켜야 할 가치가 있습니다. 결정하는 가장 간단한 방법은 평소 팀의 업무 속도를 늦추는 종류의 작업을 K3에 맡겨보고, 그 결과를 현재 사용 중인 모델의 결과와 비교해 보는 것입니다.

실제 착용감을 더 간편하게 비교해 보고 싶다면, GlobalGPT 계획 참조 그리고 여러분이 이용할 수 있는 모델들을 통해 동일한 실제 작업을 실행해 보세요.

자주 묻는 질문

키미 K3란 무엇인가요?

Kimi K3는 2026년 7월 16일에 출시된 Moonshot AI의 주력 추론 모델입니다. Moonshot에 따르면 이 모델은 총 2.8조 개의 파라미터를 보유하고 있으며, 896명의 전문가 중 16명을 활성화하고, 텍스트와 이미지를 입력으로 받아들이며, 1,048,576 토큰 규모의 컨텍스트 윈도우를 지원한다.

키미 K3는 오픈 소스인가요, 아니면 오픈 웨이트인가요?

Moonshot AI는 K3의 전체 가중치를 2026년 7월 27일까지 공개할 것이라고 밝혔습니다. 7월 17일 확인한 결과, Hugging Face 공식 조직에는 K3가 등재되어 있지 않았습니다. 저장소와 라이선스가 공개되기 전까지는 ‘가중치 공개 예정’이라는 표현이 가장 정확한 설명입니다.

키미 K3 가격은 얼마인가요?

7월 17일 기준 공식 API 가격은 캐시된 입력 토큰 100만 개당 $0.30, 캐시되지 않은 입력 토큰 100만 개당 $3, 출력 토큰 100만 개당 $15였습니다. 세금, 제공업체의 마진, 할당량 및 지역별 가격 정책에 따라 최종 비용은 달라질 수 있습니다.

Kimi K3를 무료로 체험해 볼 수 있나요?

7월 17일 키미(Kimi)의 소비자 가격 페이지에는 무료 ‘아다지오(Adagio)’ 요금제가 표시되었으며, K3도 유료 또는 할당량 기반 방식으로 이용할 수 있었습니다. 무료 이용 가능 여부는 지역, 용량, 사용 한도에 따라 제한될 수 있으므로 무제한이라고 가정해서는 안 됩니다.

Kimi K3가 정말 1M 토큰 컨텍스트 윈도우를 지원하나요?

네. 공식 퀵스타트 및 가격 안내 페이지에는 1,048,576 토큰 규모의 컨텍스트 윈도우가 명시되어 있습니다. 이는 최대 컨텍스트 용량일 뿐, 모든 장문의 답변이 정확하거나 출처가 완벽하게 인용될 것이라고 보장하는 것은 아닙니다.

Kimi K3는 PDF, 차트, 스프레드시트를 분석할 수 있나요?

K3는 텍스트와 이미지를 처리할 수 있으며, Moonshot은 스프레드시트 및 시각적 에이전트 벤치마크에 대한 결과를 보고합니다. 본 리뷰에서는 PDF, 차트 또는 스프레드시트에 대한 과제별 검증 결과를 제시하지 않으므로, 사용자는 정확한 수치, 페이지 참조, 범례, 수식 및 누락된 행을 직접 확인해야 합니다.

Kimi K3는 연구나 사무 업무에 적합할까요?

현재까지 확보된 벤치마크 결과를 고려할 때, K3는 연구 및 사무 업무, 특히 장문의 문서와 체계적인 분석 작업에 있어 후보 목록에 포함할 만한 가치가 있습니다. 다만, 특정 워크플로우에서 인용 정확도, 다중 파일 처리의 신뢰성, 또는 산출물의 품질에 대해서는 아직 검증되지 않았습니다.

Codex에서 Kimi K3를 사용할 수 있나요?

Moonshot은 CC Switch를 사용하여 Codex Responses API 트래픽을 Kimi Chat Completions로 변환하는 Codex 통합 가이드를 공개했습니다. CC Switch는 타사 소프트웨어이므로, 조직에서는 기밀 저장소나 문서를 사용하기 전에 해당 소프트웨어의 데이터 경로 및 보안 요구 사항을 검토해야 합니다.

Kimi K3와 Kimi Work의 차이점은 무엇인가요?

Kimi K3는 모델입니다. Kimi Work는 모델과 파일, 도구, 브라우저 작업, Office 문서 생성, 예약된 작업 및 기타 워크플로 기능을 결합한 제품 환경입니다. Kimi Work에 표시되는 기능이 반드시 일반 K3 API 호출을 통해 자동으로 지원되는 기능은 아닙니다.