이제 Ultralytics Platform에서 자동 주석에 Kimi K3.1 Pro를 사용할 수 있습니다.
Moonshot AI의 Kimi K3.1 Pro가 이제 Ultralytics Platform에서 제공됩니다. VLM Leaderboard에서 0.444 mAP50를 기록해 Kimi K3보다 3분의 1 높은 점수를 받았으며, 29개 모델 중 7위를 차지했습니다.
Moonshot AI는 2026년 10월 23일 Kimi K3.1 Pro를 출시했으며, 오늘부터 Ultralytics Platform에서 자동 주석에 사용할 수 있습니다. 다른 모든 모델과 동일한 테스트를 거쳤습니다. VLM Leaderboard에 사용된 테스트는 실제 탐지 데이터셋 36개에서 추출한 이미지 360장으로 구성됩니다.
Kimi K3.1 Pro는 mAP50 0.444를 기록해 Kimi K3(0.334)보다 3분의 1 높은 점수를 받았으며, 29개 모델 중 7위로 이전 모델보다 10계단 상승했습니다. 이보다 높은 순위의 모델은 모두 Google, Anthropic 또는 OpenAI의 폐쇄형 모델입니다.
Kimi K3.1 Pro의 새로운 기능#
Kimi K3.1 Pro는 Moonshot의 K3.1 시리즈 첫 번째 모델이며, Moonshot은 현재까지 가장 뛰어난 3T급 오픈 웨이트 모델이라고 소개합니다. Kimi K3를 기반으로 후속 학습을 적용한 버전으로, 후속 학습에 훨씬 더 많은 컴퓨팅 자원을 사용했으며 100만 토큰 컨텍스트 윈도우와 이미지 및 비디오 입력 기능을 갖췄습니다. 항상 답변 전에 추론을 수행하며, Moonshot은 2026년 11월 4일까지 전체 가중치를 공개할 계획입니다. Moonshot의 발표에서 코딩, 금융 및 환각 관련 결과를 확인할 수 있습니다.
Moonshot은 가격도 낮췄습니다. Kimi K3.1 Pro의 가격은 입력 토큰 100만 개당 $2, 출력 토큰 100만 개당 $10으로, Kimi K3의 $3 및 $15보다 저렴합니다.
Ultralytics Platform의 자동 주석에 Kimi K3.1 Pro 사용하기#
Kimi K3.1 Pro는 Ultralytics Platform 주석 편집기에서 클래스 프롬프트 기반 비전 언어 모델로 제공됩니다. 클래스가 1~200개인 객체 탐지 데이터셋에서 각 이미지를 분석하고, 데이터셋 클래스에 해당하는 인스턴스를 찾아 바운딩 박스를 반환합니다. 다른 예측 결과와 마찬가지로 검토한 다음 저장할 수 있습니다.
두 가지 방법으로 사용할 수 있습니다:
- 이미지 한 장씩 처리: 주석 편집기에서 Smart 모드로 전환하고, 모델 선택기에서 Kimi 아래의 Kimi K3.1 Pro를 선택한 다음 Predict를 클릭하거나
P을 누릅니다. - 전체 데이터셋: 데이터셋 페이지에서 More actions > Batch Annotation을 선택해 Batch Annotation을 실행하면, 라벨이 지정되지 않은 모든 이미지를 한 번에 라벨링할 수 있습니다.
키를 추가하기 전에 작동 방식을 확인하려면 Ultralytics Platform에서 Kimi K3.1 Pro 모델 페이지를 여세요. 이 페이지에서는 COCO 이미지 10장의 Kimi K3.1 Pro 기록 예측 결과를 예상 박스와 나란히 재생하고, 각 벤치마크 데이터셋에서의 점수를 표시합니다.
Kimi K3.1 Pro 벤치마크 방법#
일상적인 사진에서 거의 모든 객체를 찾는 모델이라도 의료 스캔이나 회로 기판에서는 대부분을 놓칠 수 있습니다. 따라서 VLM Leaderboard의 모든 모델은 동일한 고정 테스트인 UL37 v2를 수행합니다. 이 테스트는 Ultralytics가 평가에 사용하는 실제 벤치마크 데이터셋 모음인 UL37의 탐지 데이터셋 36개에서 각각 무작위로 선정한 라벨링 이미지 10장으로 구성됩니다. 데이터셋에는 의료 영상, 항공 및 위성 이미지, PCB 검사, 보안 X선, 소매점 진열대, 교통, 스포츠, 수중 장면, 열화상 영상 등이 포함됩니다.
각 이미지는 데이터셋의 클래스 이름을 사용해 Ultralytics Platform의 프로덕션 주석 파이프라인을 거칩니다. 이 파이프라인은 Smart 모드와 Batch Annotation에서 호출하는 것과 동일하며, 각 모델의 박스를 정밀하게 조정하는 SAM 3.1 단계도 포함합니다. Ultralytics 패키지의 자체 탐지 지표로 박스를 평가하고 36개 데이터셋의 점수를 동일한 가중치로 평균 냅니다. 자세한 내용은 VLM Leaderboard 평가 방법론을 참조하세요.
Kimi에는 설정 한 가지가 다르게 적용됩니다. Kimi K3.1 Pro는 기본적으로 Moonshot의 최대 추론 강도를 사용합니다. 최대 설정에서 Kimi K3는 테스트 이미지의 약 40%에서 Ultralytics Platform의 115초 제한 시간을 초과했습니다. 따라서 Ultralytics Platform은 모든 Kimi 모델을 높은 추론 강도로 실행합니다. Kimi K3와 Kimi K3.1 Pro 모두 동일한 방식으로 벤치마크했습니다.
Kimi K3.1 Pro와 Gemini 4 Argon, Claude Opus 5.5, GPT-6 Astra 비교#
Kimi K3.1 Pro는 mAP50 0.444를 기록했습니다. Gemini 4 Argon(0.537), Claude Opus 5.5(0.527), GPT-6 Astra(0.525), Gemini 3.8 Flash(0.516), GPT-6.1 Sol(0.514), Claude Sonnet 5.5(0.472)는 더 높은 점수를 받았습니다. Kimi K3.1 Pro는 Claude Haiku 5.5(0.429), Claude Fable 5.1(0.427) 및 자체 GPU에서 실행하는 모든 오픈 웨이트 모델보다 높은 순위를 기록했습니다. 오픈 웨이트 모델 중에서는 Gemma 4 31B(0.390)가 가장 앞섰으며, 아직 Ultralytics Platform에서는 제공되지 않습니다.
점수의 두 측면이 모두 개선되었습니다. 정밀도는 Kimi K3의 0.439에서 0.560으로, 재현율은 0.376에서 0.483으로 높아졌습니다. 즉, 박스의 정확도가 높아졌고 라벨이 지정된 객체도 더 많이 찾았습니다.
Kimi K3.1 Pro와 Kimi K3 비교: 업그레이드 효과#
Kimi K3.1 Pro는 데이터셋 36개 중 25개, 도메인 12개 중 8개에서 Kimi K3보다 개선된 성능을 보였습니다. 스포츠(0.68 대 0.28), 도로 및 교통(0.49 대 0.26), 문서·UI·CAD(0.41 대 0.26)에서 가장 큰 폭으로 개선되었습니다. 테니스공 데이터셋에서는 mAP50이 0.08에서 0.74로 높아져 Gemini 3.8 Flash와 함께 최고 점수를 기록했고, CeyMo 도로 표시 데이터셋에서는 0.17에서 0.80으로 상승했습니다.
스포츠 분야에서 Kimi K3.1 Pro는 Gemini 4 Argon도 앞섰으며(0.68 대 0.60), 테니스공, 축구, 밀 이삭, 갑상선 초음파를 포함해 총 6개 데이터셋에서 Argon보다 높은 점수를 기록했습니다.
모든 도메인의 점수가 오른 것은 아닙니다. 수중 및 보안 X선은 각각 데이터셋 하나에서 점수가 하락했고, 소매는 소폭 낮아졌으며(0.47 대 0.48), 산업용 PCB 결함은 두 Kimi 모델 모두 거의 0에 머물렀습니다. 모든 모델에서 특수 이미지 처리는 여전히 어렵습니다. 따라서 Kimi K3.1 Pro가 생성한 박스는 사람이 참여하는 검토를 위한 초안으로 활용하고, 전체 데이터셋에 주석을 달기 전에 자체 이미지에서 예측 몇 개를 확인하세요.
정확도, 비용 및 속도#
유료 모델은 사용자의 제공업체 API 키로 실행되므로 각 예측 비용은 제공업체가 직접 청구합니다. 벤치마크에서 Kimi K3.1 Pro의 비용은 이미지 1,000장당 약 $22.50으로 Kimi K3의 $21.50과 비슷했습니다. 토큰 가격은 3분의 1 낮지만 이미지당 토큰을 더 많이 사용했으므로, 거의 같은 비용으로 정확도를 약 3분의 1 높일 수 있습니다.
이 점수를 얻는 가장 저렴한 방법은 아닙니다. 이보다 높은 순위의 모델 6개 중 5개는 비용이 더 낮습니다. Gemini 4 Argon은 이미지 1,000장당 약 $7.60, Claude Opus 5.5는 약 $13.90입니다. Claude Haiku 5.5는 이미지 1,000장당 약 $0.37로 Kimi K3.1 Pro보다 mAP50 점수가 약 0.015 낮았습니다.
Kimi K3.1 Pro는 처리 시간도 깁니다. 요청당 이미지 처리 시간 중앙값은 약 22초로, Gemini 4 Argon의 4.6초와 Claude Opus 5.5의 2.7초보다 오래 걸렸습니다. 요청의 6.4%가 Ultralytics Platform의 115초 제한 시간 안에 완료되지 않았으며, Kimi K3의 1.7%보다 높은 수치입니다. 시간 초과된 이미지에는 박스가 반환되지 않지만 다시 예측할 수 있습니다. Moonshot은 동일한 기능으로 2~3배 빠르게 실행된다고 설명하는 Kimi K3.1 Pro Highspeed도 제공합니다. Ultralytics Platform에서는 일반 Kimi K3.1 Pro를 제공합니다.
Ultralytics Platform에서 Kimi K3.1 Pro 시작하기#
- Kimi API Platform에서 API 키를 만든 다음, 데이터셋이 속한 워크스페이스의 Settings > API Keys에 추가하거나 워크스페이스 소유자에게 추가를 요청하세요(방법 보기).
- Ultralytics Platform에서 탐지 데이터셋을 열고 주석 편집기를 Smart 모드로 전환한 다음, Kimi 아래에서 Kimi K3.1 Pro를 선택하세요.
- Predict를 클릭해 현재 이미지에 라벨을 지정한 다음, 바운딩 박스를 검토하고 조정한 후 저장합니다.
- 결과가 적절하면 Batch Annotation을 실행해 데이터셋의 나머지 부분에 라벨을 지정합니다.
Batch Annotation에는 이미지 1,000장당 $1.00의 표준 Ultralytics Platform 처리 수수료가 부과되며, 이는 Moonshot이 API 키에 청구하는 비용과 별도입니다. 각 실행 전에 데이터셋 버전이 저장되므로 언제든지 이전 버전으로 되돌릴 수 있습니다.
데이터셋에 라벨을 지정한 뒤 동일한 워크스페이스에서 Ultralytics YOLO26 모델을 학습하세요(학습 문서 참조). Kimi K3.1 Pro와 선두 모델을 비교하려면 Gemini 4 Argon 자동 주석 게시물을 읽거나 VLM Leaderboard와 Ultralytics Platform 모델 페이지에서 모든 모델을 살펴보세요. 그런 다음 Ultralytics Platform에 로그인해 자체 데이터에서 Kimi K3.1 Pro를 사용해 보세요.
자주 묻는 질문
Kimi K3.1 Pro는 2026년 10월 23일 출시된 Moonshot AI의 Kimi K3.1 시리즈 플래그십 모델입니다. Kimi K3를 기반으로 후속 학습한 버전으로, 100만 토큰 컨텍스트 윈도우와 이미지 및 비디오 입력 기능을 갖췄으며 Moonshot은 2026년 11월 4일까지 가중치를 공개할 계획입니다. Ultralytics Platform에서는 데이터셋 클래스의 바운딩 박스를 그리는 클래스 프롬프트 기반 자동 주석 모델로 제공됩니다.
예. VLM Leaderboard에서 Kimi K3.1 Pro는 mAP50 0.444를 기록해 Kimi K3의 0.334보다 높았고, 데이터셋 36개 중 25개에서 개선된 성능을 보였으며, 이미지당 비용은 거의 같았습니다(이미지 1,000장당 $22.50 대 $21.50). 요청 처리 시간 중앙값은 약간 더 짧았지만 시간 초과 비율은 더 높았습니다(요청의 6.4% 대 1.7%).
벤치마크에서 Gemini 4 Argon(mAP50 0.537)과 Claude Opus 5.5(0.527)는 정확도가 더 높고, 이미지당 처리 속도는 더 빠르며, 비용은 더 저렴했습니다. Kimi K3.1 Pro(0.444)는 29개 모델 중 7위로 Google, Anthropic, OpenAI의 폐쇄형 모델에만 뒤졌으며, 테니스공, 축구, 밀 이삭, 갑상선 초음파를 포함한 6개 데이터셋에서 Gemini 4 Argon보다 높은 점수를 기록했습니다.
Moonshot은 사용자의 API 키로 입력 토큰 100만 개당 $2, 출력 토큰 100만 개당 $10을 청구합니다. 벤치마크에서는 이미지 1,000장당 약 $22.50이 들었습니다. Batch Annotation에는 이미지 1,000장당 $1.00의 Ultralytics Platform 처리 수수료도 추가됩니다.
예. Qwen3.8 27B, Gemma 4 26B, SAM 3.1 Text와 같은 호스팅 모델은 제공업체 키 없이 Ultralytics Platform에서 실행됩니다. 사전 학습된 Ultralytics YOLO 모델이나 직접 파인 튜닝한 모델을 사용해 자동 주석을 수행할 수도 있습니다.
