출처
- source_url: https://aisparkup.com/posts/14774
- author: Spark
- published: Mon, 27 Jul 2026 06:20:56 +0000
- raw: raw source:
2026-07-27-aisparkup-post-14774-kimi-k3-fable
개요
백악관 과학자문 마이클 크라시오스는 문샷이 Anthropic의 Fable을 부정한 방식으로 증류해 Kimi K3를 개발했다고 주장했습니다. 그러나 Together AI의 DeepSWE 비교에서 Kimi K3와 Fable 5는 코딩 성능이 비슷했고, 일부 평가에서는 Kimi K3가 더 높은 문제 해결 커버리지를 보였습니다. AI 연구자들은 Fable 5 공개 후 약 2주 만에 대규모 증류와 모델 학습을 완료했다는 설명이 시간상 성립하기 어렵다고 지적했습니다. 또한 강화학습 중심의 최신 모델 개발에서는 단순 증류만으로 성능을 재현하기 어렵다는 분석도 제기됐습니다. 현재 공개된 내용만으로는 표절 주장을 확정하기 어렵고, 실제 모델 선택에는 성능·신뢰도·비용 비교가 더 직접적인 판단 기준이 됩니다.
핵심 포인트
- Together AI는 오픈소스 저장소 기반 기능 요청 113개를 사용해 두 모델을 비교했습니다.
- DeepSWE pass@1은 Fable 5가 69.9%, Kimi K3가 68.5%로 큰 차이가 없었습니다.
- pass@2와 pass@4에서는 Kimi K3가 각각 82.0%, 89.4%로 Fable 5의 80.2%, 88.5%를 앞섰습니다.
- 네 번의 시도에서 모두 성공하는 신뢰도는 Fable 5가 79.0%, Kimi K3가 76.6%로 Fable 5가 높았습니다.
- 작업당 비용은 Kimi K3가 4.65달러, Fable 5가 13.41달러로 Kimi K3가 크게 저렴했습니다.
- 연구자들은 Fable 5 공개 후 2주 만에 대규모 증류와 재학습을 마쳤다는 주장에 회의적이었습니다.
- 재무장관이 언급한 ‘미국 모델의 워터마크’는 구체적인 내용이나 검증 근거가 공개되지 않았습니다.
왜 중요한가
이번 논쟁은 모델 성능의 유사성이 곧바로 모델 탈취나 표절의 증거가 되지는 않는다는 점을 보여줍니다. 같은 코딩 성능이라도 Kimi K3는 비용과 문제 해결 범위에서 유리할 수 있고, Fable 5는 반복 성공의 안정성이 더 높을 수 있습니다. 따라서 정치적 주장과 기술적 검증을 구분하고, 사용 목적에 따라 비용·커버리지·신뢰도를 함께 평가해야 합니다.
참고 링크
- 원문: https://aisparkup.com/posts/14774
- Together AI 벤치마크: https://www.together.ai/blog/kimi-k3-vs-claude-fable-5-on-deepswe-cost-and-coding
- TechCrunch 관련 보도: https://techcrunch.com/2026/07/23/experts-say-exploiting-anthropics-fable-isnt-how-kimi-k3-got-so-good/
- Stephen Bochinski의 사용 후기: https://stephen.bochinski.dev/blog/2026/07/18/the-kimi-k3-moment/
관련 위키
원문 보존 위치
원문 전체는 raw source: 2026-07-27-aisparkup-post-14774-kimi-k3-fable에 source_url 및 HTML 원문과 함께 저장되어 있습니다.