중국 오픈 LLM vs 미국 클라우드 LLM — 2026년 벤치마크·비용·전략 총정리
2026년 7월 문샷 Kimi K3 등장으로 오픈(중국) 최고 모델이 미국 클로즈드 최전선에 종합 지능 약 3점까지 좁혔다. 다만 '중국=싸고 열림, 미국=비싸고 닫힘' 구도는 예외가 늘고 있다.
목차
2026년 7월 현재, 중국의 오픈웨이트 LLM은 미국의 클라우드(클로즈드) 최전선에 여전히 뒤진다. 다만 그 차이가 “세대”가 아니라 “몇 달”로 줄었고, 7월 들어 한 번 더 좁혀졌다. 문샷 AI가 7월 16일 공개한 Kimi K3가 오픈 최고 자리를 GLM-5.2에서 넘겨받으며, 종합 지능 최고점 격차를 약 9점에서 약 3점으로 당겼다(Tom’s Hardware, Simon Willison). 시간으로 보면 Epoch AI의 종합 지표(ECI)로는 최고 오픈이 최고 클로즈드에 약 4개월 뒤지고(Epoch AI), 영국 AI안전연구소(AISI)의 사이버 역량 측정에선 격차가 610개월에서 47개월로 좁혀졌다(UK AISI, 2026-07). 성능은 붙는데, 가격은 예전만큼 한쪽으로 깔끔하게 갈리지 않는다.
- 약 3점
- 오픈-클로즈드 최고점 격차60 vs 57 (Artificial Analysis 지수, K3 반영)
- 2.8조
- Kimi K3 총 파라미터역대 최대 오픈웨이트 주장(활성 ~50B)
- $15 vs $6
- 오픈 K3 vs 미국 Grok 출력단가진영이 곧 가격은 아니다
- 1M 토큰
- 이제 양쪽 플래그십 표준 컨텍스트
수치는 발표 주체와 측정 시점에 따라 흔들린다. 아래 숫자는 2026년 7월 23일 기준 공개 자료를 모은 것이고, 자체발표와 제3자 독립측정을 구분해 적었다.
지금 최전선엔 누가 있나
미국 쪽은 전부 클로즈드, 즉 가중치를 공개하지 않고 API로만 파는 모델이다. 2026년 7월 기준 최전선은 이렇게 정리된다.
| 모델 | 개발사 | 출시 | 입력/출력 ($/1M) | 컨텍스트 | 대표 성적(측정 주체) |
|---|---|---|---|---|---|
| Claude Fable 5 | Anthropic | 2026-06 | 10 / 50 | 1M | AA 지능지수 60 (독립·프런티어 1위) |
| Claude Opus 4.8 | Anthropic | 2026-05 | 5 / 25 | 1M | AA 지능지수 ~57 (독립) |
| GPT-5.6 Sol | OpenAI | 2026-07 | 5 / 30 | 미확인 | Terminal-Bench 2.1 88.8%(자체) |
| Gemini 3.1 Pro | 2026-02 | 2 / 12* | 1M | GPQA 94%, SWE-bench Verified 80.6%(독립) | |
| xAI Grok 4.5 | xAI | 2026-07 | 2 / 6 | 500K | AA 지능지수 54 (독립), 코딩 에이전트 상위 |
한 가지 눈에 띄는 건 투명성 후퇴다. OpenAI는 GPT-5.6 Sol에서 SWE-bench Verified·GPQA·AIME 같은 학술 벤치마크를 아예 공개하지 않고 Terminal-Bench·DeepSWE 같은 자사 유리한 에이전트 지표만 냈다(Artificial Analysis). 그래서 “누가 몇 점”을 1:1로 붙이기가 예전보다 어려워졌다.
중국 쪽은 대체로 반대다. 대부분 가중치를 통째로 풀고, MoE(전문가 혼합) 구조로 총 파라미터는 크지만 실제 활성 파라미터는 작아 추론 비용이 싸다. 다만 이번 Kimi K3는 그 “싸다”는 공식에서 살짝 벗어난다.
| 모델 | 개발사 | 라이선스 | 구조(총/활성) | 입력/출력 ($/1M) | 대표 성적 |
|---|---|---|---|---|---|
| DeepSeek V4-Pro | DeepSeek | MIT | MoE 1.6T / 49B | 0.435 / 0.87 | SWE-bench Verified 80.6%(Pro-Max), LiveCodeBench 93.5 |
| Kimi K3 | Moonshot | 공개 예정(K2=Modified MIT) | MoE 2.8T / ~50B | 3 / 15 | AA 지능지수 57 (독립·오픈 1위), 1M·멀티모달 |
| GLM-5.2 | Zhipu(Z.ai) | MIT | MoE 744B | 1.4 / 4.4 | AA 지수 51, AIME 2026 99.2, SWE-Pro 62.1 |
| MiniMax M3 | MiniMax | 커스텀 | MoE 428B / 23B | 0.30 / 1.20 | AA 지수 44, 멀티모달(텍스트·이미지·비디오) |
| Qwen3.6-27B | Alibaba | Apache-2.0 | dense 27B | 자체호스팅 | SWE-bench 77.2, AIME 94.1 |
| DeepSeek V4-Flash | DeepSeek | MIT | MoE 284B / 13B | 0.14 / 0.28 | SWE-bench Verified 79.0 |
수치 출처는 각 사 공식 모델 카드와 가격 페이지, 그리고 독립 리더보드다(DeepSeek 가격, 오픈웨이트 정리, Kimi K3). 이 흐름을 연 건 2025년 1월 MIT 라이선스로 풀린 DeepSeek-R1이었다. 강화학습 기반 추론 모델을 통째로 공개하면서, “프런티어는 비공개”라는 전제를 처음으로 흔들었다.
성능 격차는 실제로 얼마나 되나
종합 지능만 보면 클로즈드가 위다. Artificial Analysis 지능 지수에서 최상단은 Claude Fable 5(60)·GPT-5.6 Sol(59)이고, 바로 아래에 놀랍게도 오픈 모델이 앉았다 — 7월 16일 공개된 Kimi K3(57)다. 오픈 최고가 GLM-5.2(51)에서 K3로 바뀌면서 오픈-클로즈드 최고점 격차는 약 9점에서 약 3점으로 줄었고, K3는 미국 클로즈드인 GPT-5.5(55)마저 종합 지수에선 앞선다.
자료: Artificial Analysis (K3 반영)
| Claude Fable 5 | 60점 |
|---|---|
| GPT-5.6 Sol | 59점 |
| Kimi K3 | 57점 |
| GPT-5.5 | 55점 |
| GLM-5.2 | 51점 |
| DeepSeek V4-Pro | 44점 |
단, K3를 읽을 땐 조심할 게 있다. K3의 화려한 코딩 벤치마크(집계 기준 Frontend Code Arena 1위, Claude Fable 5 상회 주장 등)는 상당수가 Moonshot 자체발표·집계 블로그 출처다. 독립 리더보드에서 확인되는 건 Artificial Analysis 지수 57(오픈 1위·글로벌 4위)까지고, 벤더 표에만 있는 우위는 “주장”으로 읽는 게 안전하다. 게다가 지능 지수 자체가 버전·측정 시점에 따라 흔들려 — 이전 Kimi K2.6만 해도 스냅샷에 따라 43에서 54까지 오갔다 — “몇 점”보다 “누가 어느 버전으로 쟀나”를 먼저 봐야 한다.
이 지수는 수십 개 벤치마크를 합성한 값이라 축마다 그림이 다르다. 순수 추론(AIME 2025·GPQA Diamond)은 이미 포화 상태다. AIME는 GPT-5.5·GLM-5.2가 99~100%, Kimi도 96%대를 찍는다. 이 축에선 변별력이 거의 사라졌다. 진짜 차이가 나는 곳은 코딩·에이전트(SWE-bench Verified)다. 여기선 Claude Fable 5가 자체발표 ~95%로 앞서지만, 오픈도 바짝 붙었다. DeepSeek V4-Pro-Max가 SWE-bench Verified 80.6%로 미국 Gemini 3.1 Pro와 동률까지 올라왔다. 실무에서 체감되는 격차는 “문제를 푸는가”가 아니라 “긴 작업을 끝까지 안정적으로 해내는가”에 남아 있다.
내가 보기엔 여기서 조심할 게 하나 더 있다. 자체발표 점수와 독립측정 점수의 간극이 최신 모델일수록 크다. GPT-5.5만 해도 SWE-bench가 자체 88.7%인데 독립측정은 80.6%다(lmcouncil). 8%p 차이다. 그러니 “누가 1등”보다 “누가 쟀나”를 먼저 보는 게 맞다.
그런데 가격은 — 이제 진영이 아니라 모델별이다
성능이 몇 점 차이라면 남는 건 비용이다. 그런데 2026년 여름의 가격표는 예전만큼 깔끔하지 않다.
자료: 각 사 공식 가격 페이지·OpenRouter (2026-07)
| Claude Fable 5 | 50달러 |
|---|---|
| GPT-5.6 Sol | 30달러 |
| Kimi K3 | 15달러 |
| Gemini 3.1 Pro | 12달러 |
| xAI Grok 4.5 | 6달러 |
| GLM-5.2 | 4.4달러 |
| MiniMax M3 | 1.2달러 |
| DeepSeek V4-Pro | 0.87달러 |
| DeepSeek V4-Flash | 0.28달러 |
여전히 바닥은 중국 오픈이 잡고 있다. DeepSeek V4-Pro의 출력 단가($0.87)는 Claude Fable 5($50)의 약 1/57이다. 같은 파이프라인을 돌려도 청구서가 두 자릿수 배로 갈린다. 그런데 이번엔 예외가 둘 생겼다. 하나, 화제의 Kimi K3는 오픈인데도 출력 $15로 오픈 진영에서 가장 비싸다 — DeepSeek의 약 17배다. 성능을 끌어올린 대신 문샷이 값을 올렸다. 둘, xAI Grok 4.5는 미국 클로즈드인데 출력 $6로 K3보다 싸다. “중국이면 싸고 미국이면 비싸다”는 이제 진영이 아니라 모델별로 따져야 한다.
그래도 큰 그림은 유효하다. API 가격은 시작일 뿐이다. 오픈웨이트는 내려받아 자체 GPU에서 돌릴 수 있어, 호출량이 많으면 API 종량제보다 자체호스팅이 더 싸지는 손익분기가 온다. 무엇보다 데이터를 외부로 내보내지 않는다. 금융·의료·공공처럼 데이터 주권이 걸린 곳에서 이건 가격보다 중요한 조건이다.
물론 “오픈”이 다 같은 오픈은 아니다. DeepSeek와 GLM은 MIT, Qwen은 Apache-2.0라 상업적으로 거의 무제한이지만, MiniMax는 상업 이용에 제약이 붙는 커스텀 라이선스다. Kimi K3의 라이선스는 이 글 작성 시점(가중치 공개 2026-07-27 예정)엔 아직 공개되지 않았고, 전작 K2가 대규모 사용 시 표기 의무가 붙는 Modified MIT였다. 도입 전에 라이선스 조항을 읽어야 하는 이유다.
언제 뭘 써야 하나
정리하면 선택은 성능 순위표가 아니라 제약 조건에서 갈린다.
| 상황 | 합리적 선택 | 이유 |
|---|---|---|
| 데이터를 외부로 못 보냄 | 오픈웨이트 자체호스팅 | API로 데이터가 나가지 않음 |
| 호출량이 매우 많음 | 저가 오픈(DeepSeek 등) 또는 자체호스팅 | 종량제 대비 단가 수십 배 절감 |
| 최고 난도 추론·긴 에이전트 작업 | 미국 클로즈드 API | 안정성·완주율에서 아직 우위 |
| 비용은 아끼되 성능도 필요 | Grok 4.5·GPT Luna 등 저가 클로즈드도 후보 | 미국 클로즈드에도 싼 tier가 생김 |
| 한국어 서비스 | 둘 다 검증 필요 | 공개 한국어 벤치마크가 적어 실측 권장 |
한국어 성능은 별도로 짚어둔다. 공신력 있는 한국어 벤치마크(KMMLU, HAE-RAE 등)의 최신 모델 점수는 이 글 작성 시점에 충분히 확인되지 않았다. 그러니 “어느 게 한국어를 더 잘한다”는 단정은 보류하고, 실제 서비스 데이터로 A/B를 돌려보길 권한다.
왜 중국은 열고 미국은 닫나 — 그리고 그 예외들
여기서부턴 수치가 아니라 구조의 문제다. 미국은 2022년부터 고성능 AI 가속기(엔비디아 H100 계열 등)의 대중국 수출을 단계적으로 막아왔다. 최상급 칩을 충분히 못 쌓는 조건에서 중국 랩들이 택한 길이 두 가지다. 하나는 효율 — 총 파라미터는 크되 활성 파라미터를 13~50B로 낮춘 MoE 설계로 같은 성능을 더 적은 연산으로 뽑는다. 다른 하나는 개방 — 가중치를 풀어 전 세계 개발자·기업이 자기 인프라에서 돌리게 만드는 것이다. 개방은 자선이 아니라 전략이다. 오픈웨이트가 표준으로 퍼지면 그 위에 생태계·툴·파인튜닝이 쌓이고, 그게 곧 영향력이 된다. 칩으로 막힌 확산을 소프트웨어 개방으로 우회하는 셈이다.
다만 이 구도를 너무 깔끔하게 그리면 틀린다. 중국 대형 랩도 최상위 모델은 닫기 시작했다 — 알리바바는 Qwen 3.7부터 플래그십을 API 전용(클로즈드)으로 돌렸고, 바이두 ERNIE 5.1도 가중치를 공개하지 않는다. 반대로 미국에도 오픈웨이트가 있다. 엔비디아 Nemotron 3 Ultra(550B)는 종합 지수에서 MiniMax M3·DeepSeek V4-Pro를 웃도는 미국산 오픈 모델이다(Artificial Analysis). “중국=오픈, 미국=클로즈드”는 큰 흐름일 뿐 법칙이 아니다. 2025년 1월 DeepSeek-R1이 던진 충격은 성능보다 이 구도를 드러냈다는 데 있었고, 2026년 여름의 Kimi K3는 그 구도가 이제 예외까지 품을 만큼 복잡해졌음을 보여준다.
그래서 결론은
성능 격차는 몇 개월·몇 점으로 좁혀졌고, 가격은 진영이 아니라 모델별로 갈리기 시작했다. 최고 난도 작업과 에이전트 안정성이 걸린 자리엔 아직 미국 클로즈드가 앉지만, 그 자리가 필요 없는 대부분의 실무에서는 오픈 모델이 “충분히 좋은데 훨씬 싼” 답이 되어가고 있다. 다만 Kimi K3처럼 비싼 오픈, Grok처럼 싼 클로즈드가 늘면서, 2026년의 합리적 선택은 “중국이냐 미국이냐”가 아니라 용도별로 모델을 하나씩 재보는 것이 됐다.
이 글의 수치는 2026년 7월 23일 공개 자료 기준이며, 모델·가격·벤치마크는 빠르게 바뀐다. 자체발표(자체)와 독립측정(독립)을 구분해 표기했고, 발행 전 최신치를 재확인하는 것을 권한다. 확인되지 않은 항목은 “미확인”으로 남겼다.
자주 묻는 질문
- 지금 중국 오픈 모델이 미국 클라우드 모델보다 좋은가?
- 최고 성능만 보면 아직 미국 클로즈드(Claude Fable 5, 지수 60)가 근소하게 앞선다. 다만 Kimi K3(57) 등장으로 격차가 약 3점까지 좁혀졌고, K3는 미국 GPT-5.5보다 종합 지수가 높다. 대부분의 실무에선 오픈 모델이 '충분히 좋은데 훨씬 싼' 선택지가 됐다.
- 오픈웨이트가 정확히 무슨 뜻인가?
- 모델의 가중치(weight) 파일을 공개해 누구나 내려받아 자기 서버에서 돌릴 수 있다는 뜻이다. 소스코드까지 완전 공개하는 '오픈소스'와는 다르며, 학습 데이터는 대개 비공개다.
- 오픈 모델은 전부 무료이고 제약이 없나?
- 아니다. 내려받아 자체 호스팅하면 API 비용은 안 들지만 GPU 인프라 비용이 든다. 라이선스도 제각각이라 DeepSeek·Qwen은 상업적으로 자유롭지만 일부 모델은 표기 의무나 상업 제약이 있다. Kimi K3는 API가 오픈 진영에서 가장 비싸기도 하다.
- 한국 기업이라면 뭘 골라야 하나?
- 데이터를 외부로 못 내보내거나 비용이 중요하면 오픈웨이트 자체호스팅, 최고 난도 추론·에이전트 안정성이 필요하면 미국 클로즈드 API가 무난하다. 둘을 용도별로 섞는 게 현실적이다.
