LLM Wiki

Kimi 2.6 + Opus 4.7 + GPT-5.5: 당신의 치트 코드

21 min read

4월 16일 Claude Opus 4.7, 4월 20일 Kimi K2.6, 4월 23일 GPT-5.5 — 일주일 사이 세 개의 모델이 연달아 출시되었습니다.

대부분의 사람들은 하나를 골라서 계속 사용하지만, 그것이 잘못된 접근입니다.

진정한 승자는 하나의 모델에 충성하지 않습니다. 그들은 각 작업에 가장 적합한 모델을 자동으로 라우팅하는 3단계 스택을 사용합니다. 이 조합은 놀랍도록 강력하면서도 대부분 무료거나 아주 저렴합니다.

이 설정을 갖춘 한 사람이 과거 4명의 팀이 하던 일을 해냅니다. 하나의 프롬프트로 300개의 병렬 에이전트를 가동해 4,000단계의 조율된 작업을 수행할 수 있습니다. 단 일주일의 설정으로 당신의 워크플로우는 영구적으로 바뀝니다.

세 모델을 하나의 시스템으로 사용하는 정확한 방법은 다음과 같습니다.

진짜 비용 구조

한 달에 1,500만 토큰의 API 작업을 하는 솔로 엔지니어 기준:

각 모델의 실체

Kimi K2.6

4월 20일 Moonshot AI가 출시, Modified MIT License로 오픈소스. API 비용은 백만 토큰당 약 0.95로 Claude보다 8배, GPT-5.5보다 5배 저렴합니다.

핵심 수치:

  • 전체 파라미터: 1조 개
  • 토큰당 활성 파라미터: 320억 개
  • 컨텍스트 윈도우: 256k
  • 최대 출력: 응답당 65,536 토큰 (Claude나 OpenAI 플래그십보다 큼)
  • 네이티브 지원: 장기 작업에서 300개 서브 에이전트, 4,000단계 조율

실제 사례: K2.6이 13시간 동안 8년 된 금융 매칭 엔진을 자율적으로 개편. 12가지 최적화 전략을 반복하고 1,000회 이상의 툴 호출로 4,000줄 이상의 코드를 정밀하게 수정, 중간 처리량 185%, 성능 처리량 133% 향상. Moonshot 자체 팀이 5일 연속 자율 에이전트로 가동하여 모니터링, 장애 대응, 시스템 운영을 사람 개입 없이 수행.

벤치마크:

  • SWE-bench Verified: 80.2%
  • SWE-bench Pro: 58.6% (GPT-5.5와 동률)
  • DeepSearchQA: 92.5%
  • Terminal-Bench 2.0: 66.7%
  • 환각률: K2.5의 65%에서 39%로 하락 (Claude Opus 4.7의 36%와 대등)

약점: API에서 이미지 입력 불가, Anthropic이나 OpenAI 대비 약간 높은 툴 스키마 재시도율, 순수 수학 분야에서 선두가 아님.

Claude Opus 4.7

4월 16일 출시. 프로덕션 코드 품질, 법률 및 기업 문서, 비전 작업, 정확도가 속도보다 중요한 모든 작업에 최적화.

벤치마크:

  • SWE-bench Pro: 64.3% (Kimi와 GPT-5.5보다 약 6% 앞섬)
  • 비전 정확도: 1.15 메가픽셀에서 3.75 메가픽셀로 해상도 업그레이드 후 54.5%에서 98.5%로 점프
  • 자체 출력 검증 기능으로 논리적 오류를 먼저 잡아냄

기업 지식 작업:

  • BigLaw Bench: 90.9%
  • 법률 조항 구분에서 프론티어 모델들이 혼동하던 부분을 정확히 판별
  • 소스 정보 작업 시 Opus 4.6 대비 21% 적은 오류

약점: 세 모델 중 가장 비쌈 (25 per million tokens), 웹 리서치 성능이 약간 하락함.

GPT-5.5

4월 23일 출시. 수학, 웹 리서치 (BrowseComp 90.1%), 컴퓨터 사용 (OSWorld-Verified 78.7%로 실제 GUI 자율 조작)에 최적화.

동일 작업 완료에 이전 모델들보다 적은 출력 토큰을 사용하여, 공식 요금표(30 per million)보다 실제로는 저렴함.

장기 컨텍스트 검색: 동일 벤치마크에서 Claude의 32.2% 대비 74.0%로 점프. 대규모 코드베이스나 매우 긴 문서로 작업하는 사람들에게 중요한 격차.

특별 기능: 이미지 2 기능 — 지금까지 본 적 없는 수준의 이미지 처리 능력.

약점: 출력 비용이 공식적으로 백만 토큰당 $30, 실제 코드 품질은 Claude에 밀림, 대량 작업 가격은 Kimi에 밀림.

에이전트 스웜: Kimi가 유일하게 하는 일

K2.6은 300개 서브 에이전트가 4,000단계를 동시에 실행할 수 있게 확장 — K2.5의 한계보다 3배. 각 에이전트가 병렬로 전문화된 하위 작업을 처리하고, 코디네이터가 결과를 병합하여 단일 프롬프트로 엔드투엔드 출력을 얻음.

출시 시 실제 사례:

  • 100개 에이전트가 1개 이력서를 100개 채용 공고와 매칭하여 100개의 맞춤형 이력서 반환
  • 천체물리학 논문을 40페이지, 7,000단어 연구 결과물로 변환 (20,000행 데이터셋과 14개 차트 포함)

어떤 PDF, 스프레드시트, 문서든 재사용 가능한 스킬로 변환 가능. 최고의 작업물을 한 번 업로드하면, 스웜이 모든 미래 작업에서 그 구조와 품질을 자동으로 복제함.

솔직한 주의사항: 매우 복잡한 장기 작업에서는 오케스트레이션이 여전히 취약함. 진정으로 병렬화되는 작업 — 광범위한 리서치, 배치 처리, 대량 생성, 대규모 장문 작성 — 에서 Agent Swarm을 사용하세요. 순차적 추론, 단일 파일 디버깅, 아키텍처 결정에는 Opus 4.7이 여전히 답입니다.

치트 코드: 각 작업을 올바른 모델로 라우팅하라

전체 전략은 하나의 모델에 충성하지 않고 라우팅하는 것.

Kimi K2.6에게 주기:

  • 대량 코딩 작업
  • 프롬프트나 이미지로 프론트엔드 생성
  • 대규모 리서치를 위한 에이전트 스웜
  • 밤새 자율 실행
  • 저렴하게 대규모로 처리해야 하는 모든 작업

50개의 함수 작성, 100페이지 리서치, 풀스택 앱 스캐폴딩, 12시간 무인 에이전트 실행이 필요하다면 — Kimi가 당신의 노동자입니다.

Claude Opus 4.7에게 주기:

  • 첫 번째 시도부터 정확해야 하는 프로덕션 코드
  • 법률 문서, 기업 워크플로우
  • 비전 작업
  • 디자인 정밀도가 필요한 모든 작업
  • 틀린 답변이 실질적인 비용을 초래하는 모든 작업

Opus는 당신의 시니어 엔지니어이자 안전망입니다.

GPT-5.5에게 주기:

  • 수학 문제
  • 무거운 웹 브라우징이 필요한 리서치 작업
  • 컴퓨터 사용 및 GUI 탐색
  • 최신 정보를 빠르게 찾고 종합해야 하는 모든 작업

GPT-5.5는 당신의 리서처이자 컴퓨터 오퍼레이터입니다.

라우팅 결정은 5초면 되고, 절약은 영구적입니다.

실제 설정 방법

옵션 1: 수동 라우팅 (무료, 지금 바로 작동)

모든 작업 전 세 가지 질문:

  • 대량 코딩이나 자율 작업? → Kimi
  • 프로덕션 완성도, 비전, 법률 콘텐츠? → Opus 4.7
  • 수학, 웹 리서치, 컴퓨터 탐색? → GPT-5.5

작업당 5초, 즉각적인 비용 절감.

옵션 2: Claude Code Router

github.com/musistudio/claude-code-router

Claude Code 인터페이스를 실행하면서 OpenRouter를 통해 Kimi, GPT-5.5, 또는 모든 모델로 요청을 라우팅. 하나의 인터페이스, 세 개의 두뇌, 자동 라우팅.

옵션 3: CodeRouter

coderouter.io가 모든 API 호출을 자동으로 최적 모델에 라우팅. 설정 불필요. 현재 라우팅: 계획 및 디버깅은 Opus, 구현 및 대량 생성은 Kimi, 수학 및 리서치는 GPT-5.5. 품질 저하 없이 월 비용을 약 60% 절감.

🚨 필요한 레포지토리 (가장 중요한 부분)

Kimi K2.6용:

Claude Opus 4.7용:

GPT-5.5용:

세 모델 통합:

지금 설치해야 할 프롬프트

모델당 하나씩, 총 세 개의 프롬프트. 접근 가능한 곳에 저장하고 모든 세션 시작 시 붙여넣거나 영구 시스템 프롬프트로 설치하세요.

Kimi K2.6로 대량 작업 및 에이전트용:

당신은 구현 속도와 정확성에 집중하는 시니어 엔지니어입니다.

작업: 정확히 요청받은 것을 구축하세요. 그 이상도 그 이하도 아닙니다.

규칙:
- 한 줄도 쓰기 전에 전체 컨텍스트를 읽으세요
- 수술처럼 정밀한 변경만 하고, 작업과 인접한 것은 건드리지 마세요
- 더 나은 접근 방식이 보이면, 구축하기 전에 말하세요
- 응답하기 전에 기존 로직에 대해 변경 사항을 검증하세요
- 변경된 모든 줄은 작업과 직접 연결되어야 합니다
- 장기 작업의 경우, 각 단계를 넘어가기 전에 계획을 말하고 검증하세요

에이전트로 실행 시:
- 30단계마다 진행 상황을 보고하세요
- 장애물을 조용히 우회하지 말고 즉시 플래그를 세우세요
- 하위 작업이 실패하면 계속하기보다 일시 중지하고 표면화하세요

성공 기준: 변경 사항이 작동하고, 다른 것이 깨지지 않았으며, 모든 단계가 추적 가능함.

Claude Opus 4.7로 프로덕션 작업용:

당신은 정확성이 속도보다 중요한 프로덕션 시스템에서 작업하는 시니어 엔지니어이자 아키텍트입니다.

작업: 첫 번째 시도에 맞는 작업물을 생산하세요. 초안을 빨리 만드는 것이 아닙니다.

규칙:
- 문자 그대로 말한 것이 아니라 실제로 요청된 것을 식별하세요
- 여러 해석이 존재하면, 진행하기 전에 이름을 붙이고 물어보세요
- 문제를 완전히 해결하는 가장 간단한 솔루션을 적용하세요
- 구축하기 전에 가정을 명시적으로 플래그하세요
- 접근 방식이 틀렸다면, 구축하기 전에 말하세요
- 작업에 필요한 것만 건드리세요. 지나가며 개선하지 마세요
- 응답하기 전에 기존 로직에 대해 출력을 검증하세요

문서 및 법률 콘텐츠의 경우:
- 신뢰할 수 있으려면 특정 소스가 필요한 모든 주장을 플래그하세요
- 확립된 것과 해석인 것을 명확히 구분하세요
- 불편함을 피하기 위해 명확한 발견을 부드럽게 하거나 회피하지 마세요

성공 기준: 출력물이 수정 없이 프로덕션이나 출판으로 바로 갈 수 있음.

GPT-5.5로 리서치 및 컴퓨터 사용용:

당신은 시니어 리서치 분석가이자 시스템 오퍼레이터입니다.

작업: 정답을 빠르게 찾고 손 안 잡고 바로 행동하세요.

규칙:
- 답변이나 발견으로 시작하고, 그 뒤에 근거를 대세요
- 일반적인 표현이 아닌 구체적인 숫자와 명명된 소스를 사용하세요
- 확립된 사실, 논쟁 중인 주장, 당신의 해석을 명확히 구분하세요
- 불확실성을 명시적으로 플래그하고, 모호한 언어로 간극을 묻지 마세요
- 질문에 도움이 되지 않는 정보는 포함하지 마세요
- 툴이나 인터페이스를 조작할 때, 행동하기 전에 알리고 행동 후 결과를 보고하세요

웹 리서치의 경우:
- 집계기보다 1차 소스를 우선시하세요
- 소스가 충돌하면, 충돌을 이름 짓고 무엇을 더 신뢰하는지 설명하세요
- 단일 소스를 정착된 합의로 제시하지 마세요

성공 기준: 읽고 나서 다른 사람에게 핵심 발견을 설명할 수 있고, 다른 것을 검색하지 않고 바로 행동할 수 있음.

지금 이 스택으로 할 수 있는 실제 작업

한 세션으로 풀 SaaS 제품 구축: Kimi에게 제품, 스택, 기능을 설명하세요. 실행하게 두세요. 프론트엔드, 백엔드, DevOps 구성을 스캐폴딩합니다. 출력을 Opus 4.7에게 넘겨 프로덕션 중요 경로를 강화하세요.

심도 있는 주제 리서치: Kimi의 Agent Swarm을 50~100개 에이전트로 리서치 질문에 투입하세요. 각각이 다른 각도를 다루고, 코디네이터가 병합하고 모순을 해결합니다. 과거 10개 기사를 읽는 데 걸리던 시간에 인용이 포함된 구조화된 보고서 완성.

대량 처리: 100개 채용 공고, 100개 맞춤형 자기소개서. 50개 지원 티켓, 50개 맞춤형 응답. 과거 팀이 필요했던 작업이 이제 몇 달러로 밤새 실행됩니다.

문서를 재사용 가능한 스킬로: 최고의 보고서나 제안서를 Kimi에 업로드하세요. 스웜이 모든 미래 작업에 자동으로 적용하는 구조적, 스타일적 DNA를 캡처합니다.

모니터링 및 장애 대응 자동화: Kimi를 백그라운드 에이전트로서 오류 로그와 배포 파이프라인에 연결하세요. 문제가 발생하면 관련 커밋을 찾고, 초안 수정을 열고, Slack에 게시합니다. 당직 엔지니어가 새벽 3시에 빈 터미널을 응시하는 대신 PR을 검토합니다.

AI 친구들을 위한 체리 on top

여기까지 읽었다면 보상: 시작할 준비가 된 사람들을 위해 완전 무료 AI 코스, Claude 파워 유저 툴킷:

링크 남깁니다:

➡️ https://www.skool.com/ai-builderss/classroom 더 많은 것이 오고 있으며, 지금까지 공개한 것보다 훨씬 더 큰 규모가 될 것입니다. 조기 예약하고, AI 토끼굴 깊이 빠질 준비를 하세요.

그래프 뷰

백링크