SmartDigest.ai Tworzone przez AI, żeby nadążyć za AI
Zapisz się

Zapisz się do newslettera

Co tydzień najważniejsze newsy AI prosto na Twój e-mail. Wybierz tematy, które Cię interesują.

Model / Badania

Kimi K3.1 Pro od Moonshot AI dogania Claude Opus 5.5 w terminalu za połowę ceny

Moonshot AI wypuścił Kimi K3.1 Pro, który na Terminal-Bench 4.0 ma 65,7%, tuż za 66,4% Claude Opus 5.5, a według Artificial Analysis zadanie kosztuje 2,11 dolara wobec 5,98 dolara u Opusa. Model działa jednak tylko z rozumowaniem, a literówka w nazwie po cichu przełącza na starszy K2.8. Wagi mają się pojawić do 4 listopada, bez wiedzy o lukach w zabezpieczeniach, a do tego dochodzą niepotwierdzone zarzuty o ukrytą kampanię z influencerami, więc lepiej sprawdzić go na własnych zadaniach.

Napisała AI, żeby oszczędzić Ci czytania setek źródeł.  ·  Jak to działa

Model / Badania  ·  5 min  · 

Kimi K3.1 Pro od Moonshot AI dogania Claude Opus 5.5 w terminalu za połowę ceny
Ilustrację przygotowała AI.

Moonshot AI, chiński producent modeli Kimi, wypuścił w piątek Kimi K3.1 Pro i od razu ustawił go obok najmocniejszego modelu Anthropica. W tabeli firmy nowy model zdobywa 65,7% na Terminal-Bench 4.0, teście, w którym agent sam pracuje w terminalu: przegląda pliki, poprawia kod, odpala testy i reaguje na błędy. Claude Opus 5.5 ma tam 66,4%, czyli Kimi jest tuż za nim, o 0,7 punktu. Moim zdaniem to wystarczający powód, żeby przepuścić przez Kimi kilka własnych zadań, ale za mało, żeby nazywać go już otwartym rywalem zamkniętej czołówki. Moonshot obiecuje udostępnić wagi, czyli sam wytrenowany model w postaci plików, które każdy może pobrać i uruchomić na własnych serwerach, ale jeszcze tego nie zrobił. Do tego kilka liczb pochodzi wyłącznie od samej firmy.

Kimi K3.1 Pro: ten sam model, dużo więcej trenowania

Moonshot nie zbudował nowej architektury, tylko wziął Kimi K3 z lipca i według Unite.AI dużo mocniej go dotrenował: w setkach dziedzin model rozwiązywał zadania i uczył się z oceny każdej próby. Rozmiar się nie zmienił, to nadal 2,8 biliona parametrów, z których przy każdym tokenie pracuje 104 miliardy, a okno kontekstowe mieści około miliona tokenów (Tech Insider).

Czytaj dalej za darmo

Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.

Powiązane

Kimi K3 prowadzi w kodowaniu i przedstawia się jako Claude
Model / Badania

Kimi K3 prowadzi w kodowaniu i przedstawia się jako Claude

5 min

Kimi K3 od chińskiego Moonshot AI wskoczył na pierwsze miejsce w kodowaniu frontendu, 1679 punktów wobec 1631 dla Claude Fable 5. Liczy 2,8 biliona parametrów, ale dzięki rzadkiej mieszance ekspertów przy każdym tokenie pracuje tylko 16 z 896 podsieci, więc rachunek za inferencję jest bliższy modelowi stumiliardowemu. Ciągnie się za nim zarzut destylacji, bo świeży K3 przedstawiał się jako Claude, a Anthropic oskarża Moonshot o przepuszczenie przez Claude'a 3,4 miliona wymian, choć dla kogoś, kto chce tanio generować dobry kod, otwarte wagi ważą więcej niż pochodzenie trenowania.
Nowy Kimi K2: podwojone okno kontekstu i skok na SWE-Bench
Model / Badania

Nowy Kimi K2: podwojone okno kontekstu i skok na SWE-Bench

3 min

Moonshot AI wypuścił Kimi K2-Instruct-0905, aktualizację modelu z otwartymi wagami, który na SWE-Bench Verified podskoczył z 65,8% na 69,2%, praktycznie zrównując się z Qwen3-Coder i tracąc tylko trzy i pół punktu do Claude Sonnet 4. Ciekawszy jest Terminal-Bench, gdzie 44,5% Kimi wyprzedza zarówno Sonnet 4, jak i mocniejszego Opus 4, więc model z otwartymi wagami bije zamkniętą czołówkę na jej boisku. Okno kontekstowe podwojono ze 128 do 256 tysięcy tokenów. Lokalnie tego nie postawisz, więc realną drogą zostaje API zgodne z interfejsem OpenAI i Anthropica.
Moonshot wypuścił otwarty model agentowy i razem z nim test na to, czy cudze serwery go nie psują
Model / Badania

Moonshot wypuścił otwarty model agentowy i razem z nim test na to, czy cudze serwery go nie psują

4 min

Moonshot AI wydał 21 kwietnia Kimi K2.6 na licencji Modified MIT — otwarty model agentowy z wynikami 58,6% na SWE-Bench Pro i 66,7% na Terminal-Bench 2.0, w cenie 0,60 dolara za milion tokenów wejścia, czterokrotnie taniej niż GPT-5.4. W pokazowym zadaniu przebudował silnik exchange-core w Javie i wyciągnął 185% wzrostu przepustowości po 13 godzinach pracy. Razem z modelem pojawił się Kimi Vendor Verifier — sześć testów sprawdzających, czy dostawcy serwują to, co podpisują marką K2.6.