Kimi K3 per programar en 3D: gran model, comparació poc controlada
Kimi K3 crea prototips 3D convincents, però el vídeo compara tasques i configuracions diferents. Verifiquem rendiment, preus i riscos dels modes Auto i YOLO.
Tema
Models de llenguatge
Resums de vídeos per entendre millor aquest tema.
Tencent Hy3 Preview a prova: codi, jocs 3D i agents
Hy3 Preview afronta proves de codi, jocs 3D, simuladors, C++, roleplay i webs interactives dins d’un flux agentiu.
Claude Opus 4.8 sota prova: resultats brillants, però no supera clarament Opus 4.7
Bijan Bowen sotmet Claude Opus 4.8 a jocs, webs, animacions i simulacions 3D. Dos resultats són extraordinaris, però la resta mostren molta irregularitat.
Com funciona GPT: embeddings, atenció i transformers
Una explicació visual de GPT: tokenització, embeddings, autoatenció, múltiples caps, normalització, connexions residuals i entrenament.
Ornith 1.0 a prova: el model local de codi de 35B convenç més que el de 9B
Bijan Bowen prova Ornith 1.0 en versions de 9B i 35B amb webs, escenes 3D i correccions agentives. El 35B MoE crea els resultats més atractius, però tots dos deixen errors funcionals i la comparació utilitza maquinari i precisions diferents.
GrowBot: com un robot de 80 dòlars combina un LLM amb reflexos apresos
Brit Cruise construeix GrowBot, un petit bípede amb Raspberry Pi, càmera i dos servos. El projecte mostra tant el potencial dels models de llenguatge per planificar accions com el seu límit principal: pensar massa lentament per controlar el cos en temps real.
Bonsai 8B: què guanya i què perd el model d’IA d’1 bit que ocupa 1,15 GB?
Bijan Bowen prova Bonsai 8B, un model basat en Qwen3 amb pesos d’un bit. És extraordinàriament petit i ràpid, però els tests de codi mostren una degradació clara: genera interfícies bàsiques i conversa, mentre falla en jocs amb lògica més complexa.
Tencent Hy3 a prova: videojocs, codi i l’error que va apagar la pantalla
Bijan Bowen prova Tencent Hy3 amb un sistema operatiu al navegador, videojocs en C++ i 3D, una web de rellotges, un model de motor V8 i un problema real de Linux. El model sorprèn pel preu i la velocitat, però una confusió entre la llum del teclat i la pantalla exposa els riscos dels agents amb accés al sistema.
Kimi K3 obté 62/80 a KingBench: és realment millor que Fable 5?
Kimi K3 queda tercer al benchmark d’AICodeKing, però destaca en una tasca agentiva de llarga durada. Analitzem els vuit exercicis, el patrocini i els límits de la prova.
Com DeepSeek V4 Flash de 284B pot funcionar en un portàtil
DS4 comprimeix i executa DeepSeek V4 Flash en un MacBook de 128 GB. L’arquitectura MoE i la quantització selectiva ho fan possible, però el titular necessita matisos.
Claude Code gratis per sempre? Què ofereixen els gateways multimodel i quins límits amaguen
Un gateway pot connectar una eina de programació a models gratuïts, canviar de proveïdor quan s’esgota una quota i simplificar la configuració. Això no converteix Claude Code ni la inferència en gratuïts per sempre, i introdueix límits de qualitat, privacitat i confiança.
Hermes Agent 0.19 Quicksilver: més velocitat, tasques en segon pla i aprovacions intel·ligents
La versió 0.19 de Hermes Agent accelera l’execució, millora les tasques en segon pla, incorpora transcripcions dels subagents i reforça la gestió d’aprovacions i contrasenyes. El vídeo també explica quan convé un agent flexible i quan és millor programar un flux determinista.