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.
Tema
Moonshot AI
Resums de vídeos per entendre millor aquest tema.
Kimi K3 posat a prova: el model obert gegant brilla programant, però pensa massa
Kimi K3 combina 2,8 bilions de paràmetres, visió nativa i un context d’un milió de tokens. Les proves de Bijan Bowen mostren resultats espectaculars en jocs, webs i impressió 3D, però també una latència i una tendència a sobrepensar que pesen en l’experiència.
Kimi K3 sacseja Fable 5: què demostra i què exagera el directe
Kimi K3 destaca per preu i prototips visuals, però no “humilia” tots els rivals: Fable 5 no s’ha cancel·lat i el retard de Gemini afecta la versió Pro.
Kimi K3: què aporta el model de 2,8 bilions de paràmetres
Kimi K3 promet pesos oberts, un milió de tokens de context i 2,8 bilions de paràmetres. Resumim l’arquitectura, els benchmarks i els límits reals.
Kimi K3 i el retorn dels models oberts: què canvia quan els pesos no depenen d’un sol proveïdor
Kimi K3 s’acosta als models tancats en codi i agents. Analitzem els benchmarks, les demos de midudev, la lentitud, els límits i el valor real dels pesos oberts.
Per dins de Kimi K3: com funcionen el MoE de 2,8 bilions, KDA i Attention Residuals
Kimi K3 activa només 16 de 896 experts per token. Expliquem Stable LatentMoE, Kimi Delta Attention, Attention Residuals i els colls d’ampolla reals.
Kimi K3: gran salt en programació, però no supera GPT-5.6 ni Fable 5 en tot
Kimi K3 té 2,8 bilions de paràmetres i un milió de tokens de context. Analitzem els benchmarks, dues proves de codi, el preu i els límits reals.