Tema
Resums de vídeos per entendre millor aquest tema.
Tef posa a prova Claude Fable 5 amb tres encàrrecs de videojoc en un sol prompt. Els resultats són sorprenents com a prototips, però no equivalen a recrear jocs comercials complets.
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.
Bijan Bowen prova Inkling, el primer gran model de Thinking Machines Lab: 975.000 milions de paràmetres totals, 41.000 milions d’actius, pesos Apache 2.0 i entrada de text, imatge i àudio. Les demos de codi queden lluny dels millors rivals, però la personalització i el desplegament empresarial són la seva aposta real.
Pat Simmons compara Kimi K3 amb GPT-5.6 Sol, Claude Opus 4.8, GLM 5.2 i Kimi K2.7 en deu tasques de codi i treball creatiu. K3 guanya en 3D i gràfics animats, però falla en controls, àudio i textos comercials. És un salt enorme respecte de K2.7, no un vencedor universal.
Dev Knives mostra com continua una aplicació real després d’esgotar el límit de Claude: trasllada la feina a Kimi K2.7 Code mitjançant OpenCode, deixa l’agent treballant cinc hores i compara el cost. La lliçó útil no és quin model «guanya», sinó com repartir tasques, context i pressupost.
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.
Un bon assistent de programació no substitueix el criteri d’enginyeria. El vídeo proposa un flux de tres passos —pla, context i verificació— per convertir la IA en una col·laboradora útil sense acumular errors ni deute tècnic.
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.
Una prova extensa de Gemini 3.6 Flash amb webs, C++, jocs 3D, un model imprimible i una app Android: molt ràpid i proactiu, però irregular.
