Kimi K3: новый вызов доминированию США

Давайте подробнее разберем новую модель, её особенности и потенциальные последствия для всего AI-сектора. Также в этом посте мы поговорим про соперничество Китая и США в этой области.

Итак, Kimi K3 — это флагман компании Moonshot, которая получила 2.8 трлн.. параметров и контекст на 1 млн. токенов, что сделало её крупнейшей моделью с открытыми весами в мире. При этом у K3 достигается прирост качества в 2.5 раза при одинаковой мощности в сравнении с прошлой моделью K2.

Как мы уже выяснили, по уровню интеллекта она уступает лишь последним моделям от Anthropic и OpenAI: Fable 5 и GPT-5.6 Sol, хотя в чём-то их и превосходит.

Техническая инфа:

В основе лежит Kimi Delta Attention, гибридный механизм линейного внимания, дополненный так называемыми Attention Residuals — остаточными связями для внимания. По задумке обе технологии помогают информации не теряться при прохождении через длинные последовательности и глубокие слои — критично, когда контекст растягивается до миллиона токенов. Разреженность MoE-архитектуры довели до предела: из 896 экспертов на каждый токен активируются лишь 16. На GDPval-AA v2, где модели решают задачи из 44 профессий в девяти отраслях, K3 набирает 1687 баллов — обходя Claude Opus 4.8 Max с его 1600, но уступая Fable 5 Max и GPT-5.6 Sol Max. На AA-Briefcase, закрытом бенчмарке Artificial Analysis по длинным агентным задачам, — второе место в мире и победа уже над GPT-5.6 Sol Max. А на BrowseComp, проверяющем умение искать труднодоступную информацию в вебе, K3 в одиночном агентном режиме показала рекордные 91,2 балла — без сжатия контекста и прочих ухищрений, просто за счет миллионного окна. Подробнее в документации Kimi Platform.

Сама модель ориентирована на программирование, исследовательские задачи, агентные сценарии и длительные цепочки рассуждений.

Почему это серьезный вызов американским конкурентам?

Дело тут даже не совсем в мощности, а в том, что K3 — это открытая модель и именно этот факт превращается в большое преимущество перед OpenAI и Anthropic, которые держат свои продукты закрытыми.

В чём выражается данное преимущество: например, крупной компании требуется мощный ИИ под свои нужды, но им нежелательно делиться отправлять свои данные всё тем же OpenAi с Antropic. Тогда она может просто развернуть Kimi на своих серверах и обучить её под себя, не платя при этом за каждый отдельный запрос.

И несмотря на то, что стоимость input/output токенов выросла в разы, она всё ещё ниже, чем у западных конкурентов, при почти сопоставимой производительности сразу в нескольких областях.

Какие у этого могут быть последствия:

- Возможное снижение цен на новейшие модели у американских разработчиков
- Уменьшение отрыва закрытых моделей в качестве и производительности
- Opensource может стать новым стандартом
- Сместится фокус с качества самих моделей на качество инфраструктуры
- Разделение рынка, при котором и OpenAI, и Anthropic, и Moonshot займут свои сектора (агентные возможности, программирование, дешевизна, открытость моделей и т.п.)

Новые точки противостояния Китая и США

Уже ни для кого не секрет, что Китай значительными темпами снижает зависимость от США в области производства чипов. Важнейшим результатом этих мер стало строительство и ввод в эксплуатацию компанией zAI целого дата-центра на 1 ГВт без единого чипа от Nvidia.

Также вычислительные кластеры от zAI имеют более 10к чипов местного производства.

И вот это событие выводит ИИ гонку на новый этап, что наверняка повлечёт последствия в будущем. Многие уже называют текущее положение дел Холодной войной 2.0.

Ну а если вам понравился данный пост, не забывайте ставить реакции 🔥

Подключил GPT 5.6 к Hermes и это лучшая связка, которую я юзал

Потестил Sol внутри агента на реальных задачах: по агентским бенчмаркам модель впервые на уровне Fable 5, при этом работает по обычной подписке за 20$. Никакого API и счетов за токены, прям кайф.

Снял видео, где показываю всё от и до:
🟢подключаем модель к агенту за минуту
🟢ставим правильный уровень размышлений, чтобы не жечь лимиты
🟢5 кейсов для работы и денег: заказы для фрилансера, база клиентов через браузер, ресерч конкурентов, разбор файлов и автоматизированный поиск идеи для контента

👉 Смотреть видео
👉 Смотреть видео
👉 Смотреть видео

Буду крайне благодарен, если дадите максимум фидбека на ютубе: поставьте лайк и напишите коммент, так алгоритмы лучше продвигают видео 🫡

Гайд подключения со всеми командами и пак промтов из видео👇
https://t.me/chathinkok/67902
https://t.me/chathinkok/68068

Антропики выкатили Claude Opus 5

Цена та же, что у 4.8: $5 за миллион input токенов и $25 за миллион output. Уже доступна в API и в Claude Code и в Cowork в подписке.

Что поменялось:
➡️Агентный кодинг в терминале (Frontier-Bench) - 43.3% против 21.1% у Opus 4.8, лучше в 2 раза с прошлой моделью
➡️ARC-AGI-3, задачи которых модель раньше не видела - 30.2%. У 4.8 там было 1.5%, у GPT-5.6 Sol 7.8%. Разрыв огромный
➡️Computer use - 70.6% на OSWorld 2.0, лучший результат среди всех
➡️Бизнес-воркфлоу на AutomationBench - 26% против 17-18% у остальных
➡️Появился Fast Mode: в 2.5 раза быстрее за двойную цену

Отдельно про кэш промпта, это важно тем, кто юзает агентов. Кэш - это когда модель не перечитывает весь ваш диалог заново, а берёт его из памяти, поэтому это дешевле и быстрее. Раньше стоило подключить агенту новый инструмент посреди работы, и кэш слетал: вся история пересчитывалась с нуля, вы платили за неё второй раз. Теперь инструменты можно добавлять и убирать на ходу, и кэш остаётся.

В общем, с первого взгляда, модель уровня Fable, но в 2 раза дешевле.

Сажусь тестить его сегодня, но по метрикам прям огонь выходит.

Ставьте 🔥 если хотите обзор - наберём реакций, сниму видео с нормальным тестом