Moonshot AI ir laidis klajā savu jaunāko vadošo lielo valodu modeli Kimi K3, un tas jau nonāk virsrakstos. Dažu stundu laikā pēc debijas Kimi K3 pacēlās uz Arena.ai Frontend Code Arena līderu saraksta augšgalu, apsteidzot Anthropic Claude Fable 5 vienā no nozares cieši skatītajiem etaloniem reālās pasaules frontend izstrādes un aģenta kodēšanas jomā.
Rezultāts piešķir jaunu impulsu Ķīnas pieaugošajai klātbūtnei pierobežas AI jomā. Kodēšanas etaloni ir kļuvuši par vienu no skaidrākajiem veidiem, kā salīdzināt lielu valodu modeļus, jo īpaši tāpēc, ka izstrādātāji skatās ne tikai uz tērzēšanas robotu veiktspēju un koncentrējas uz rīkiem, kas var veidot lietojumprogrammas, veikt sarežģītus uzdevumus un strādāt lielās kodu bāzēs ar minimālu uzraudzību.
Moonshot paziņoja par atbrīvošanu ceturtdien ziņojumā par X.
“Iepazīstinām ar Kimi K3: Open Frontier Intelligence
🔹 2,8 triljoni parametru, 1 miljons konteksta, vietējā multimodālā
🔹 Kimi Delta Attention nodrošina līdz pat 6,3 reizēm ātrāku dekodēšanu miljonu marķieru kontekstos
🔹 Uzmanību Atlikumi nodrošina ~25% lielāku treniņu efektivitāti par <2% papildu izmaksām
🔹 Izstrādāts ilgstošai aģentiskai kodēšanai un pašattīstošām darbplūsmām
Kimi K3 tagad ir tiešraidē vietnē http://Kimi.com, Kimi Work, Kimi Code un Kimi API.
Atvērtie svari līdz 2026. gada 27. jūlijam.
Iepazīstinām ar Kimi K3: Open Frontier Intelligence
🔹 2,8 triljoni parametru, 1 miljons konteksta, vietējā multimodālā
🔹 Kimi Delta Attention nodrošina līdz pat 6,3 reizēm ātrāku dekodēšanu miljonu marķieru kontekstos
🔹 Uzmanības atlikumi nodrošina ~25% augstāku treniņu efektivitāti ar <2% papildu… pic.twitter.com/eFHEbdxn3P— Kimi.ai (@Kimi_Moonshot) 2026. gada 16. jūlijs
Ķīnas Kimi K3 ieņem pirmo vietu Frontend Code Arena, apsteidzot Klodu Fable 5
Kimi K3 pārņem K2 modeļu saimi, tostarp K2.6 un K2.7 Code. Tās pamatā ir Mixture-of-Experts arhitektūra ar aptuveni 2,8 triljoniem parametru un konteksta logu līdz 1 miljonam marķieru. Modelis ir vērsts uz ilgstošām kodēšanas sesijām, repozitorija mēroga analīzi, dokumentu sintēzi un aģentu darbplūsmām, kurām nepieciešama ilgstoša argumentācija par lielu informācijas apjomu.
Moonshot palaišanas laikā izlaida divas versijas. K3 Max ir paredzēts tērzēšanai, spriešanai un autonomiem aģenta uzdevumiem. K3 Swarm Max koncentrējas uz vairāku AI aģentu koordinēšanu, kas paralēli strādā lielākos projektos. Kopā tie atspoguļo nozares pāreju no sarunu palīgiem uz AI sistēmām, kas spēj veikt sarežģītus programmatūras inženierijas uzdevumus ar minimālu cilvēka iejaukšanos.
Modeļa pirmais nozīmīgais publiskais pavērsiens bija Arena.ai Frontend Code Arena — kopienas virzīts etalons, kas mēra, cik labi AI modeļi veido pilnīgas tīmekļa lietojumprogrammas no dabiskās valodas uzvednēm. Atšķirībā no tradicionālajiem kodēšanas testiem, kas koncentrējas uz izolētām funkcijām vai algoritmiem, etalons novērtē plānošanu, atkļūdošanu, rīku izmantošanu, saskarnes dizainu un pilnīgu projekta izpildi, izmantojot aklu cilvēka novērtējumu.
Kimi K3 izlaiž ar 2,8 triljoniem parametru, apsteidz Claude Fable 5 priekšgala kodēšanas režīmā
Saskaņā ar jaunāko reitingu, kas publicēts 16. jūlijā, Kimi K3 ieguva provizorisko punktu skaitu 1679, apsteidzot Klodu Fable 5 ar 1631. GPT-5.6 varianti un Z.ai GLM-5.2 joprojām ir tuvu aiz muguras, padarot līderu sarakstu par vienu no konkurētspējīgākajiem mūsdienu sacīkšu AI kopsacīkšu momentuzņēmumiem.
Rezultāts atspoguļo vienu etalonu, nevis kopējo modeļu inteliģences klasifikāciju. Veiktspēja dažādos novērtējumos atšķiras atkarībā no izmērāmajiem uzdevumiem, un līderu saraksta pozīcijas var mainīties, jo tiek savākts vairāk cilvēku balsu. Tomēr Frontend Code Arena ir kļuvusi par rūpīgi novērotu atskaites punktu izstrādātājiem, kas novērtē ražošanas programmatūras projektu modeļus.
Pagājušo gadu Moonshot ir pavadījis, veidojot spēcīgu kodēšanas modeļu reputāciju. Agrākie laidieni, piemēram, K2.5, K2.6 un K2.7 Code, pastāvīgi ierindojās starp visefektīvākajām atvērtajām vai atvērtajām sistēmām, cieši konkurējot ar patentētajiem modeļiem no Anthropic, OpenAI un Google. Šķiet, ka Kimi K3 virza šo progresu vēl vairāk, novietojot Moonshot šī konkrētā etalona augšgalā.
Palaišana notiek laikā, kad Ķīnas AI uzņēmumi samazina veiktspējas atšķirību no vadošajām ASV laboratorijām kodēšanas, argumentācijas un aģentu sistēmās. Moonshot pievienojas uzņēmumiem, tostarp Z.ai un Alibaba Qwen komandai, izlaižot modeļus, kas arvien vairāk konkurē ar Anthropic, OpenAI un Google robežsistēmām.
Interese pārsniedz etalonu klasifikāciju. Prognožu tirgus Polymarket jau ir uzskaitījis līgumus, jautājot, kurš uzņēmums pabeigs jūliju kā Ķīnas vadošais mākslīgā intelekta izstrādātājs, un Moonshot ieguva uzmanību pēc Kimi K3 debijas. Agrīnā neatkarīgā testēšana novieto modeli tajā pašā vispārējā veiktspējas līmenī kā daudzi mūsdienu spēcīgākie slēgtie modeļi, lai gan recenzenti ziņo, ka rezultāti joprojām atšķiras atkarībā no darba slodzes un novērtēšanas metodes.
Lielāks stāsts sniedzas tālāk par vienu uzvarētāju sarakstu. AI izstrāde ir iegājusi fāzē, kurā panākumus mēra mazāk tikai ar etalonu rādītājiem, bet vairāk pēc tā, vai modeļi var pabeigt reālu darbu. Programmatūras izstrāde ir kļuvusi par vienu no visprasīgākajiem pārbaudes iemesliem, kas prasa argumentāciju, plānošanu, atmiņu, atkļūdošanu un rīku izmantošanu ilgās sesijās.
Kimi K3 debija liecina, ka konkurence AI nozares augšgalā kļūst daudz globālāka. Ķīnas laboratorijas vairs nedzenas pēc iedibinātiem līderiem. Vairākās specializētās jomās viņi nosaka tempu. Tā kā turpmākajās nedēļās turpināsies neatkarīgi novērtējumi, izstrādātāji iegūs skaidrāku priekšstatu par Kimi K3 stāvokli plašākā kodēšanas, argumentācijas un aģentu uzdevumu klāstā. Pagaidām Moonshot AI ir nodrošinājis priekšlaicīgu uzvaru vienā no etaloniem, ko daudzi programmatūras izstrādātāji skatās visvairāk.
TechStartups aptvēra Moonshot AI janvārī, kad Alibaba atbalstītais starta uzņēmums pēc jaunas finansēšanas kārtas sasniedza 4,8 miljardu dolāru vērtību. Pēc sešiem mēnešiem uzņēmums atkal ir uzmanības centrā ar Kimi K3 — modeli, kas ātri uzkāpa viena no AI rūpīgi novērotā kodēšanas etalonu virsotnēm.
