Kibitz na Arenie. Wszystko wskazuje, że Moonshot szykuje Kimi K3.1

Moonshot AI najpewniej szykuje kolejny duży model. Jak opisuje TestingCatalog, w Arenie pojawił się anonimowy model o nazwie Kibitz. Użytkownicy zakładają, że to Kimi K3.1. Oficjalnego potwierdzenia nie ma, ale poszlaki są mocniejsze niż zwykle: Kimi opublikowało zapowiedź nadchodzącej premiery K3.1, a konto Areny na X napisało, że nowy model od @Kimi_Moonshot niedługo się pojawi i trzeba obserwować jego miejsce w rankingu.

Co pokazują pierwsze testy

Na Kibitza jako jeden z pierwszych zwrócił uwagę użytkownik Chetaslua. Nazwał go „nowym tajemniczym modelem w code arena” i zgadywał, że pochodzi od Kimi. W kolejnym wpisie chwalił szybkość modelu i umiejętność rysowania w JavaScripcie. Zaznaczył przy tym, że wyniki powstały w jednej próbie, bo w trybie battle Arena nie pozwala zapytać tego samego modelu dwa razy. Dodał też, że od „znajomych z Kimi” słyszał o bardzo wydajnym modelu. TestingCatalog wprost zastrzega, że to informacja z drugiej ręki.

Najgłośniejszy jest przykład z Minecrafta. Użytkownik Chris, który wcześniej radził obserwować w tym tygodniu Arenę pod kątem Kimi, opublikował porównanie. Modele miały „zbudować to, jak wyglądają w Minecrafcie”. Według jego liczb GPT-6 Astra ustawił 5738 bloków za 5,31 dolara, a Kimi K3.1 aż 13 707 bloków za 0,38 dolara. Chris twierdzi też, że model trafi do sieci przed wtorkiem przyszłego tygodnia jako tani, open-source’owy model klasy SOTA. To jego deklaracja, nie informacja od Moonshota, a TestingCatalog nie przedstawia niezależnej weryfikacji podanych kosztów.

TestingCatalog zauważył w nagraniu ciekawy szczegół. Kimi K3.1 zbudował siebie na wzór niebieskiej maskotki Kimi Agent, podczas gdy GPT-6 poprzestał na generycznym robocie.

Inne próby też robią wrażenie:

• Lumina pokazała trójwymiarowy helikopter z animacją startu i lądowania, widokiem złożenia i rozbicia na części oraz trybami rentgenowskim i szkieletowym. Według autora powstał w mniej niż 15 minut.
• Inny użytkownik porównał Kibitza z Claude Fable 5.1 w teście 3D. Uznał, że jest wyraźnie szybszy od Fable, a jakością zbliża się do Opus 5.5 Medium. Podejrzewa, że model domyślnie działa z najwyższym poziomem rozumowania. Pasowałoby to do K3, który także trafił na rynek z maksymalnym wysiłkiem jako ustawieniem domyślnym.

To wciąż pojedyncze pojedynki na Arenie, więc do czasu publikacji karty modelu warto podchodzić do nich ostrożnie.

Schemat, który już widzieliśmy

Całość przypomina premierę poprzedniej generacji. Kimi K3 był testowany na Arenie w lipcu pod kryptonimem Kivine i trafił na rynek po kilku dniach. Oficjalnie zadebiutował 16 lipca. Ma 2,8 biliona parametrów i okno kontekstu 1 mln tokenów. W Amazon Bedrock kosztuje 3 dolary za milion tokenów wejścia i 15 dolarów za milion tokenów wyjścia. Otwarte wagi Moonshot udostępnił 27 lipca. Reuters określił K3 jako największy na świecie otwartowagowy system AI.

Jeśli K3.1 faktycznie okaże się tak tani, jak sugerują liczby Chrisa, Moonshot mocno podetnie ceny zamkniętych laboratoriów. Stanie się to w momencie, gdy OpenAI przygotowuje GPT-6.1 Terra jako tańszą opcję, a Anthropic oddaje Fable 5.5 w ręce partnerów. Według TestingCatalog K3.1 niekoniecznie dorówna modelom granicznym Anthropic i OpenAI we wszystkich obszarach, ale przy takiej cenie wiele zespołów może uznać go za oczywisty wybór.