Согласно последнему бенчмарк-отчёту Fireworks AI, который рассмотрел ChainCatcher, стратегия маршрутизации задач на уровне отдельных задач между Kimi K3 и Fable 5 обеспечила 93% точности примерно на 1 030 задачах агентов, охватывающих разработку ПО, операции в терминале, алгоритмы, многоязычное программирование и юридические домены. В индивидуальной оценке качества моделей K3 показал 92,4% точности, а Fable достиг 92,6%; при этом K3 сильнее в символьной математике и инструментах разработки, а Fable — в вебе и визуализации данных. Отдельно отмечается, что K3 самостоятельно решил 11 терминальных задач с длинным циклом, которые Fable не смог выполнить. В отчёте подчеркнуто, что K3 даёт заметные преимущества по стоимости на платформе Fireworks: расходы на задачи агентов с длинным циклом могут быть до 50 раз ниже, чем у Fable.

Посмотреть источник

Дисклеймер: Информация на этой странице может быть получена из источников третьих сторон и предоставляется только для ознакомления. Она не отражает взгляды или мнения Gate и не является финансовой, инвестиционной или юридической рекомендацией. Торговля виртуальными активами связана с высоким риском. Пожалуйста, не основывайте свои решения исключительно на данных этой страницы. Подробнее смотрите в Дисклеймере.

Связанные новости

3ч назад

Kimi K3 набирает 1543 Elo в бенчмарке для офисных задач; он в 10 раз дороже, чем K2.6.

20ч назад

Moonshot AI запустила Kimi K3 с 2,8 триллиона параметров в прошлый четверг и приостановила регистрацию из‑за резкого роста спроса

07-21 11:38

Cline тестирует Kimi K2.6 с самостоятельным хостингом: экономит всего 10%, и ниже $500K годовых затрат это не имеет смысла

07-21 02:29

Сила ИИ-инфраструктуры: 2,8 триллиона параметров в Kimi K3 усиливают спрос на ИИ-инфраструктуру, а не ослабляют его — Wall Street

07-21 00:13

ИИ Moonshot выпускает Kimi K3 с 2,8 триллиона параметров — SK Hynix и Samsung намерены извлечь выгоду

Детальный анализ