Sydneyből bejelentkezve a készítő egy frissen piacra lépő, rendkívül nagyméretű, nyílt mesterségesintelligencia-modellt mutat be, amelyet a Moonshot AI fejlesztett. Az új Kimi K3 modell 2,8 billió paraméterrel, egyedülállóan tágas, 1 millió tokenes kontextusablakkal és natív multimodális (szöveg, kép, videó) képességekkel érkezik. Az API már elérhető, míg a modell súlyai csak később lesznek nyilvánosak.
Az egyik központi kérdés, hogyan teljesít ez a modell valós, gyakorlati feladatokon: például egy hajókat és teherkezelést nyomon követő szoftverben található rejtett hibák azonosításában. Külön hangsúlyt kap, hogy a K3 önállóan képes-e hibákat feltárni, azok javítását ellenőrizni, és komplex láncolatú gondolkodási folyamatokat is végigvinni úgy, hogy csak a célt ismeri – a hibák fajtáját vagy helyét nem.
A néző bepillantást kap a modell építészeti újdonságaiba: a Kimi delta attention és az attention residuals technológiába, amelyek lehetővé teszik, hogy csak a szükséges „szakértő” részmodellek dolgozzanak egy-egy tokenen. Részletesen vizsgálja a modell helyét a teljesítmény-benchmarkok élmezőnyében: hol emelkedik ki, mely területeken marad el némileg a nagy riválisoktól, és milyen szempontokat érdemes figyelembe venni az összehasonlítás során.
A multimodalitás tesztelésére a szerző szokatlan kihívásokat állít a K3 elé: HTML-generálás egy vízicsúszda-szimulációhoz, illetve fizikai problémák elemzése kizárólag képi információk alapján. Felmerül a kérdés is, hogy egy ekkora modell milyen gondolkodási láncokon keresztül jut el a helyes válaszhoz – a videó ennek a belső folyamatnak is betekintést enged egyedi példákon keresztül.
Szó esik továbbá az árszabásról, hozzáférhetőségről, és a fejlesztői közösség reakcióiról, valamint arról is, hogy a K3 modellt hogyan érdemes „futtatni” a legjobb eredmények érdekében. Több témakör kapcsán elhangzik: mennyire stabil, illetve mennyire lehet még fejleszteni a jelenlegi verziót.
