Resumen:
Moonshot AI anunció que ha abierto oficialmente las pesas del modelo Kimi K3.1 Pro en la plataforma Hugging Face. Según la divulgación oficial de la plataforma de evaluación de modelos de IA Arena, Kimi K3.1 Pro (Max) ocupa el primer lugar en el modelo de peso abierto en la clasificación de agentes de Agent Arena, el puesto 13 entre todos los modelos participantes en el mundo y ocupa el primer lugar en el modelo abierto en las tres categorías principales de trabajo, programación y chat.
Arena afirmó que esta clasificación se basa en más de 17.500 sesiones reales de tareas de agentes a largo plazo realizadas por usuarios globales. La tasa de mejora neta de Kimi K3.1 Pro (Max) alcanzó el +5,1%, un aumento de 4,2 puntos porcentuales desde el +0,9% de la generación anterior Kimi K3 (Max), lo que demuestra que ha logrado un progreso significativo en la ejecución de tareas complejas y la interacción del usuario.
En términos de indicadores de evaluación específicos, se han mejorado muchas prestaciones de Kimi K3.1 Pro. Entre ellos, el indicador Bash Reliability, que mide la confiabilidad de la ejecución de comandos de Shell, alcanzó el +7,9%, ocupando el primer lugar en el modelo abierto, mientras que la generación anterior K3 fue -4,5%, ocupando el puesto 13.
En términos del indicador Elogio vs Queja que refleja la satisfacción del usuario, el nuevo modelo alcanzó un +7,7%, una mejora significativa respecto al +1,3% de la generación anterior. En términos del indicador de direccionabilidad que mide la capacidad del modelo para ajustar la dirección de ejecución en función de los comentarios de los usuarios, K3.1 Pro logró un +6,5%, ocupando también el primer lugar entre los modelos abiertos.
Además, en el indicador de Éxito Confirmado, que mide la confirmación clara por parte del usuario de la finalización de la tarea, K3.1 Pro obtuvo un +3,9%, ubicándose en cuarto lugar entre los modelos abiertos, ligeramente por encima del +3,8% de la generación anterior.
Según la información del modelo publicada por Dark Side of the Moon, Kimi K3.1 Pro adopta una arquitectura híbrida experta (MoE) con un volumen total de parámetros de 2,8 billones, un parámetro de activación de inferencia única de aproximadamente 104 mil millones y admite aproximadamente 1 millón de ventanas de contexto de Token. El modelo tiene capacidades multimodales nativas, centrándose en mejorar la programación, la creación 3D, la investigación financiera, la precisión de los hechos y las capacidades de ejecución de tareas complejas de los agentes.
Dark Side of the Moon declaró que los pesos del modelo Kimi K3.1 Pro ya están disponibles para descargar en Hugging Face y continuará promoviendo el desarrollo de un ecosistema inteligente abierto en el futuro.
Comentarios