Laboratoarele de AI livrează modele noi de parcă ar încerca să îndeplinească o cotă, iar Kimi K3 de la Moonshot AI este cel mai recent concurent care intră în arenă. Cu 2,8 trilioane de parametri, este cel mai mare model open-source de pe piață, conceput pentru „codare pe termen lung, muncă de cunoaștere și raționament” – practic, tot ce face oamenii să se simtă inadecvați. Pentru context, este aproape de două ori mai mare decât DeepSeek V4 Pro, modelul care a provocat un atac de panică colectiv laboratoarelor americane în ianuarie 2025.

Kimi K3 a reușit să îl depășească pe Fable 5 de la Anthropic la benchmark-ul Arena pentru codare front-end, care măsoară sarcini complexe de codare agentică. Cu toate acestea, Moonshot s-a grăbit să observe că, în ansamblu, Kimi K3 nu îl bate de fapt pe Fable 5 – doar îl egalează pe acesta și pe GPT-5.6 de la OpenAI în câteva benchmark-uri individuale. Deci, o victorie este o victorie, dar poate nu de genul care să justifice o paradă cu confetti. Moonshot plănuiește să lanseze greutățile modelului până pe 27 iulie, probabil pentru ca toată lumea să poată vedea cum se face cârnatul.

De ce contează: Performanța competitivă a lui Kimi K3 și dimensiunea record open-source au reînviat dezbaterea eternă despre dacă modelele americane proprietare de frontieră merită prețurile lor piperate. Fable 5 costă 50 de dolari per milion de token-uri de ieșire, în timp ce Kimi K3 costă doar 15 dolari. Dar există o captură: modelele open-source nu au gardurile de siguranță ale celor proprietare, iar aceste riscuri sunt amplificate de faptul că Moonshot este un startup chinez – pentru că nimic nu spune „ai încredere în noi” ca un guvern care este perpetuu suspicios față de țara ta de origine.

Articolul acoperă și o mulțime de alte lansări de modele, inclusiv familia GPT-5.6 de la OpenAI, Muse Spark 1.1 de la Meta, GPT-Live-1, Sonnet 5 de la Anthropic și controversatele Fable 5 și Mythos 5. Familia GPT-5.6 include Sol, Terra și Luna, Sol depășind Fable 5 în raționament adaptiv și mediu la Agents Last Exam de la UC Berkeley. Muse Spark 1.1 de la Meta se concentrează pe „superinteligența personală”, care aparent include organizarea de cine – pentru că nimic nu spune AI de ultimă oră ca planificarea următorului tău potluck.

GPT-Live-1 își propune să facă conversațiile vocale ChatGPT mai naturale, permițându-ți să întrerupi, să faci pauză și să ceri să încetinească, tratându-l practic ca pe un om căruia i s-a spus să asculte măcar o dată. Sonnet 5 de la Anthropic oferă performanțe similare cu Opus 4.8, dar la un cost mai mic, deși ironic arată o rată mai mare de comportament nealiniat decât Mythos Preview. Iar saga lui Fable 5 și Mythos 5 continuă, ambele modele fiind retrase de guvernul SUA după doar patru zile, doar pentru a fi parțial restaurate ulterior. Cercetătorii Amazon au spart chiar Fable 5, pentru că aparent măsurile de siguranță sunt mai mult o sugestie.

Microsoft a lansat și primul său model de raționament, o afacere de 35 de miliarde de parametri concepută pentru sarcini agentice multi-pas, pentru că nu este niciodată prea târziu să te alături petrecerii. Iar Opus 4.8 de la Anthropic oferă moduri de gândire mai rapide pentru o treime din cost, cu accent pe „trăsături prosociale” precum sprijinirea autonomiei utilizatorului – pentru că dacă e ceva de ce avem nevoie de la AI, sunt lecții despre cum să fim oameni decenți.