चीनी एआई लैब मूनशॉट एआई ने गुरुवार को किमी K3.1 प्रो जारी किया, जो इसकी नई K3.1 श्रृंखला का पहला मॉडल है और जिसे कंपनी 1 मिलियन-टोकन संदर्भ विंडो के साथ अपना अब तक का सबसे सक्षम ओपन-वेट मॉडल कहती है। लॉन्च में किमी K3.1 प्रो हाईस्पीड भी पेश किया गया है, कंपनी का कहना है कि यह वेरिएंट मानक मॉडल की तुलना में दो से तीन गुना तेज चलता है। दोनों तुरंत किमी.एआई, किमी वर्क, किमी कोड और किमी एपीआई पर उपलब्ध हैं, पूर्ण मॉडल वजन 4 नवंबर तक रिलीज होने वाला है।

ओपन-मॉडल रेस में एक आवेशपूर्ण क्षण में रिलीज हुई, डीपसीक के 15 बिलियन डॉलर के फंडिंग राउंड की रिपोर्ट के कुछ दिनों बाद चीन की अग्रणी प्रयोगशालाओं के बीच प्रतिस्पर्धा कड़ी हो गई। ब्लूमबर्ग ने लॉन्च को अपने "डीपसीक मोमेंट" के बाद से मूनशॉट का पहला बड़ा अपग्रेड बताया और मॉडल ने हैकर न्यूज़ पर तत्काल ध्यान आकर्षित किया, जहां इसने कुछ ही घंटों में लगभग 400 अंक एकत्र किए।

कृत्रिम विश्लेषण सूचकांक पर चौथा स्थान

मुख्य परिणाम आर्टिफिशियल एनालिसिस इंटेलिजेंस इंडेक्स से आता है, जहां किमी K3.1 प्रो को 55 अंक मिले हैं - जो कि अपने पूर्ववर्ती किमी K3 से 11 अंकों की छलांग है, जो इसे कुल मिलाकर चौथे स्थान पर रखता है। आर्टिफिशियल एनालिसिस के अनुसार, केवल तीन मालिकाना मॉडल उच्च रैंक पर हैं: एंथ्रोपिक का क्लाउड ओपस 5.5 58 पर, क्लाउड सॉनेट 5.5 56 पर, और म्यूज़ वंडर फुल 56 पर।

आगे क्या होगा इसके लिए यह अंतर सबसे अधिक मायने रखता है। यदि मूनशॉट 4 नवंबर, 2026 तक शेड्यूल पर वेट भेजता है, तो K3.1 प्रो उपलब्ध उच्चतम स्कोरिंग ओपन-वेट मॉडल बन जाएगा, जो कि सबसे अच्छे ओपन और मालिकाना मॉडल के बीच की दूरी को 12 अंक से घटाकर 3 कर देगा - यह मानते हुए कि बीच के हफ्तों में और कुछ नहीं बदलता है।

डिकोडर ने बताया कि पैरामीटर गिनती 2.8 ट्रिलियन पर बनी हुई है, जबकि मूनशॉट सिस्टम को किमी K3 के पोस्ट-प्रशिक्षित संस्करण के रूप में वर्णित करता है, जिसे काफी बड़े पोस्ट-ट्रेनिंग कंप्यूट के साथ बनाया गया है। कंपनी का कहना है कि उसने सैकड़ों डाउनस्ट्रीम डोमेन में बड़े पैमाने पर संयुक्त सुदृढीकरण सीखना चलाया, आरएल फ्रेमवर्क, लंबे संदर्भ अनुमान और सैंडबॉक्स बुनियादी ढांचे को फिर से तैयार किया ताकि गणना की प्रत्येक वृद्धि स्थिर रिटर्न दे सके।

एजेंट कोडिंग शो का सितारा है

K3.1 प्रो का सबसे मजबूत लाभ एजेंटिक कार्यों में दिखाई देता है। टर्मिनल-बेंच 4.0 पर, जो यथार्थवादी, संसाधन-बाधित टर्मिनल कार्यों पर कोडिंग एजेंटों का मूल्यांकन करता है, मॉडल का स्कोर 65.7% है - ओपनएआई के जीपीटी-6 एस्ट्रा से 58.2% से आगे और क्लाउड ओपस 5.5 से थोड़ा पीछे 66.4%। परिप्रेक्ष्य के लिए, किमी K3 उसी परीक्षण में केवल 13% ही सफल हुआ।

मूनशॉट के आंतरिक किमी कोड बेंच 3.0 लॉन्ग-होरिजन पर, जो इंजीनियरिंग डोमेन में मल्टी-स्टेप निष्पादन और एंड-टू-एंड समस्या समाधान को मापता है, K3.1 प्रो का स्कोर K3 के 55.95% के मुकाबले 61.2% है। कृत्रिम विश्लेषण द्वारा ट्रैक किए गए जीडीपीवल-एए एजेंटिक बेंचमार्क पर, मॉडल 1,846 एलो तक पहुंचता है - के3 से 312 अंक ऊपर और क्लाउड ओपस 5.5 की पहुंच के भीतर 1,866 और म्यूज वंडर फुल 1,857 पर।

मतिभ्रम की दर में भी तेजी से गिरावट आई। कंपनी के आंतरिक किमी हल्लू बेंच हार्ड पर, दावा-स्तर मतिभ्रम K3 के साथ 23.4% से गिरकर 8.3% हो गया - हालांकि मूनशॉट ने चेतावनी दी है कि बेंचमार्क सामान्य त्रुटि दरों के माप के बजाय एक जानबूझकर तनाव परीक्षण है, और GPT-6 एस्ट्रा अभी भी 5.5% पर आगे है।

3डी दृश्य, गेम इंजन और वित्तीय अनुसंधान

कच्चे बेंचमार्क से परे, मूनशॉट K3.1 प्रो को एक रचनात्मक और पेशेवर उपकरण के रूप में स्थापित कर रहा है। कंपनी ने यूनिटी, अनरियल इंजन और गोडोट सहित गेम इंजनों में संपूर्ण अनुभवों के निर्माण के मॉडल का प्रदर्शन किया, उन्हें वेब सर्च और 3डी जेनरेशन के साथ जोड़ा। कंपनी के तकनीकी ब्लॉग के अनुसार, इसका फ्रंट-एंड आउटपुट - इंटरैक्टिव थ्री.जेएस दृश्य और 3डी संपत्ति - अपने पूर्ववर्ती की तुलना में अधिक मजबूत संरचना, टाइपोग्राफी और एनीमेशन दिखाता है।

मूनशॉट ने आंतरिक वित्त बेंचमार्क पर भी लाभ की रिपोर्ट दी है, K3.1 प्रो ने वित्तीय मॉडलिंग पर 7.2 अंक और K3 की तुलना में वित्तीय अनुसंधान पर 11.6 अंक का सुधार किया है, और OfficeQA Pro v2 कार्यालय-कार्य बेंचमार्क पर सभी परीक्षण किए गए मॉडल में शीर्ष पर है। विक्रेता द्वारा रिपोर्ट किए गए सभी आंतरिक मूल्यांकनों की तरह, स्वतंत्र सत्यापन ही वास्तविक परीक्षा होगी।

कीमत 33% गिरी

क्षमता में उछाल के साथ-साथ, मूनशॉट ने कीमतों में कटौती की। द डिकोडर के अनुसार, K3.1 प्रो की कीमत $2 प्रति मिलियन इनपुट टोकन और $10 प्रति मिलियन आउटपुट टोकन है, कैश्ड इनपुट $0.20 के साथ - K3 के एपीआई मूल्य निर्धारण से लगभग 33% की कमी। हाईस्पीड वेरिएंट अपने दो से तीन गुना तेज अनुमान के बदले में $4 प्रति मिलियन इनपुट टोकन और $20 प्रति मिलियन आउटपुट टोकन चलाता है।

यह कीमत K3.1 प्रो को स्वामित्व वाले मॉडलों के प्रमुख स्तरों से काफी नीचे रखती है, जो अब लीडरबोर्ड पर है, एक संयोजन जो डेवलपर समुदाय के उत्साह को स्पष्ट करता है। लाखों टोकन खर्च करने वाली एजेंटिक वर्कलोड चलाने वाली टीमों के लिए, $10 और $25 प्रति मिलियन आउटपुट टोकन के बीच का अंतर तेजी से बढ़ता है।

नवंबर वेट रिलीज़ क्यों मायने रखती है

4 नवंबर के लिए योजनाबद्ध ओपन-वेट रिलीज़ यकीनन कहानी का वास्तविक धुरी बिंदु है। किमी K3 के वेट इस साल की शुरुआत में एक अनुमेय लाइसेंस के तहत हगिंग फेस पर दिखाई दिए और स्व-होस्टेड तैनाती चलाने वाले उद्यमों द्वारा इसे तुरंत अपनाया गया। यदि K3.1 प्रो वादे के अनुसार अपने चौथे स्थान के स्कोर के साथ बरकरार रहता है, तो यह डेवलपर्स को क्लाउड ओपस 5.5 की उल्लेखनीय दूरी के भीतर एक डाउनलोड करने योग्य मॉडल सौंप देगा - एक मील का पत्थर जो पहले किसी भी ओपन रिलीज तक नहीं पहुंचा है।

प्रतिद्वंद्वी अभी भी खड़े नहीं हैं. डीपसीक कथित तौर पर अपने मूल लक्ष्य से दोगुने से अधिक की वृद्धि कर रहा है, क्वेन की नवीनतम श्रृंखला मजबूत ओपन-वेट संख्याएं पोस्ट करना जारी रखती है, और पश्चिमी प्रयोगशालाएं मालिकाना सीमा को आगे बढ़ाती रहती हैं। लेकिन प्रक्षेपवक्र स्पष्ट है: इस सप्ताह कृत्रिम विश्लेषण सूचकांक पर 12 अंकों का अंतर वर्ष के अंत तक एकल अंकों - या छोटे - में मापा जा सकता है।

अभी के लिए, K3.1 प्रो और K3.1 प्रो हाईस्पीड किमी के उपभोक्ता उत्पादों और एपीआई पर लाइव हैं, 4 नवंबर के लिए वेट काउंटडाउन पहले से ही चल रहा है।

---

एआई से आगे रहें

नवीनतम एआई समाचार, विश्लेषण और सफलताएँ प्राप्त करें - सभी एक ही स्थान पर।

अधिक AI समाचार पढ़ें →