Kimi K3 przewyższa Claude Fable 5 w kodowaniu, ale znacznie przegrywa w matematyce

Chiński model Kimi K3 od firmy Moonshot zyskuje coraz większą uwagę w zachodniej społeczności AI. Według najnowszych testów opublikowanych przez The Decoder, model prezentuje mieszane wyniki w porównaniu z najlepszymi zachodnimi rozwiązaniami.

W benchmarku Code Arena: Frontend, który ocenia modele na podstawie preferencji użytkowników, Kimi K3 osiągnął wynik 1679 punktów, wyprzedzając Claude Fable 5 (1631 punktów), GPT-5.6 Sol (1618 punktów) i wszystkie inne testowane modele ze znaczną przewagą. To pierwszy przypadek, gdy chiński model zajął pierwsze miejsce w tym benchmarku.

Kluczowe wnioski

• Kimi K3 zdobył pierwsze miejsce w benchmarku Code Arena: Frontend z wynikiem 1679 punktów, pokonując wszystkie zachodnie modele.
• W zadaniach matematycznych model osiąga tylko około 39% dokładności w FrontierMath Tier 4, podczas gdy modele OpenAI i Anthropic sięgają w niektórych przypadkach blisko 90%.
• To pierwszy chiński model, który zajął czołową pozycję w renomowanym benchmarku programistycznym.
• Wyniki pokazują nierównomierny rozwój chińskich modeli AI — doskonałe w kodowaniu frontend, słabe w złożonej matematyce.

Przełom w programowaniu frontend

Sukces Kimi K3 w benchmarku Code Arena: Frontend stanowi znaczący moment dla chińskiej branży AI. Benchmark ten ocenia modele na podstawie ludzkich preferencji, co czyni go szczególnie wiarygodnym miernikiem praktycznej użyteczności. Przewaga 48 punktów nad Claude Fable 5 i 61 punktów nad GPT-5.6 Sol to wyraźny sygnał, że chińskie modele mogą konkurować z najlepszymi zachodnimi rozwiązaniami w określonych zastosowaniach.

Słabości w zaawansowanej matematyce

Dane z Epoch AI ujawniają jednak poważne ograniczenia Kimi K3 w bardziej wymagających zadaniach. W najtrudniejszym poziomie FrontierMath Tier 4, który testuje zdolności w rozwiązywaniu eksperckich problemów matematycznych, chiński model osiąga jedynie 39% dokładności. To drastyczna różnica w porównaniu z modelami OpenAI i Anthropic, które w niektórych przypadkach zbliżają się do 90% skuteczności.

Ta rozbieżność w wynikach ilustruje nierównomierny rozwój chińskich modeli AI, które mogą doskonalić się w określonych dziedzinach, ale wciąż pozostają w tyle za zachodnimi konkurentami w najbardziej wymagających zadaniach analitycznych.

Kimi K3 pokazuje, że chiński sektor AI rozwija się w kierunku specjalizacji w praktycznych zastosowaniach programistycznych, choć wciąż wymaga znacznych ulepszeń w obszarach wymagających zaawansowanego rozumowania matematycznego.