Kimi K3 ने GPT-5.6 Sol को एजेंटिक AI में पछाड़ा — 27 जुलाई को ओपन-सोर्स होगा

वह मॉडल जिसने OpenAI के फ्लैगशिप को उस बेंचमार्क पर पीछे छोड़ दिया है जो लंबी अवधि के कोडिंग और नॉलेज वर्क के लिए सबसे महत्वपूर्ण माना जाता है, आज से API के ज़रिए उपलब्ध है। यह मॉडल OpenAI, Google या Anthropic का नहीं है। Kimi K3 बीजिंग स्थित स्टार्टअप Moonshot AI की नवीनतम पेशकश है, जो मुख्य रूप से Kimi चैटबॉट के लिए जाना जाता है। यह अब तक जारी किया गया सबसे बड़ा ओपन-वेट्स लैंग्वेज मॉडल है: इसमें कुल 2.8 ट्रिलियन पैरामीटर हैं, जो एक स्पार्स आर्किटेक्चर में व्यवस्थित हैं — हर अनुरोध पर इनमें से केवल एक हिस्सा सक्रिय होता है, जिससे लागत नियंत्रित रहती है।

AA-Briefcase — आर्टिफिशियल एनालिसिस का एजेंटिक मूल्यांकन जो टेक्स्टबुक समस्याओं के बजाय वास्तविक नॉलेज वर्क का अनुकरण करने के लिए डिज़ाइन किया गया है — पर Kimi K3 ने 1,527 अंक हासिल किए। इसने पहले स्थान पर रहे Claude Fable 5 Max (1,587 अंक) को छोड़कर बाकी सभी को पीछे छोड़ दिया, और GPT-5.6 Sol Max (1,495 अंक) को भी हरा दिया। व्यापक GDPval-AA बेंचमार्क पर यह मॉडल 1,687 अंकों के साथ तीसरे स्थान पर है, जबकि Fable 5 Max (1,815 अंक) और GPT-5.6 Sol Max (1,747.8 अंक) से पीछे है। एजेंटिक बेंचमार्क पर पहले और दूसरे स्थान के बीच का प्रदर्शन अंतर, दूसरे और पांचवें स्थान के बीच के अंतर से भी संकरा है।

बेंचमार्क रैंकिंग से ज़्यादा अनदेखा करना मुश्किल है कीमतों का अंतर। Kimi K3 प्रति मिलियन अनकैश्ड इनपुट टोकन पर $3 और प्रति मिलियन आउटपुट टोकन पर $15 लेता है। वहीं, Claude Opus 4.8 प्रति मिलियन इनपुट पर $5 और प्रति मिलियन आउटपुट पर $25 लेता है। उच्च-मात्रा वाले एजेंटिक वर्कफ़्लो चलाने वाली टीमों के लिए, Moonshot का दावा है कि कोडिंग कार्यभार पर कैश हिट दर 90% से अधिक है, जिससे प्रभावी इनपुट लागत प्रति मिलियन टोकन केवल $0.30 रह जाती है — यह एक ऐसा आंकड़ा है जो फ्रंटियर-क्लास AI को बड़े पैमाने पर तैनात करने की अर्थव्यवस्था को बदल देता है।

मॉडल को दो आर्किटेक्चरल नवाचारों ने संभव बनाया है। Kimi Delta Attention एक हाइब्रिड लीनियर अटेंशन मैकेनिज़्म है, जिसके बारे में कंपनी का कहना है कि यह मानक अटेंशन की तुलना में दस लाख टोकन के संदर्भों में 6.3 गुना तेज़ डीकोडिंग सक्षम बनाता है। Attention Residuals को मानक रेज़िड्यूअल कनेक्शन के ड्रॉप-इन रिप्लेसमेंट के रूप में वर्णित किया गया है, जो मॉडल के बड़ा होने पर लगातार प्रदर्शन लाभ देता है। दस लाख टोकन का कॉन्टेक्स्ट विंडो — जो एक साथ लगभग दस पूर्ण लंबाई के उपन्यासों को रखने के लिए पर्याप्त है — लाइव और पूरी तरह कार्यात्मक है, न कि सिर्फ एक सैद्धांतिक विशिष्टता।

‘आज से उपलब्ध’ और ‘ओपन-सोर्स’ के बीच एक अंतर है जो यहाँ महत्वपूर्ण है। Kimi K3 अभी API और Kimi ऐप के ज़रिए उपलब्ध है, जिसका अर्थ है कि अनुरोध Moonshot के सर्वरों से होकर गुज़रते हैं। मॉडल के वास्तविक वेट्स — वे प्रशिक्षित पैरामीटर जो किसी को भी अपने बुनियादी ढांचे पर मॉडल तैनात करने देंगे — अभी सार्वजनिक नहीं हैं। Moonshot ने 27 जुलाई को उन्हें Modified MIT लाइसेंस के तहत जारी करने की योजना बनाई है, वही शर्तें जो पिछले K2 मॉडल पर लागू की गई थीं। अधिकांश डेवलपर्स के लिए, API ही उनकी ज़रूरत है; डेटा संप्रभुता या अनुपालन आवश्यकताओं वाले संगठनों के लिए, वेट्स की रिलीज़ ही प्रासंगिक तारीख है।

नेटिव मल्टीमॉडल समर्थन एक ही API कॉल में टेक्स्ट, इमेज और वीडियो इनपुट को कवर करता है। मॉडल का कुल 2.8 ट्रिलियन पैरामीटर काउंट स्पार्स MoE पैरामीटर्स के पूरे सेट को संदर्भित करता है; प्रति फॉरवर्ड पास सक्रिय पैरामीटर काउंट काफी कम है, और इसी तरह Moonshot इन्फ़रेंस लागत को कम रखता है। पूरे मॉडल को स्थानीय रूप से चलाने के लिए एक उपभोक्ता वर्कस्टेशन से कहीं अधिक उन्नत हार्डवेयर की आवश्यकता होगी। ओपन वेट्स जो सक्षम बनाएंगे, वह है चीनी स्वामित्व वाली API के माध्यम से डेटा रूट किए बिना एंटरप्राइज़-स्केल बुनियादी ढांचे पर तैनाती।

27 जुलाई को वेट्स की रिलीज़ यह तय करेगी कि बेंचमार्क का लाभ वास्तविक तैनाती में कितना बचता है। जब Moonshot ने K2 को समान ओपन शर्तों पर जारी किया था, तब डेवलपर की स्वीकार्यता कंपनी की अपेक्षा से अधिक तेज़ी से बढ़ी थी — आंशिक रूप से इसलिए क्योंकि नियर-फ्रंटियर प्रदर्शन और MIT-शैली लाइसेंसिंग के संयोजन ने उन टीमों के लिए कानूनी घर्षण को हटा दिया था जिन्हें दोनों की आवश्यकता थी। K3 उसी रणनीति पर एक बड़ा दांव है।

टैग: GPT-5.6, AI मॉडल, Kimi K3, Moonshot AI, ओपन-सोर्स AI, लोकल AI