Kimi-K2 с 1 трлн параметров обогнал GPT-4.1 в программировании

Китайская технологическая компания Moonshot AI представила нового игрока на арене искусственного интеллекта! Знакомьтесь с Kimi-K2. Это большая языковая модель с открытым исходным кодом, готовая бросить вызов признанным лидерам индустрии, таким как Claude Sonnet 4 и GPT-4.1. И такой громкий и мощный старт напоминает появление Deepseek.

Технические характеристики этой модели впечатляют. Kimi-K2 объединяет колоссальный объем знаний и в ней заложен 1 трлн параметров. Важнейшее преимущество – это открытые весовые коэффициенты. Делающие модель доступной для исследований, дополнительной настройки и адаптации под конкретные задачи.

Версия Kimi-K2-Instruct, оптимизированная для реальных условий применения, демонстрирует исключительные результаты в стандартных тестах. На сложнейшем испытании SWE-bench Verified она достигла 65.8% в режиме агента. Этот показатель лишь немного уступает Claude Sonnet 4, но значительно превосходит GPT-4.1.

Особенно впечатляет, что Kimi-K2 лидирует в специализированных тестах программирования. LiveCodeBench с результатом 53.7% и OJBench с 27.1%. Модель генерирует любые игры, приложения и планирует поездки через десятки инструментов в браузере как агент.

Модель также блестяще справляется с задачами по математике и естественным наукам. Превосходя конкурентов в таких сложных тестах как AIME, GPQA-Diamond и MATH-500. И уже сейчас она входит в элитную группу лучших моделей и в многоязычных испытаниях. И похоже это новый король нейронок прямо сейчас.