5 मिनट पढ़ेंनई दिल्लीअपडेट किया गया: 17 जुलाई, 2026 02:32 अपराह्न IST
ऐसा प्रतीत होता है कि चीन एआई की दौड़ में अमेरिका से अंतर कम कर रहा है। किमी परिवार के एआई मॉडलों के पीछे की चीनी प्रयोगशाला मूनशॉट एआई ने अपने नवीनतम ओपन-वेट मॉडल किमी के3 का अनावरण किया है। अपनी रिलीज़ के बाद से, मॉडल ने प्रदर्शन प्रदान करने के लिए काफी ध्यान आकर्षित किया है जो अमेरिकी प्रयोगशालाओं से अग्रणी बंद-स्रोत प्रणालियों तक पहुंचता है।
किमी K3 एक 2.8 ट्रिलियन-पैरामीटर मॉडल है जिसके बारे में मूनशॉट का कहना है कि यह दुनिया का सबसे बड़ा ओपन-वेट AI सिस्टम है। कंपनी के मुताबिक, यह एंथ्रोपिक के क्लाउड फैबल और ओपनएआई के जीपीटी-5.6 के करीब परफॉर्मेंस देता है। मॉडल एक मिलियन-टोकन संदर्भ विंडो और मूल मल्टीमॉडल क्षमताओं का भी समर्थन करता है, जो इसे पाठ के साथ-साथ छवियों को संसाधित करने की अनुमति देता है।
किमी K3 896 विशेषज्ञ नेटवर्क के साथ विशेषज्ञों के मिश्रण (MoE) आर्किटेक्चर का उपयोग करता है, जिनमें से केवल 16 किसी भी अनुरोध के लिए सक्रिय होते हैं। यह इसे हर बार पूर्ण पैरामीटर गणना को संलग्न करने के बजाय कार्यों को विशेष उप-नेटवर्क में रूट करने की अनुमति देता है। यह दो वास्तुशिल्प नवाचारों को भी पेश करता है – किमी डेल्टा ध्यान और ध्यान अवशेष – मॉडल की परतों में जानकारी को बनाए रखने में मदद करने के लिए डिज़ाइन किया गया है। मूनशॉट का कहना है कि ये परिवर्तन किमी K2 की तुलना में स्केलिंग दक्षता में लगभग 2.5 गुना सुधार करते हैं, जिससे मॉडल अतिरिक्त गणना और प्रशिक्षण डेटा को अधिक कुशलता से बेहतर क्षमता में परिवर्तित करने में सक्षम हो जाता है।
किमी 3 प्रदर्शन
जब प्रदर्शन की बात आती है, तो छह व्यापक रूप से उपयोग किए जाने वाले कोडिंग बेंचमार्क के सेट में, किमी K3 को अधिकांश श्रेणियों में पहले या दूसरे स्थान पर रखा जाता है, मूनशॉट की बेंचमार्क प्रस्तुति के अनुसार कई मामलों में यह केवल क्लाउड फैबल 5 से पीछे है। यह फ्रंटियर एसडब्ल्यूई पर तीसरे स्थान पर, किमी-आंतरिक कोडिंग बेंचमार्क और टर्मिनल-बेंच 2.1 पर दूसरे स्थान पर और प्रोग्रामबेंच और एसडब्ल्यूई-मैराथन दोनों पर पहले स्थान पर है। एजेंटिक बेंचमार्क पर, अनिवार्य रूप से परीक्षण जो एक मॉडल की केवल एक प्रश्न का उत्तर देने के बजाय स्वायत्त रूप से कई चरणों का पालन करने की क्षमता को मापते हैं, किमी K3 फिर से आठ अलग-अलग मूल्यांकनों में शीर्ष पर या उसके निकट स्थान पर है, केवल Fable 5 और GPT-5.6 से पीछे है।
अधिक उल्लेखनीय परिणामों में से एक फ्रंट-एंड कोडिंग मूल्यांकन से आया, जहां किमी K3 को समग्र रूप से पहला स्थान मिला, जो कि अपने पूर्ववर्ती की तुलना में 18वें स्थान से एक छलांग है। यह सात मापे गए डोमेन (ब्रांडिंग, संदर्भ-आधारित डिज़ाइन, डेटा विश्लेषण, उपभोक्ता उत्पाद, सिमुलेशन और सामग्री उपकरण) में से छह में शीर्ष पर रहा, गेमिंग से संबंधित कार्यों में दूसरे स्थान पर रहा। आमने-सामने की तुलना में जहां आउटपुट को सीधे प्रतिस्पर्धी मॉडलों के मुकाबले आंका गया, किमी K3 को औसतन लगभग 76 प्रतिशत समय पसंद किया गया, जबकि Fable 5 और GPT-5.6 को लगभग 58 प्रतिशत पसंद किया गया।
मॉडल ने कोडिंग के बाहर भी अच्छा प्रदर्शन किया। सामान्य पाठ और लेखन मूल्यांकन पर, यह संयुक्त लीडरबोर्ड पर 38वें से 9वें स्थान पर पहुंच गया, रचनात्मक लेखन, कोडिंग और निर्देश-पालन के लिए शीर्ष दस में और तीन पेशेवर श्रेणियों में पहले स्थान पर रहा: भौतिक और सामाजिक विज्ञान, कानूनी और सरकारी कार्य, और चिकित्सा और स्वास्थ्य देखभाल। अलग से ट्रैक किए गए आंतरिक संपादकीय-लेखन बेंचमार्क पर, इसे फ़ेबल 5 को पीछे छोड़ते हुए उस लीडरबोर्ड में शीर्ष पर पहुंचने वाला पहला ओपन-वेट मॉडल बताया गया।
वित्त और कोडिंग कार्य जैसे आर्थिक रूप से उपयोगी कार्यों का अनुमान लगाने के लिए व्यापक “वास्तविक दुनिया के काम” सूचकांकों या बेंचमार्क पर, किमी K3 को Fable 5 के ठीक नीचे, GPT-5.6, सॉनेट 5, ओपस 4.8 और हाल ही में जारी मेटा मॉडल से आगे स्थान दिया गया है। टर्मिनल-बेंच, ह्यूमैनिटीज़ लास्ट एग्जाम और जीपीक्यूए डायमंड सहित नौ मूल्यांकनों के समग्र सूचकांक पर, यह जीपीटी-5.6 और फैबल 5 के बाद तीसरे स्थान पर है, लेकिन उल्लेखनीय रूप से दोनों के करीब है।
इस विज्ञापन के नीचे कहानी जारी है
मूनशॉट ने बड़े, बहु-चरणीय एजेंटिक कार्यों को पूरा करने वाले मॉडल के उदाहरण प्रदर्शित किए जैसे कि 3डी अन्वेषण गेम सहित खेलने योग्य ब्राउज़र-आधारित गेम बनाना; एक गेम ब्वॉय एडवांस एमुलेटर; और मल्टीप्लेयर-शैली एरेना शूटर, एनिमेटेड मोशन-ग्राफिक्स व्याख्याकार तैयार करना, दर्जनों स्रोत क्लिप से संकलित वीडियो संपादित करना, और यहां तक कि ओपन-सोर्स चिप डिज़ाइन टूल का उपयोग करके बहु-घंटे स्वायत्त रन के माध्यम से एक कार्यात्मक कंप्यूटर चिप डिजाइन करना।
प्रतिक्रियाएँ और खुले प्रश्न
प्रतिक्रियाएँ मिश्रित रही हैं। प्रतिस्पर्धी प्रयोगशालाओं से जुड़े लोगों सहित कुछ पर्यवेक्षकों ने सुझाव दिया है कि चीनी और अमेरिकी सीमांत प्रयोगशालाओं के बीच अंतर काफी कम हो गया है। दूसरों ने यह तर्क देते हुए पीछे धकेल दिया है कि आकर्षक डेमो-शैली आउटपुट (गेम, डैशबोर्ड और विज़ुअल यूआई कार्य) मौजूदा बड़े कोडबेस के भीतर नेविगेट करने और डिबगिंग जैसे कठिन, कम दिखाई देने वाले कार्यों पर प्रदर्शन को प्रतिबिंबित नहीं करते हैं।
चर्चा का एक अलग बिंदु यह है कि किमी K3 की रिलीज़ में साइबरजिम पर प्रकाशित स्कोर शामिल नहीं था, जो एक मॉडल की साइबर-आक्रामक क्षमताओं का आकलन करने के लिए इस्तेमाल किया जाने वाला बेंचमार्क था। इस तरह के बेंचमार्क पर स्कोर ने पहले अन्य सीमांत मॉडलों पर निर्यात प्रतिबंध लगा दिया है। और, प्रकाशित परिणाम की अनुपस्थिति ने इस बारे में अटकलें लगाई हैं कि क्या इस पर मॉडल का मूल्यांकन किया गया था और इस क्षमता स्तर के ओपन-वेट मॉडल को आगे चलकर कैसे विनियमित किया जाता है, इसके लिए परिणाम का क्या मतलब हो सकता है।
किमी K3 के बारे में चर्चा का एक महत्वपूर्ण हिस्सा लागत के इर्द-गिर्द घूमता है। इसकी कीमत 3 डॉलर प्रति मिलियन इनपुट टोकन और 15 डॉलर प्रति मिलियन आउटपुट टोकन है। कृत्रिम विश्लेषण की लागत प्रति इंटेलिजेंस मीट्रिक के अनुसार, यह प्रति समकक्ष बेंचमार्क कार्य का औसत लगभग $0.94 है – GPT-5.6 के समान और क्लाउड ओपस 4.8 की अनुमानित लागत का लगभग आधा, लगभग $1.80। अलग से, मूनशॉट का दावा है कि किमी K3 की कीमत कई कोडिंग बेंचमार्क पर प्रतिस्पर्धी फ्रंटियर मॉडलों की तुलना में 60-80 प्रतिशत कम है, जबकि कुछ मूल्यांकनों में उनसे मेल खाती है या उनसे बेहतर प्रदर्शन करती है।