モデルランキング

凤凰網科技の報道によると、人工知能会社月の暗面（Moonshot AI）は、Hugging FaceプラットフォームでKimi K3.1 Proモデルの重みを公開したと発表しました。AIモデル評価プラットフォームArenaは、Kimi K3.1 Pro（Max）がエージェントアリーナのインテリジェントエージェントランキングでオープン重みモデルの1位、世界の評価モデルの13位にランクインし、作業、プログラミング、チャットの3つのカテゴリでオープンモデルの1位に位置していることを明らかにしました。Arenaによれば、このランキングは、世界中のユーザーによる1.75万回以上の実際の長期インテリジェントエージェントタスクセッションに基づいています。Kimi K3.1 Pro（Max）の純改善率は+5.1%で、前世代のKimi K3（Max）の+0.9%から4.2ポイント向上しました。Shellコマンド実行の信頼性指標Bash Reliabilityは+7.9%で、オープンモデルの中で1位、前世代のK3は-4.5%で13位でした。称賛と苦情の指標は+7.7%、前世代は+1.3%でした；制御性指標は+6.5%で、同様にオープンモデルの1位に位置しています。タスク完了確認指標は+3.9%で、オープンモデルの中で4位、前世代の+3.8%をわずかに上回っています。月の暗面の資料によると、このモデルはハイブリッドエキスパートアーキテクチャを採用しており、総パラメータ量は28兆、単回推論で活性化されるパラメータは約1040億、約100万トークンのコンテキストをサポートし、ネイティブなマルチモーダル能力を備え、プログラミング、3D制作、金融研究、事実の正確性、複雑なインテリジェントエージェントタスクの実行能力を重点的に向上させています。

B.AIはモデルランキングの大幅なアップグレードを発表しました。実際の使用熱度に加えて、4つの新しい評価次元が追加されました：人気モデルは毎週のトークン使用量の割合を追跡し、コミュニティの選択傾向を反映します；呼び出しランキングは、複数の期間のトークンとAPI呼び出しの熱度をリアルタイムで統計します；価格ランキングは、入力、出力、および加重価格の比較を提供し、コストを正確に管理するのに役立ちます；インテリジェントランキングは、Artificial Analysisのインテリジェントインデックスとコストパフォーマンスの最前線の散布図を組み合わせ、高ROIモデルを迅速に特定するのに役立ちます。新しいランキングは、最前線の能力探索、呼び出しコスト管理、およびエンジニアリング選択の最適化などのニーズを満たすことができます。