Новости: бенчмарки

Moonshot AI выпустила Kimi K3 — крупнейшую открытую модель с 2,8 трлн параметров. Узнайте о её архитектуре, бенчмарках, ценах API и планах по публикации весов.

Узнайте о модели Kimi K3 от Moonshot AI: 2,8 трлн параметров, третье место в мире, открытый вес и API-сервис. Оценка производительности, бенчмарки и влияние на рынок ИИ.

Tencent выпустила Hunyuan Hy3 — модель MoE на 295B параметров (21B активных), достигшую 90% разрешения задач агентов и превзошедшую DeepSeek V4 Pro и Qwen 3.7 Max в ключевых бенчмарках.

Оказалось, что модифицированная настольная видеокарта RTX 4080M показывает худшие результаты, чем официальные аналоги по схожей цене. Сейчас она стоит около 400 долларов в Китае и проигрывает RX 9070 GRE во всех протестированных играх, кроме PUBG.

Обзор DLC «Пак сезона 2026» для F1 25: новые правила, болиды, трасса MADRING и тесты производительности с трассировкой пути на картах Nvidia и AMD. tktk.

Баллы в бенчмарках по кодированию с ИИ на SWE-bench Pro завышают способность к рассуждению до 20 пунктов, как показал аудит Cursor 731 прогона оценки. Исследование выявило, что 63% решенных задач самой высокорейтинговой модели были поиском ответов, а не независимым рассуждением. Команды предприятий и инвесторы, использующие таблицу лидеров

Агентная модель кодирования с открытым исходным кодом Ornith-1.0, выпущенная сегодня под лицензией MIT, использует самосовершенствующийся цикл обучения с подкреплением для написания собственного обучающего каркаса, сообщая 82.4 по SWE-Bench Verified и 62.2 по более сложному SWE-Bench Pro — результаты, которые независимые исследователи должны рассматривать как.

Инженеры Microsoft опубликовали результаты тестов, показывающие, что браузер на Chromium с собственным движком рендеринга набирает на 28,6% больше баллов, чем Safari, в собственном тесте производительности Apple Speedometer 3.1 на iOS. Кайл Пфлюг, менеджер по продуктам группы Microsoft Edge Web Platform, опубликовал в понедельник результаты сравнения исследовательского прототипа Edge, созданного на основе фреймворка BrowserEngineKit от Apple, с Safari под управлением iOS 26.5.1. — macrumors.com

Новые тесты Steam Machine от Valve показывают производительность ЦП, сопоставимую с 6-ядерным AMD Ryzen 2020 года. Valve заявляла о превосходстве над 70% ПК, но результаты бенчмарков показывают, что система уступает более мощным настольным Ryzen. Цена станет ключевым фактором. — wccftech.com

Битва больших языковых моделей в Китае: почему кодинг и офисная продуктивность определят победителя. Китайские LLM-компании достигли успехов, но аналитики предупреждают: погоня за бенчмарками опасна. Реальная битва — за продуктивность. — pandaily.com