Fireworks remodela Kimi K3 y reduce un 40% los tokens
Fireworks AI presentó Ember-1, un reentrenamiento del modelo de pesos abiertos Kimi K3 de Moonshot AI que genera cerca de 40% menos tokens sin perder apenas calidad.
21 artículos verificados sobre Kimi, productos y movimientos del sector.
Fireworks AI presentó Ember-1, un reentrenamiento del modelo de pesos abiertos Kimi K3 de Moonshot AI que genera cerca de 40% menos tokens sin perder apenas calidad.
La startup Inferact muestra que el TPU v7 de Google ejecuta el modelo Kimi K3 un 57% más rápido que el GB200 de Nvidia, gracias a una técnica de megakernel que fusiona 92 capas en un solo programa.
Moonshot AI lanza Kimi Code Desktop para Mac y Windows, con gestión de proyectos, terminal, Git y anotación de capturas, pero sin detallar el modelo ni los precios.
El 11 de septiembre, Moonshot AI liberó K2.8 Preview para todos los usuarios de Kimi Code: el ID del modelo no cambia, los niveles de razonamiento igualan a K3 y todos los planes obtienen contexto de 1M de tokens, mientras el modo de permisos de la CLI cambió dos veces en dos días.
Model choice, Azure hosting and coding-model price pressure.
Moonshot AI lanzó Kimi K2.7-Code con modo HighSpeed. Sus pruebas internas son llamativas, pero la ventaja principal está en un coste de salida mucho menor.
Moonshot AI usó agentes Kimi para simular los 104 partidos e identificar brechas de probabilidad, incluida una opción alemana mayor que la del mercado.
El MoE abierto de Moonshot ofrece tokens mucho más baratos y mejora benchmarks de programación con agentes frente a K2.6.
El agente de escritorio de Moonshot trabaja con archivos locales, navegadores ya autenticados y tareas programadas para usuarios que no pueden subir datos sensibles a la nube.
Moonshot libera Kimi K2.7-Code para programación con IA.
La creadora de Kimi buscaría 2.000 millones tras duplicar ARR de marzo a abril y llevar K2 del chat a los agentes.
Moonshot AI negocia una nueva ronda para elevar su valoración a 30.000 millones de dólares, aun antes de recibir todo el capital de la ronda previa.
Nvidia presentó el modelo de código abierto Nemotron 3 Ultra, con 550 mil millones de parámetros, que obtuvo 48 puntos en el índice de inteligencia de Artificial Analysis, por debajo de los 54 puntos del Kimi K2.6 de China.
La creadora de Kimi cerró una ronda liderada por un inversor vinculado a Meituan, en plena revalorización de las compañías chinas de modelos de IA.
Moonshot AI recaudó 2.000 millones de dólares y supera una valoración de 20.000 millones, consolidando a Kimi en la carrera china por modelos grandes de código abierto y una posible salida en Hong Kong.
Moonshot AI ha lanzado la versión completa del modelo Kimi K2.6, que alcanzó 54,0 en HLE-Full, superando a Claude Opus 4.6 y GPT-5.4 para asegurar el liderazgo entre modelos open source. El modelo de 1 billón de parámetros utiliza arquitectura MoE, activando solo 32 mil millones de parámetros por inferencia, y soporta hasta 300 agentes paralelos.
Moonshot AI lanzó la vista previa de K2.6 Code para todos los suscriptores de Kimi Code, con precios significativamente más bajos que Claude Sonnet y GPT-5.4, cadenas de razonamiento más profundas y ejecución paralela real en Agent Swarm.
Cursor lanzó Composer 2, un nuevo modelo de programación con IA, pero inicialmente no reveló que estaba construido sobre el modelo de código abierto Kimi K2.5 de Moonshot AI, una empresa china, y solo lo admitió después de que se le preguntara.
Moonshot AI lanzó como código abierto Kimi K2, un modelo MoE con 1 billón de parámetros que activa solo 32B parámetros por token, liderando en benchmarks de programación y capacidades de agente.
Moonshot AI lanzó Kimi K2.5, que incorpora multimodalidad nativa y la función Agent Swarm sobre K2, permitiendo dividir tareas complejas en múltiples subtareas ejecutadas en paralelo por agentes independientes.
Moonshot AI lanzó K1.5 antes de K2, con el enfoque central de mejorar la capacidad de razonamiento mediante aprendizaje por refuerzo puro, confirmando la viabilidad de este enfoque en modelos de escala media.