Kimi K3 y Fable 5 casi empatan en el benchmark de agentes de IA, la precisión combinada alcanza el 93%

Según el monitoreo de Beating, la plataforma de inferencia de IA Fireworks probó a Kimi K3 y Fable 5 utilizando el mismo andamiaje de agentes, cubriendo cinco categorías de tareas: reparación de código, operaciones de terminal de larga duración, algoritmos, programación multilenguaje y derecho. Ambos obtuvieron resultados similares en general, pero con fortalezas distintas. K3 es superior en seguridad, criptografía y operaciones de terminal prolongadas, mientras que Fable 5 destaca en programación multilenguaje, web y visualización de datos. Fireworks realizó además un "enrutamiento con perspectiva de Dios": ejecutó simultáneamente ambos modelos en cada tarea y luego seleccionó la respuesta correcta y más económica tras el hecho. La precisión combinada alcanzó el 93%, superando a cualquier modelo individual. K3 asumió entre el 72% y el 96% de las tareas, mientras que Fable 5 solo manejó algunos problemas de cola larga. K3 tuvo costos más bajos en las cinco categorías de tareas; en las tareas de terminal prolongada, fue hasta aproximadamente 50 veces más económico que Fable 5. Sin embargo, el 93% es solo un resultado simulado bajo la perspectiva de Dios, no un rendimiento real de enrutamiento ya implementado por Fireworks. K3 se lanzará en Fireworks tras su apertura de código el 27 de julio.