Kimi K3 ay nakarating bilang ikatlong pinakamahusay na AI model sa mundo, nagtutunggali kay Anthropic at OpenAI

I-organize at I-compile: DeepTide TechFlow

Guest: Jordan at Max, mga analista ng SemiAnalysis

Host: Jordan (Internal Conversation sa SemiAnalysis)

Source ng podcast: SemiAnalysis

[Emergency Episode] Dumating na ang Kimi K3 ni Moonshot! May Frontier Model na ang China

Air date: July 18, 2026

Ipinakilala ng Moonshot (Moon Shadow) ang Kimi K3, na lumampas sa Google at Meta sa maraming pangkalahatang benchmark, at naging ikatlong pinakamahusay na modelo sa mundo, na sumusunod lamang sa Fable ng Anthropic at Soul 5.6 ng OpenAI. Ipinaliwanag ng dalawang analista ng SemiAnalysis, si Jordan at Max, sa isang emergency na programa ang kahulugan ng pagpapakilala na ito: ang modelo na may 2.8T na parameter ay nag-aalok ng serbisyo sa parehong presyo tulad ng Sonnet (3/15 per million tokens); kung ang laki nito ay katumbas ng mga advanced na saradong modelo, ang margin ng kita ng Anthropic na 10/50 ay maaaring magiging mindboggling.

Mas matinding pagtataya mula kay Jordan: ang pagkakaiba sa harap ay nagmaliit, at inihingi niya ang pagtutol ng gobyerno ng Estados Unidos sa Anthropic/OpenAI na ilabas ang pinakamalakas na mga modelo, na nagbigay ng sirkulo ng oras sa mga nagsusubok. Hindi talaga nakasagot ang open source. Samantala, ang Western open source ay ganap na walang laman—walang open source model mula sa anumang Amerikanong kumpanya na makakasagot sa ikalimang pinakamahusay sa Tsina. Ang kompetisyon sa mga modelo ay nagsisigaw na bilang kompetisyon sa harness (paggamit ng mga kasangkapan) at geopolitika.

Tungkol sa posisyon ng Kimi K3

• Kung susuriin mo ang komprehensibong ranking ng lahat ng pangunahing benchmark, mayroong napakalinaw na top three ngayon: Fable, Soul 5.6, at Kimi K3. Palaging nasa itaas sila kaysa sa lahat ng iba, kabilang ang DeepSeek, at kabilang din ang Google, Meta, at xAI.
• Dapat talagang maging nakakahiya para sa Google. Noong Nobyembre at Disyembre ng 2025, lahat ay naniniwala na ang tatlong pangunahin sa AI ay ang Google, Anthropic, at OpenAI. Ngayon, habang pinag-uusapan ko ang ilang 'nakakatanda', sila ay naniniwala pa rin sa ganito, ngunit malinaw na hindi na ito ang katotohanan.
• Maaari itong maging ikalawang pinakamahusay na modelo, dahil bawat beses kong gagamitin ang Fable para sa seriyosong gawain, tinutulan ako at binabalik sa Opus. Bagaman hindi sigurado kung mas mahusay ito kaysa sa Opus, kung hindi man ito tinutulan.

Tungkol sa margin ng kita ng mga advanced na modelo

• Kung hindi nagkakaroon ng pagkawala ang Kimi sa presyong 3/15 sa pagbibigay ng K3, at ang Fable na may parehong laki ay kumikita ng 10/50, dapat tapusin na ang pag-aalala na ang mga AI laboratoryo ay hindi nakakakita ng kita. Ang pagbebenta ng token ayon sa presyo ng API ay maaaring mas kikitain kaysa sa SaaS.
• Umabot sa 3 beses ang presyo mula K2.7 hanggang K3, mula sa 0.95/4 patungo sa 3/15. Ngunit hindi ko naniniwala na mayroon pa silang maraming espasyo para sa karagdagang pagtaas, dahil sapat na ang mga gawain gamit ang GLM o MiniMax M3.

Tungkol sa pamahalaan ng Estados Unidos at ang pagkakaiba

• Naniniwala ako na ang pagkakamali na ito ay direktang dahil sa pagpapalit ng gobyerno ng Estados Unidos sa Anthropic, na nagresulta sa aming pagkawala ng tunay na pinakamalakas na mga modelo ng mga kumpanyang ito. Sila ay pinaglalaban nang may pagpapalit.
• Hindi natin maabot ang advanced intelligence kung hindi ito pinapayagan. Ito ay isang pagkakataon para sa mga manlalaro na nasa ikaapat, ikalima, ikalimang, at ikapitong lugar.

Tungkol sa Western open-source vacuum

• Nakakalungkot na ang buong merkado ay patuloy na hindi efisiente, at wala pa kaming isang Amerikanong kumpanya na makakapag-ugnay sa kahit anong limang pinakamahusay na China.
• Kahit hindi ipagbawal ng gobyerno ang mga open-source model ng China, hindi naman gustong ibigay ng mga karaniwang Amerikanong korporasyon ang kanilang proprietary data sa mga open-source model ng China. Kahit iloload mo ang weights sa air-gapped na data center at hindi makikita ng CCP ang iyong data, hindi rin ito tatanggapin ng mga executive.

Tungkol sa Harness

• Isinuri ko nang serio ang Open Code, Hermes, at Pi dahil sa pagsubok ni Kimi K3. Ang Harness ay patuloy na bahagi ng produkto.
• Mga simpleng bagay lang ang nagpapasya sa akin kung aling modelo ang pipiliin ko: Maaari ba itong i-install sa remote SSH server? Mga epektibo ba ang mga keyboard shortcut? Ang mga detalye sa mga harness na ito ay talagang nakakaapekto kung saan ipapadala ko ang aking token, kaya naman kung saan ipapadala ko ang aking budget.

Tungkol sa "masyadong maaga"

• Nakapagpunta ako sa ICML noong nakaraang linggo, at sa AI Engineer Conference noong una pang linggo. Ito ay isang pangkalahatang AI conference, higit sa 80% ng mga tao ay hindi nakikinig sa SemiAnalysis. Sinasabi mo na nagtatrabaho ka sa industriya ng AI, ngunit hindi mo pa binasa ang SemiAnalysis? Mukhang pa early pa tayo.

Jordan: Mabilis na komento, ang Kimi K3 ay ang ikatlong pinakamahusay na model sa mundo ngayon?

Max: Ang sagot ay malinaw na "oo." Mahilig lahat mag-complain sa benchmark, may mga problema nga ang benchmark, ngunit kung tingnan mo ang komprehensibong ranking ng lahat ng pangunahing benchmark, palaging tama ang direksyon nito. Mayroon ngayong malinaw na top three: Fable, Soul 5.6, at Kimi K3, laging mas mataas kaysa sa lahat ng iba, kabilang ang mga open source player tulad ng DeepSeek, at malinaw na mas mataas kaysa sa Google, Meta, at xAI. Ito ay isang napakagandang tagumpay para sa team ng Moonshot.

Dapat talagang maging nakakahiya ang Google. Noong Nobyembre at Disyembre ng 2025, lahat ay naniniwala na ang tatlong pangunahin sa AI ay ang Google, Anthropic, at OpenAI. Ngayon, habang pinag-uusapan ko ang ilang "matandang uri," sila ay naniniwala pa rin sa ganito, ngunit malinaw na hindi na ito ang totoo.

Sa kabuuan, nananatili akong mas mahusay ang Fable at Soul 5.6. Medyo kawawa ang sitwasyon dahil sinabi rin nila ito sa kanilang sariling blog post tungkol sa paglalabas ng kanilang modelo. Baka ito ay tradisyonal na pagkamahinhin ng Tsina, o baka ay ayaw nilang magdulot ng pagsusuri mula sa gobyerno ng Amerika, lalo na't may kaunting pagkaantala din sa paglalabas ng Fable 5.6. Ngunit anuman ang dahilan, napakakagandang performance.

Jordan: Isinulat nila sa seksyon ng limitations ng blog: "Sa kabuuan, ang K3 ay isang napakakompetitibong modelo, ngunit may malinaw na pagkakaiba sa用户体验 sa pagitan nito at ng Fable 5 at GPT 5.6." Ang aking personal na karanasan ay, talagang maganda ito, ngunit sobrang mabagal, at ang pagiging mabagal na ito ay nakakairita. Ito ang nagsilbing unang dahilan kung bakit ako ay nagsubok ng open source na harness. Sa totoo lang, mas marami akong natututunan tungkol sa harness kaysa sa modelo, dahil ang lahat ng mga modelo na ito ay sapat na mabuti upang maisagawa ang aking mga pangunahing gawain, at mahirap kong makita ang anumang kumplikadong gawain na hindi ito kayang gawin.

Maaaring ito ang pangalawang pinakamahusay na modelo para sa akin, dahil bawat beses kong gagamitin ang Fable para sa serio kong gawain, tinatanggihan ako at binabalik sa Opus. Bagaman hindi sigurado kung mas mabuti ito kaysa sa Opus, ang pagkakaroon ng hindi pagtanggol ay hindi na gaanong nakakairita. Gayunpaman, kapag gumagamit ako ng API key at binabayaran ayon sa paggamit, hindi ako tinatanggihan—tanging kapag gumagamit ako ng web console o deep research ang nakakasalba sa limitasyon. Malinaw na wala silang sapat na GPU upang sirbisyuhin ang pangangailangan na dinala ng modelo. Noon, nalutas ang problema sa pamamagitan ng open-source na estratehiya, kung saan inilabas nila ang weights para sa iba pang sirbisyuhin. Ngunit sa pagkakataong ito, hindi pa nila inilabas ang weights, at sinabi nila na ipapalabas ito sa loob ng 10 araw.

Jordan: Ano ang tingin mo sa estratehiyang ito sa pagkakalat?

Max: I'm just speculating here. One major reason might be that they need to give the vLLM and SGLang inference engine teams enough time to ensure they can serve this model with high performance. If they release the weights today and everyone is serving it but only manages 20 tokens/second, that would be terrible for their brand capture. They currently have a fantastic opportunity to gain massive PR and adoption—if the launch is hampered by performance issues, it could undermine the momentum.

Ang isa pang posibilidad ay nag-uusap sila sa mga provider ng inference service tulad ng Together AI, Fireworks, Nebius, at Groq para sa mga lisensya at kooperasyon upang gamitin ang mga pinakabagong chip tulad ng GB300 para sa pagpapalawak ng kapasidad. Ang dalawang ito ay maaaring ang pangunahing dahilan kung bakit inilipat ang 10 araw.

Jordan: Tungkol sa arkitektura ng modelo. Ito ay may 2.8T na parameter, at hindi ito maaaring i-fit sa B200; kailangan mo ng B300, GB300, o AMD MI355X upang i-serve ito sa isang solong 8-GPU HGX server. Maaari mong gawin ang pipeline parallelism sa pagitan ng mga node, ngunit masasaktan nito ang performance. Kaya, ang mga may pinakabagong chip lamang ang kayang i-serve ang modelo na ito.

Balik sa iyong sinabi tungkol sa Google, ang modelo na ito ay nakamit ang kompetitibong antas ng pinakamataas na kalidad sa 2.8T na parameter, na nagbibigay sa atin ng ilang paalala kung gaano kalaki ang mga sariling modelo sa harap. Kung sila ay gumagamit ng 10T parameter model para i-compare dito, mas masama pa ang kanilang posisyon. Dapat nating ipagpalagay na ito ay nasa parehong antas ng Soul at Fable.

Max: Oo, tama ka. Naniniwala pa rin ako sa kakayahan at pagkamatalino ng team ng Anthropic. Kung may sinasabi sa Twitter na ang kasalukuyang closed-source model ay may 10T parameters, at totoo iyon, kailangan nang mag-ayos ng mga gamit ang lalaki, baka bumaba ang presyo ng NVIDIA ng 50% bukas, tapos na lahat.

Mas tiyak akong ang Kimi K3 ay hindi mas maliit kaysa sa kasalukuyang nangungunang proprietary model, o kaya'y kaunti lang mas malaki. Kung totoo ito, ito ay karagdagang patotoo sa isang punto na palaging sinasabi namin sa SemiAnalysis: ang profit margin ng mga proprietary lab ay talagang mindboggling. Kung ang Kimi ay malamang ay hindi nagkakaroon ng loss habang nag-aalok ng K3 sa presyo ng 3/15, pareho na lang sa pricing ng Sonnet; samantalang ang Fable ay may kaparehong laki ngunit nag-uupah ng 10/50, mas dapat nating tanggalin ang anumang pag-aalala tungkol sa pagkakaroon ng kita ng AI labs. Ang pagbebenta ng token batay sa API price ay maaaring mas kikitain kaysa sa SaaS, sa kasalukuyan.

Jordan: Walang gastos sa empleyado, only GPU. Paano ito kumpara sa dating presyo? Sinabi mo ang 3/15, ngunit ang direkta presyo ng nakaraang bersyon ng Moonshot ay 0.95/4, kaya tumataas ang presyo mula sa K2.7 patungo sa K3 ng higit sa 3 beses. Gaano karami pa ang kanilang espasyo para tumaas ang presyo?

Max: Hindi ko iniisip na mayroon pa silang maraming espasyo para itaas. Kahit sa presyo ng 3/15, marami na ang makakakita nito bilang sobrang mahal. Sapat na ang kanilang paggamit ng GLM o MiniMax M3. May isang interesanteng pagkakahati: ang mga tulad namin sa SemiAnalysis na hindi nag-aalala sa pagbuburn ng Dylan's token ay magpapatuloy sa paggamit ng Fable para sa lahat ng bagay; habang ang sobrang cost-sensitive, tulad ng Tesla, Uber na gumagamit lang ng $200 token linggo, ay magpapasya sa pricing layer ng GLM. Sino nga ba ang totoong magpapalit sa Kimi K3? Baka isang grupo ng mga taong pilosopikal na nagmamahal sa open source at nais suportahan ang bagong model. Hindi ako magkakaroon ng pagkabigla kung ang sagot sa tanong kung tatanggapin ba ng malalaking kumpanya ang model na ito ay oo.

Jordan: Ito ang bagong arkitektura. 2.8T na parameter, may delta attention ng Kimi, potential residuals, stable latent, sa pangkabuuan ay isang pinakalaking bersyon ng dating model, halos dalawang beses na malaki. Noong K2.5, nakita natin na ginamit ng Cursor ito bilang composer, batay sa continued pre-training at MRL, at pagkatapos ay lumabas ang mga checkpoint tulad ng 2.5, 2.6, 2.6.7, atbp. Ito ang bagong base model, ngunit ang paggamit nito ay nangangailangan na ng sapat na kumpleto, walang mga magkakaibang gilid na karaniwan sa orihinal na model. Ano ang susunod? Kailan lalabas ang 3.1? Babago ba ang presyo? Mayroon bang composer batay sa K3?

Max: Hindi dapat magkaroon ng composer batay sa K3, dahil napagdesisyunan na ng grupo ni Cursor na magsimula muli sa pag-train ng kanilang sariling model. Tungkol sa K3.1, K3.2 at iba pa, inaasahan na magkakaroon ng dalawa o tatlong update sa susunod na dalawang hanggang isang buwan, na patuloy na post-training. Sa presyo, naniniwala akong mananatili ito sa kasalukuyang antas, dahil hindi sila makakapag-run sa bagong hardware sa loob ng dalawang hanggang tatlong buwan, kaya walang pagtaas sa throughput para bawasan ang presyo. Baka may espesyal na mahusay na kernel engineer na makapagpapababa ng gastos hanggang sa antas ng DeepSeek V4, ngunit kakaunti ang pagkakataong makakamit nito sa 3T parameter model. Ang kasalukuyang presyo ng GLM at MiniMax ay maaaring nasa limitasyon na maaaring i-serve ng 1T hanggang 1.5T model.

Max: Mas interesanteng tanong ay kung tataas pa ba ang pagkakaiba sa pagitan ng open source at closed source, at kung makakamit ba ng open source ang katumbas na antas ng pinakamataas na teknolohiya. Kung mangyayari ito, malaking epekto ito sa buong industriya natin. Ano ang iyong opinyon?

Jordan: Ang aking pananaw ay, ang pagkakaiba ay ngayon ay bumababa, at ang dahilan ay diretso ang paglimita ng pamahalaan ng Estados Unidos sa Anthropic, na nagresulta sa aming pagkakaroon ng wala sa tunay na pinakamalakas na mga modelo ng mga kumpanyang ito. Sila ay pinaglalaban nang may artipisyal na pagtulak.

Nakikita namin ang pagkukumpara sa Mythos at Fable. Hindi ko makagamit ang Mythos, habang ang Fable, kailangan kong humingi nang mabuti para makagamit nito minsan. Ang 5.6 Soul, ayon sa aming pagsusuri, hindi ito ang pinakamalaking modelo na tinuruan ng OpenAI, at mas maliit ito kaysa sa 4.5. Mayroon silang mas malaki. Bilang resulta, kailangan lang namin ng pahintulot ng gobyerno upang makakontak sa ito.

Para sa mga manlalaro na nasa ika-4, ika-5, ika-6, at ika-7 na puwesto, ito ay isang pagkakataon upang buksan ang lahat sa loob ng isang limitasyon at magsimula na humabol ng bahagi ng mga user, ngunit hindi maihaharap ang totoong frontier. Naniniwala ako na ang frontier ay maaaring magkaroon ng malaking hakbang pababa sa huli ng tag-init, o maaaring magbago ang politikal na direksyon nang kaunti. Maaari rin naming mahanap ang mga modalidad na nasa labas ng coding upang sila ay makapag-explor ng mga larangan na iyon.

Sa parehong pagkakataon, tandaan ang paglalabas ng Inkling ng Thinking Machines; ang native audio input ay tila napakaganda at isang signal ng kinabukasan.

Max: Tungkol sa Inkling, talagang sobrang kulang sa Western world ang isang hindi masamang open source model. Ang merkado ay patuloy na hindi epektibo, at hindi pa namin nakikita ang isang Amerikanong kumpanya na kahit na makapag-ugnay sa ikalimang pinakamahusay na Chinese, na nagpapakita ng pagkabigla sa akin. Sa isang aspeto, ang pambansang pagbabawal ng gobyerno ng Amerika sa Chinese open source models ay maaaring isang bagay na nasa oras na lang. Sa kabilang dako, kahit na hindi ito bawal, ang mga karaniwang malalaking kumpanya sa Amerika ay ayaw magbigay ng kanilang propiyetaryong data sa Chinese open source models. Kahit na i-load mo ang weights sa isang air-gapped data center kung saan hindi makikita ng CCP ang iyong data, hindi pa rin ito matutugunan ng mga executive. Maraming kumpanya ang nagmamalaki sa kanilang token budget at nananatiling handa lang na patakbuhin ang Western o non-Chinese models. Ang Inkling ay ang pinakamahusay na Western OSS na maaari naming maabot ngayon, ngunit malayo pa ito sa lider sa open source, na nagpapakita ng pagkabigla sa akin.

Jordan: Dati ay Neotron, ngayon ay Inkling. Sa palagay ko, may dalawang pagkakataon ang Inkling: una, kailangan nilang mas maging mas mahusay kaysa sa karamihan sa Chinese open-source upang makapasok. Pangalawa, kailangan pa nilang mas maging mas mahusay kaysa sa secondary at tertiary models ng frontier labs, mas mahusay kaysa sa Sonnet, dahil maaari mong gamitin ang Bedrock o Foundry upang makakuha ng halos frontier-level intelligence at mag-save ng pera sa pamamagitan ng closed-source secondary models. Hindi ko talaga nauunawaan ang pananaw ng Western open-source na “nagtutulungan upang mag-save ng pera”. Oo, ang pagpapalago ng mga model sa mga ecosystem tulad ng Fireworks, Together, Base10 ay magandang bagay, ngunit ang malaking bahagi ng merkado ay nasa antas ng gobyerno.

Jordan: Isa pang dapat pag-usapan, ang K3 blog ay nabanggit na ginawa ang quantization sa SFT stage, gamit ang MXFP4 at MXFP8 para sa weights at activations, at ang opisyal na pahayag ay "broad hardware compatibility". Sa tingin mo, ba'ti pa ba ang Moonshot sa iba pang hardware?

Max: Mayroon akong listahan ng 11 Chinese accelerators; dapat mong i-subscribe ang SemiAnalysis accelerator model para sa mas maraming impormasyon. Ang Huawei Ascend, Baidu Kunlun, Cambricon, Moore Threads, at iba pang chips ay nakikita sa mga papel at sa code. Ang pagpapatakbo ng mga pinakamoderno na model sa mga lokal na accelerator ay naging pambansang prioridad ng China. Kung sa dulo ng 2025 ay kasalanan pa rin nating sabihin na ang Google ay isang avant-garde lab, kailangan din nating tawaging avant-garde lab ang Moonshot ngayon.

Jordan: Pansinin natin ang isang bagay na hindi direktang kaugnay—nasa China ang ama ko sa pagtatrabaho, at sinabi niya na puno lahat ng mga hotel dahil malapit nang magbigay si President Xi Jinping ng talumpati tungkol sa AI bilang pinakamataas na prioridad ng China. Marami sa sinabi mo ay tama.

Jordan: Ang pinakamalaking aral ko habang gumagamit ng mga modelo na ito ay ang unang bagay, lalong lumalabo ang pagkakaiba sa pagitan ng paggamit ng pinakamoderno at pinakamalakas na modelo kasama ang max thinking mode, at ang paggamit ng medium effort. Sa mga pang-araw-araw na gawain, hindi ko talaga makita ang anumang bagay na hindi kayang gawin ng mga modelo na ito. Ang aking default na pagkilos ay ang pagpapagana ng pinakamalaki at pinakamahirap na mode, dahil hindi ako nag-aalala sa budget ni Dylan.

Ngunit may isang aspeto kung saan ang harness ay bahagi mismo ng produkto. Ang pagsubok sa Kimi K3 ang nagbigay sa akin ng unang pagkakataong seryosong pag-aralan ang Open Code, Hermes, at Pi. Ang harness ay ganap na bahagi pa rin ng produkto. Ang ilang simpleng detalye ang nagpapasiya sa akin kung aling modelong pipiliin: Maaari ba itong i-install sa isang remote SSH server? Mabuti ba ang mga shortcut key? Maaari ba i-edit ang mga nakaraang command? Ang mga maliit na detalye sa harness ay talagang nakakaapekto kung saan ipapadala ko ang aking token, kaya naman kung saan ipapadala ko ang aking budget.

Max: Marami ang nag-uusap tungkol sa token budget, ngunit batay sa iyong paglalarawan ng workflow, kahit na maaaring gawin ng GLM ang ilang mga gawain, nananatili pa rin akong magruroute sa Fable gamit ang max intelligence dahil ang ROI ay worth it pa rin. Ang mga benchmark ay nagsasabi na maraming gawain ay maaaring ilipat sa GLM, ngunit nananatili ka pa rin sa mga modelo ng Anthropic o OpenAI.

Jordan: Sa pangkabuuan, oo. Pero gumagamit ako ng maraming Slack bot, at hindi ko alam kung anong model ang tumatakbo sa likod nito. Halimbawa, ang Slack integration ng Perplexity, kung ito ay magsisimula na mag-route sa K3, sa GLM, o sa Sonnet, hindi ko talaga alam. Nakuha ko lang ang paggamit at natanto kung gaano karami ang OpenAI model ang ginagamit, dahil ito ang desisyon na ginawa nito mismo. Ang bahaging ito ay pinapasyahan ng harness.

Max: Ito ay isang pagkakataon para sa outcome-based pricing. Kung gagawin ng isang laboratorio ang outcome-based pricing, maaari itong makakuha ng higit sa 95% na gross profit, dahil ang mga gawain na handa kang bayaran sa stable pricing, maaari na ngayong sagutin ng maliit na halaga.

Jordan: Ikalawang punto, hindi ko iniisip na wala nang mga ideya ang mga laboratorio na ito. Maaari pa nilang patuloy na pagsanay ang nakakatutuwa mga modelo para sa RSI sa coding side, ngunit hindi ito ibinibigay sa amin, upang panatilihin ang kanilang "permanenteng mababang klase." Maaari pa nilang patuloy na distilahin, ibigay sa amin ang kaunting lasa, habang patuloy silang tumutuklas sa iba pang mga gamit tulad ng video generation, audio-to-audio, at deep research, na hindi gaanong katulad ng coding. Ang robotics at world models ay isang simpleng direksyon—kung ano kung ano ang pagbabago ng layunin ng Anthropic mula sa knowledge work patungo sa physical labor? Hindi ko naniniwala na hindi sila kayang gumawa ng isang mapagkakatiwalaan at may magandang ROI na negosyo gamit ang pinakamahusay na teknolohiya sa buong mundo.

Max: Kahit hindi natin isasama ang mga ito, marami akong ginagamit ang mga model na ito araw-araw; mas kaunti ang ginagamit ng mga kaibigan kong software engineer—sampung beses na kaunti, at sampung beses na mas maliit ang kanilang gastusin. Isang tao na gumagamit ng Fable at isang tao na gumagamit ng Sonnet ay magkakaparehong dami ng paggamit, ngunit ang tao na gumagamit ng Fable ay nagbabayad ng sampung beses na higit, 90% gross profit, na nagpapakalusot sa karamihan ng negosyo. Kapag magsisimula na silang gamitin ang mas malalaking model at mas maraming paggamit, ang pangangailangan ay magiging mas malaki pa—hindi kailangan pa man lumawak ang kalidad ng model. Pagkatapos ay kailangan ko pang makipag-usap sa mga kapitbahay kong hindi nakikisalamuha sa teknolohiya; siguradong ako ay 0.1% o kaya naman 0.01% sa kanila, at maaaring may 1,000 beses na potensyal na paglago. Umuwi tayo sa “Golden Goose Index Curve” ni Masa-san (Masayoshi Son).

Jordan: Tama siya na "masyadong maaga pa," at dahil dito, naniniwala ako na hindi sisihin ng Kimi K3 ang net new ARR ng Anthropic at OpenAI. Kahit may ilang gumagamit ng Fable at 5.6 ngayon na magpapalit nang hindi mapapaliwanagan sa Kimi K3, ang mga taong iyon ay bubulok sa ilalim ng mga taong hindi pa seriyosong sinubukan ang teknolohiyang ito. Ang mga taong iyon ay araw-araw ay natutuklasan ang mga bagong high ROI use cases, at patuloy pa ring gagamitin nila ang 5.6 Soul o Fable 5 upang ma-unlock ang mga bagong skenaryo. Hindi mo makikita ang pagbagsak ng bilis ng pagtaas ng ARR.

Max: Isipin mo kung gaano karaming tao ang hindi pa nagsusubscribe sa podcast na ito o hindi naka-follow sa SemiAnalysis. Lumabas ako sa ICML noong nakaraang linggo, at sa AI Engineer Conference noong nakaraang linggo, isang konperensya na itinuturing na AI, kung saan higit sa 80% ang hindi nakikinig sa SemiAnalysis. Sinasabi mo na nasa industriya ng AI ka, ngunit hindi mo pa basahin ang SemiAnalysis? Masyado pa tayong maaga.

Jordan: Ito ay isang ego check para sa iyo, Max, magpahinga muna.