Kimi K3、Gemini 3.5延迟、ARC-AGI 3突破

Moonshot 发布了 Kimi K3，一个 2.8 万亿参数的多模态模型，拥有 100 万 token 的上下文窗口。该模型针对更快的长上下文解码和智能体编码进行了优化，目前可通过 Kimi 的产品和 API 使用，开源权重计划于 7 月 27 日发布。这一发布表明，在模型规模竞赛中，Moonshot 正试图通过参数规模和上下文长度来确立优势。

据一份报告称，Google 延迟了 Gemini 3.5 Pro 的发布，原因是需要改进其性能，特别是在编码方面。这一消息导致 Alphabet 股价下跌 4%。Google 回应称，该模型仍在合作伙伴测试中，同时还有升级版的 Flash 模型和其他版本。这一事件凸显了编码能力在当前 AI 模型竞争中的核心地位，以及性能优化对产品发布节奏的直接影响。

一种名为 Schema 的新方法帮助前沿模型在 ARC-AGI-3 公共测试集上达到 99% 的准确率。ARC-AGI-3 为智能体提供一个游戏环境，但不解释其看到的内容。Schema 通过让模型将每个游戏的机制编写为可执行程序，然后根据现实进行测试并在其中进行规划来实现这一目标。它控制观察结果如何转化为游戏的工作模型，预测如何与交互历史进行测试，以及计划如何执行和修订。这一成果表明，通过结构化方法可以显著提升模型在抽象推理任务上的表现。

模型路由成为热门话题，因为没有人愿意为每个 token 都支付前沿模型的价格。最佳路由是深度任务特定的：针对单一工作流越聚焦，在准确性和成本方面的收益越大。问题在于确定哪个模型在成本和延迟约束下能够满足哪个任务的要求。与此同时，Replit 工程师通过 AI 智能体系统将代码输出量提高了三倍，且未牺牲质量。这些智能体处理审查拉取请求、调查事件和分析数据等任务，使工程师能够专注于战略举措。