Claude Fable 5 ने अपना ताज खो दिया है। एक नए मॉडल, Kimi-K3, जिसे चीन की Moonshot AI ने बनाया है, ने Arena की नवीनतम रैंकिंग के अनुसार, अब सबसे अच्छा वेबसाइट कोड लिखा है। इसे 1,679 अंक मिले, जबकि Fable 5 को 1,631 अंक मिले।
Arena AI मॉडलों को सरलता से रैंक करता है। लोग दो छिपे हुए मॉडलों को एक ही कार्य देते हैं, फिर बेहतर परिणाम के लिए वोट करते हैं। इसके वेब कोडिंग बोर्ड पर अकेले लगभग 470,000 वोट हैं जो 96 मॉडलों में फैले हुए हैं।
Kimi-K3 ने Claude Fable 5 को कैसे हराया
यह जीत कहीं से भी आई। Moonshot का पिछला मॉडल, Kimi-K2.6, 18वें स्थान पर था। इसका प्रतिस्थापन सीधे पहले स्थान पर पहुंच गया।
48 अंकों की बढ़त कोई फोटो फिनिश नहीं है। Fable 5 तीसरे स्थान के GPT-5.6 से केवल 13 अंक ऊपर है, जो OpenAI का है। Kimi-K3 ने सात कोडिंग श्रेणियों में से छह में जीत हासिल की, जिसमें मार्केटिंग पृष्ठ, डेटा डैशबोर्ड और उपभोक्ता ऐप शामिल हैं। Claude Fable 5 केवल एक में, गेमिंग में पहले स्थान पर बना रहा।
Anthropic अभी भी गहराई चार्ट पर है, शीर्ष 20 मॉडलों में से नौ को स्थान देते हुए। समय फिर भी चुभता है। कुछ दिन पहले, Elon Musk ने Anthropic को उद्योग का नेता कहा था। रैंकिंग भी बहस को जन्म देती हैं, जैसा कि पिछले AI बेंचमार्क विवादों ने Claude के बारे में दिखाया है।
मार्क जुकरबर्ग का Muse Spark 1.1 भी सूची में 11वें स्थान पर है, केवल रोल-आउट के कुछ दिन बाद।
यह एक लीडरबोर्ड से परे क्यों महत्वपूर्ण है
यहां एक बड़ा कहानी है। Kimi-K3 अपने प्रतिद्वंद्वी को कीमत में कम करता है। Moonshot इसे प्रति मिलियन इनपुट टोकन के लिए $3 और आउटपुट के लिए $15 पर सूचीबद्ध करता है। Arena Fable 5 को $10 और $50 पर सूचीबद्ध करता है।
मूनशॉट 27 जुलाई तक किमी-K3 के पूर्ण मॉडल वेट्स भी उपलब्ध कराएगा। कोई भी तब शीर्ष कोडिंग मॉडल को मुफ्त में चला सकता है। यह एक व्यापक बदलाव को दर्शाता है, जिसमें चीनी मॉडल मासिक टोकन उपयोग में अमेरिकी प्रतिद्वंद्वियों को पीछे छोड़ रहे हैं।
प्रतिस्पर्धा दोनों दिशाओं में चलती है। अलीबाबा ने सुरक्षा चिंताओं के कारण 10 जुलाई से कर्मचारियों को क्लॉड कोड छोड़ने के लिए कहा।
अगले कुछ हफ्ते यह दिखाएंगे कि क्या किमी-K3 अपनी बढ़त बनाए रखता है क्योंकि अधिक वोट आते हैं।
स्रोत: BeInCrypto
