بازار هوش مصنوعی با معرفی مدل‌های تازه هر روز رقابتی‌تر می‌شود. این بار شرکت چینی Moonshot AI با معرفی Kimi K۳.۱ Pro مدلی را به میدان آورده که در برخی آزمون‌ها به عملکرد رقبای قدرتمند آمریکایی نزدیک شده و حتی در یک ارزیابی مستقل، نتایجی فراتر از نسخه قبلی خود به دست آورده است.
همشهری آنلاین -یکتا فراهانی: مدل‌های هوش مصنوعی دیگر فقط برای پاسخ‌دادن به سؤال‌ها یا نوشتن چند خط متن ساخته نمی‌شوند. نسل جدید این ابزارها قرار است بتواند پروژه‌های پیچیده را مدیریت کند، داده‌های مالی را تحلیل کند، برنامه بنویسد و حتی برای رسیدن به یک نتیجه، چندین مرحله کار را به‌صورت مستقل پیش ببرد.
Kimi فقط یک چت‌بات معمولی نیست
امیرمحمد کلاته، کارشناس و پژوهشگر هوش مصنوعی، درباره مدل جدید Kimi K۳.۱ Pro توضیح می‌دهد که این مدل در ۲۳ اکتبر ۲۰۲۶ معرفی شده و نخستین عضو خانواده K۳.۱ شرکت Moonshot AI است. این مدل در واقع نسخه‌ای ارتقایافته از Kimi K۳ محسوب می‌شود که سازندگان آن با آموزش تکمیلی گسترده‌تر، تلاش کرده‌اند توانایی‌هایش را در انجام کارهای پیچیده افزایش دهند.
یکی از تفاوت‌های مهم این مدل با چت‌بات‌های معمولی، تمرکز بر انجام کارهای چندمرحله‌ای است. به بیان ساده، کاربر فقط یک سؤال مطرح نمی‌کند تا پاسخی دریافت کند؛ بلکه می‌تواند یک مسئله نسبتاً پیچیده را به مدل بسپارد تا آن را به بخش‌های کوچک‌تر تقسیم کند، از ابزارهای مختلف کمک بگیرد و در نهایت نتیجه را ارائه دهد.
این قابلیت در حوزه‌هایی مانند برنامه‌نویسی، تحلیل اسناد و بررسی داده‌های مالی اهمیت زیادی دارد؛ زیرا انجام چنین کارهایی معمولاً به چندین مرحله بررسی و تصمیم‌گیری نیاز دارد.
بیشتر بخوانید :
- هوش مصنوعی قابل اعتماد است؟
- دانشگاه در عصر هوش مصنوعی؛ از مدرک‌گرایی تا بازشناسی رسالت انسان
عدد ۶۵.۷ درصد چه معنایی دارد؟
یکی از اعدادی که در معرفی Kimi K۳.۱ Pro موردتوجه قرار گرفته، امتیاز ۶۵.۷ درصدی آن در آزمون Terminal-Bench ۴.۰ است. این آزمون برای سنجش توانایی مدل‌های هوش مصنوعی در انجام وظایف واقعی و چندمرحله‌ای در محیط ترمینال طراحی شده است.
برای درک بهتر این نتیجه، کافی است بدانیم مدل Claude Opus ۵.۵ در همین ارزیابی امتیاز ۶۶.۴ درصد و GPT-۶ Astra امتیاز ۵۸.۲ درصد را کسب کرده‌اند.
البته این اعداد در گزارش شرکت Moonshot منتشر شده‌اند و نباید آن‌ها را با یک آزمون کاملاً مستقل و یکسان برای تمام مدل‌ها اشتباه گرفت. بااین‌حال، فاصله کمتر از یک‌درصدی Kimi با Claude در این ارزیابی، توجه‌برانگیز است.
آزمونی که تصویر دقیق‌تری از توانایی Kimi نشان داد
کلاته در ادامه به اهمیت این نوع آزمون‌ها اشاره می‌کند؛ زیرا برخلاف پرسش‌های ساده، در اینجا توانایی مدل برای انجام یک کار واقعی و رساندن آن به نتیجه سنجیده می‌شود. به‌عبارت‌دیگر، صرفاً درست پاسخ‌دادن کافی نیست؛ مدل باید بتواند مسئله را تشخیص دهد، ابزار مناسب را انتخاب کند و کار را به پایان برساند.
اما شاید جالب‌ترین بخش ماجرا، ارزیابی مستقلی باشد که شرکت Plotly انجام داده است. این شرکت مدل Kimi K۳.۱ Pro را با مجموعه‌ای شامل ۴۳ سؤال در زمینه تحلیل داده آزمایش کرد. نتیجه نشان داد مدل جدید توانسته است به ۴۲ سؤال پاسخ درست بدهد و به امتیاز ۹۸ درصد برسد. برای مقایسه، نسخه قبلی یعنی Kimi K۳ در همین آزمون به ۳۵ سؤال پاسخ درست داده بود.
نکته مهم‌تر اینکه Kimi جدید توانسته بود الگوهای پنهان در داده‌ها را شناسایی کند و مشکلات کیفیت داده را تشخیص دهد؛ توانایی‌هایی که در نسخه قبلی ضعیف‌تر بودند.
یک نسخه سریع‌تر هم در راه است
Moonshot هم‌زمان با معرفی Kimi K۳.۱ Pro، نسخه‌ای با نام Highspeed را نیز عرضه کرده است. طبق اعلام سازنده، این نسخه می‌تواند با حفظ سطح توانایی، سرعتی حدود دو تا سه برابر بیشتر از مدل اصلی داشته باشد.
این کارشناس هوش مصنوعی می‌گوید این مدل همچنین از طریق سرویس‌های Kimi، از جمله Kimi Code و Kimi Work، در دسترس قرار گرفته است. شرکت Moonshot وعده داده وزن‌های کامل مدل را تا چهارم نوامبر ۲۰۲۶ منتشر کند؛ اتفاقی که می‌تواند امکان بررسی و اجرای گسترده‌تر آن را برای پژوهشگران و توسعه‌دهندگان فراهم کند.
آیا Kimi واقعاً رقیب غول‌های آمریکایی شده است؟
باوجود نتایج قابل‌توجه، هنوز نمی‌توان Kimi K۳.۱ Pro را برنده قطعی رقابت هوش مصنوعی دانست. هر مدل ممکن است در یک حوزه عملکرد درخشانی داشته باشد و در حوزه‌ای دیگر از رقبای خود عقب بماند.
حتی نتایج منتشرشده از سوی Moonshot نیز نشان می‌دهد Kimi در بعضی آزمون‌ها از Claude Opus ۵.۵ و GPT-۶ Astra ضعیف‌تر عمل کرده است.
کد خبر 1082434
-
یخچال سوپرمارکت‌ها، هدف سایبری
-
بررسی سلامت رگ‌ها با دوربین موبایل | برچسب هوشمند، جایگزین دستگاه‌های سنجش عروق می‌شود
-
Kimi فقط یک چت‌بات معمولی نیست | از کدنویسی تا تحلیل مالی | رقیبی که نمی‌خواهد از GPT عقب بماند
-
نوید محمدزاده: ما توی جنگ پارتی هم می‌کردیم | من با سینمای ایران حال نمی‌کنم
-
ترامپ: مجبور شوم تعداد زیادی انسان را می‌کشم
-
دستور مهم عارف برای تغییر نام دریای خزر | مهم‌ترین نام‌های پیشنهادی
-
فوری؛ آمریکا حمله به قشم را تایید کرد | جزئیات حملات علیه ایران به گزارش وال استریت ژورنال
-
با دستور محسنی‌اژه‌ای، اجرای حکم توقیف دارایی‌های صندوق ذخیره فرهنگیان متوقف شد
-
شلیک پدافند ایران به جنگنده آمریکایی | اعتراف آمریکا به هدف قرار گرفتن هواپیماهای جنگی توسط ایران
-
با اهدای جام به استقلال موافقت می‌کنم | مدیران این باشگاه باید با من تماس می‌گرفتند
-
ترامپ: مجبور شوم تعداد زیادی انسان را می‌کشم
-
شلیک پدافند ایران به جنگنده آمریکایی | اعتراف آمریکا به هدف قرار گرفتن هواپیماهای جنگی توسط ایران
-
دستور مهم عارف برای تغییر نام دریای خزر | مهم‌ترین نام‌های پیشنهادی
-
حمید علیدوستی با سرطان فوت نکرد او با یک سرما خوردگی ساده..| ببینید
-
تصاویری از حضور فوتبالی‌ها در تشییع حمید علیدوستی؛ از تاج و علی دایی تا مایلی کهن و نبی | ویدئو
-
ترامپ: ما دیگر پولی به اسرائیل نمی دهیم؛ کمک ها در این تاریخ قطع می شود
-
تکان‌دهنده: مرگ تلخ بازیکن اسپانیایی | لحظه برخورد مرگبار را ببینید
-
تصویر احساسی که علی پروین از خودش و حمید علیدوستی منتشر کرد
-
واکنش فوری گلری که باعث مرگ مهاجم حریف شد + عکس
-
آخرین هشدار خلبان زن قبل از سقوط جت آمریکایی چه بود؟ + ویدئو
-
پاسخ ایران تا هرجای جهان | مقصران گرانی خودرو معرفی شدند
-
هوش مصنوعی قابل اعتماد است؟
-
فرصت‌ها و خطرهای ورود هوش مصنوعی به دانشگاه: پژوهش سریع‌تر با هوش مصنوعی؛ اما با چه میزان دقت؟
-
معرفی پلتفرم های هوش مصنوعی برای ساخت ربات تلگرام
-
سلطان چت بات ها کیست؟ + اینفوگرافیک
-
ارسال گزارش قتل جعلی به پلیس توسط هوش مصنوعی | مسئولیت اشتباه با کیست؟
-
چت جی‌پی‌تی برای کاربران ایرانی محدود شد؟