Direktang paghahambing

Beam vs Kimi K3

1:13

Nanalo ang Beam sa 1 sa 14 benchmark na pareho nilang iniulat

Pasya

Kimi K3 ang modelong mismong tinukoy ng Reflection na nananatiling nangunguna sa hilaw na kakayahan. Panalo ang Kimi K3 sa 13 sa 14 na magkakaparehong benchmark, kadalasan ay may lamang na 10 puntos o higit pa sa agentic coding at paghahanap. τ³ banking lang ang benchmark na napapanalunan ng Beam. Ang kapalit nito ay laki: may 2.8 trilyong parameter ang Kimi K3, at 104 bilyon ang aktibo sa bawat token—humigit-kumulang 4.5 beses ng 23 bilyon ng Beam—at umaabot sa mga 1.4 TB ang mga weight nito kahit nasa 4-bit na anyo.

Bawat benchmark

Benchmark	Beam	Kimi K3	Pagkakaiba
DeepSWE v1.1	44.4	68.0	-23.6
SWE-Bench Pro v2-Hard	77.2	88.2	-11.0
Terminal-Bench v2.1	80.1	88.3	-8.2
SWE Atlas Codebase QnA	34.6	68.0	-33.4
Humanity's Last Exam (no tools)	36.2	46.9	-10.7
SciCode	49.7	58.7	-9.0
CritPt (AA)	16.3	23.4	-7.1
GPQA Diamond	90.5	93.5	-3.0
AutomationBench (public)	37.0	46.7	-9.7
MCP Atlas	78.7	82.3	-3.6
τ³ banking	38.0	37.1	+0.9
BrowseComp (context mgmt)	77.4	91.2	-13.8
DeepSearchQA (context mgmt)	80.1	95.0	-14.9
AA-LCR (long context)	79.3	88.7	-9.4

Lahat ng score ay mula sa anunsyo ng Reflection (rebisyon noong October 8, 2026). Ang mga score para sa Kimi K3 ay ayon sa mga binanggit ng Reflection mula sa Artificial Analysis at DataCurve.

Ang dalawang modelo

	Beam	Kimi K3
Developer	Reflection AI	Moonshot AI
Nakabase sa	Estados Unidos	Tsina
Mga parameter (kabuuan / aktibo)	501B / 23B	2.8T / 104B
Mga weight	Apache 2.0, ipinangako para sa bandang huling bahagi ng Oktubre 2026	Kimi K3 License (custom)
Inilabas	Oktubre 5, 2026	Hulyo 16, 2026
Paano mag-access	API beta na nasa waitlist; paparating ang mga weight	Hugging Face, Moonshot API, OpenRouter