Adu langsung

Beam vs Kimi K3

1:13

Beam unggul pada 1 dari 14 benchmark yang sama

Kesimpulan

Reflection sendiri menyebut Kimi K3 sebagai model yang masih unggul dalam kemampuan mentah. Kimi K3 menang pada 13 dari 14 benchmark yang sama, sering kali dengan keunggulan 10 poin atau lebih dalam coding agen dan pencarian. Satu-satunya kemenangan Beam adalah τ³ banking. Komprominya adalah ukuran: Kimi K3 memiliki 2.8 triliun parameter dengan 104 miliar parameter aktif per token, sekitar 4.5 kali jumlah 23 miliar milik Beam, dan bobotnya membutuhkan sekitar 1.4 TB bahkan dalam format 4-bit.

Perbandingan per benchmark

Benchmark	Beam	Kimi K3	Selisih
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

Semua skor berasal dari pengumuman Reflection (revisi 8 Oktober 2026). Skor untuk Kimi K3 adalah sebagaimana dikutip Reflection dari Artificial Analysis dan DataCurve.

Kedua model

	Beam	Kimi K3
Developer	Reflection AI	Moonshot AI
Berbasis di	Amerika Serikat	China
Parameter (total / aktif)	501B / 23B	2.8T / 104B
Bobot	Apache 2.0, dijanjikan hadir nanti pada Oktober 2026	Kimi K3 License (custom)
Dirilis	5 Oktober 2026	16 Juli 2026
Cara mengakses	API beta masuk daftar tunggu; bobot segera hadir	Hugging Face, Moonshot API, OpenRouter