Der « pelican benchmark » von Simon Willison bewertet Kimi K3
Ein SVG-Illustrations-Test funktioniert als schnelle Fortschrittsanzeige: Simon Willison veröffentlicht seine Lektüre des K3 am 16. und 17. Juli.
4 h ago 3 3
Kimi K3 geht live: Moonshot verschickt das Modell nach der Preview-Flut
Nach der Welle von Teasern und Benchmark-Videos hat Moonshot AI Kimi K3 auf kimi.com und über seine Code-API in die Produktion gebracht. Die Frage ist nicht mehr „wann“, sondern „zu welchem Preis, mit welcher Latenz und für welchen realen Einsatz“.
yesterday 9 8
Kimi K3 Vorschau: Moonshot überflutet die Timeline vor dem Versand
Benchmark-Clips sind überall. Die Modellkarte, die API und jede reproduzierbare Bewertung sind nicht vorhanden.
yesterday 8 8
Benchmark Stripe: Die Agenten verbinden die APIs, aber sie validieren sie nicht
Ein öffentlicher Benchmark von Stripe zeigt, dass KI-Agenten Integrationen schreiben, die kompilieren, laufen und stumm die Grenzfälle scheitern lassen, die zählen.
Jul 15, 2026 at 19:28 10 6
Delangue: Der echte Wettlauf findet vielleicht nicht mehr an der Grenze statt
41 % der Downloads von Hugging Face im Frühjahr 2026 für offene chinesische Modelle, die sechs am häufigsten verwendeten Modelle auf OpenRouter alle offen. Der Schwerpunkt hat sich verschoben, während wir die Frontier-Benchmarks beobachtet haben.
Jul 14, 2026 at 22:32 9 5
Flash-MSA: Ein Training mit einer Million Tokens ohne hohe Rechenkosten
Ein Kernel mit gespannter Aufmerksamkeit, der das Training mit langem Kontext endlich wirtschaftlich macht - wenn die Benchmarks außerhalb des Labors halten.
Jul 13, 2026 at 02:20 10 10
ByteDance Seedream 5.0 Pro - das erste chinesische Bildmodell, das in der ersten Liga spielt
Pandaily veröffentlicht einen ausführlichen Hands-on-Bericht zu Seedream 5.0 Pro. Darin finden sich endlich nützliche Benchmarks, Fallstudien zu Fehlschlägen und eine Positionierung im Marktumfeld.
Jul 11, 2026 at 17:19 12 6
"Dein Code ist schnell - wenn du Glück hast": Warum deine Mikro-Benchmarks lügen
Ein viraler Beitrag hinterfragt die Zuverlässigkeit von Mikrobenchmarks: Der gleiche Code kann je nach Reihenfolge der Symbole, der Position im Speicher oder dem Benutzernamen um 30 % variieren. Was das für das Crafting bedeutet.
Jul 11, 2026 at 17:14 9 7
Meta versendet Muse Spark 1.1 mit einer günstigen Model API - der dritte Läufer im Wettlauf
Meta veröffentlichte Muse Spark 1.1 (multimodale Vernunft) und setzte gleichzeitig den Preis für seine Meta Model API aggressiv niedrig an. Weder wird GPT-5.6 noch Claude bei den Benchmarks schlagen. Das ist nicht der Punkt. Der Punkt ist, den Zähler zu unterbieten.
Jul 11, 2026 at 11:41 16 8
Kimi K3 geht mit 2,8 Billionen Parametern live: Moonshot liefert den größten offenen Frontier-Wettschlag bisher
Moonshot bringt Kimi K3 in GA mit einer Zahl, die sich abhebt: 2,8 Billionen Parameter, die größte offengewichtete Architektur, die bisher angekündigt wurde.
17 h ago 7 8
33k vs 7k Tokens: Was die vergleichbaren Overheads von Claude Code und OpenCode offenbaren
Der Harness spricht vor dem Prompt. Was er sagt - und was er kostet - definiert nun das Produkt.
Jul 13, 2026 at 02:19 8 8