キミの最新のK2 Thinkingモデルは、複数の業界ベンチマークを打ち破りました。ここでは、推論力とコーディングスキルの大幅な飛躍について話しています。

数字？かなり驚きですね:
- ツールを装備した時にHLEで44.9%に達する
- BrowseCompで60.2%に達しました
- 71.3%がSWE-Benchに着地しました 検証済み

これらのスコアは、AIが複雑な問題解決やエージェントレベルのタスクをどれだけうまく処理できるかを測定するため、重要です。この分野でビルディングをしている人にとって、この種の進展は、自動化された開発ワークフローへのアプローチを再構築する可能性があります。