Mô hình K2 Thinking mới nhất của Kimi vừa phá vỡ nhiều tiêu chuẩn ngành. Chúng ta đang nói về những bước nhảy vọt đáng kể trong khả năng lý luận và kỹ năng lập trình.

Những con số? Thật điên rồ:
- Đạt 44.9% trên HLE khi trang bị công cụ
- Đã đạt 60.2% trên BrowseComp
- Đã đạt 71.3% trên SWE-Bench Verified

Những điểm số này quan trọng vì chúng đo lường khả năng của AI trong việc xử lý các vấn đề phức tạp và các nhiệm vụ cấp tác nhân. Đối với bất kỳ ai đang xây dựng trong lĩnh vực này, sự tiến bộ như vậy có thể định hình lại cách chúng ta tiếp cận quy trình phát triển tự động.