Vector Lab
VECTOR LAB

EST. 2025

WEEKLY UPDATE2026
BY ANDREW MEAD

Kimi K2.5

O Kimi consegue derrubar os gigantes de código fechado? Os arquivos de habilidades realmente funcionam?

Nota: Este artigo foi traduzido automaticamente com Claude Sonnet 4.5; a qualidade pode estar reduzida, especialmente na terminologia técnica.

Lançamentos

Kimi K2.5

A Moonshot AI lançou uma versão atualizada de seu modelo de código aberto de 1 trilhão de parâmetros, Kimi K2.5. Esta versão se diferencia de sua versão anterior (e da maioria dos modelos chineses em geral) por ser um modelo multimodal, ou seja, suporta entradas de texto e imagem.

Benchmarks

Os benchmarks mostram que ele compete com os modelos de código fechado de ponta

O Kimi é conhecido por sua personalidade interessante e estilo de escrita, algo que era único comparado a todos os outros LLMs. Essa personalidade foi um pouco degradada (às vezes ele diz “Você está absolutamente certo!”), mas isso resultou em melhor expressividade em tarefas agênticas, o que podemos ver pelo fato de estar no topo da tabela de classificação do Design Arena.

Design arena leaderboard

Para tarefas de codificação, ele ainda fica atrás do Opus 4.5 e GPT 5.2, os dois modelos de primeira linha no momento. Este é, na verdade, o caso do que tenho visto para a maioria das tarefas. Nos benchmarks, ele está na primeira linha, mas no mundo real está na linha abaixo, com modelos como GLM 4.7, Gemini 3 Flash e Sonnet 4.5.

Modelo$ por milhão (entrada)$ por milhão (saída)Tokens por segundo
Kimi K2.5 Thinking$0.6$330
Gemini 3 Flash$0.50$375
GLM 4.7$0.60$2.2090
Claude Sonnet 4.5$3$1557
GPT 5.2$1.75$1434
Claude Opus 4.5$5$2564
Números do OpenRouter.

GPT 5.2 e Opus 4.5, embora sejam os principais modelos, estão lá por razões diferentes. O GPT 5.2 é frio e muito literal, mas é minucioso e extremamente inteligente. O Opus, por outro lado, entende muito bem a intenção do usuário e é ótimo para conversar, mas comete mais erros.

Sinto que a comparação é muito similar para Kimi K2 e Gemini 3 Flash. O Kimi é a versão mais barata do Opus e o Gemini é a versão mais barata do GPT 5.2.

Para codificação barata, acho que ainda vou recorrer ao GLM 4.7, mas para todas as outras tarefas o Kimi se destaca, o que significa que é um dos 5 melhores modelos do mundo agora. Recomendo fortemente que você o experimente se ainda não o fez.

Artificial Analysis benchmarks

Os benchmarks do Artificial Analysis também corroboram sua similaridade com o Gemini 3 Flash

Pesquisa

Habilidades não são suficientes

Se você tem usado alguma ferramenta de codificação agêntica (Claude Code, Cursor, etc), provavelmente já ouviu falar de habilidades. Habilidades são arquivos markdown que contêm instruções para LLMs sobre como fazer tarefas específicas ou usar certas bibliotecas nas quais o modelo pode não ter sido treinado.

O que a Vercel descobriu é que só porque você tem essas habilidades, não significa que os modelos vão usá-las. Por padrão, a maioria dos frameworks apenas informa aos LLMs que elas existem, mas cabe aos LLMs realmente lê-las quando necessário.

Score breakdown

O que descobriram foi que os modelos não chamarão habilidades por conta própria, a menos que especificamente instruídos a fazê-lo, e mesmo quando você os instrui diretamente em seu AGENT.md, eles ainda não as usarão quando necessário.

Eles descobriram que para fazer os agentes chamarem quando necessário adequadamente, tiveram que adicionar isto ao arquivo AGENTS.md:

IMPORTANTE: Prefira raciocínio orientado por recuperação em vez de raciocínio orientado por pré-treinamento para quaisquer tarefas de {conteúdo de suas habilidades}. {Lista de caminhos para arquivos de habilidades aqui}

Isso contorna o carregamento real de habilidades e as ferramentas de chamada que os frameworks têm e, em vez disso, apenas fornece ao modelo os caminhos diretos para olhar, o que ele entende fazer muito melhor.

Isso provavelmente se deve ao fato de que os modelos estão muito mais acostumados a ler e olhar arquivos, pois essa é apenas uma tarefa geral de codificação que eles têm que fazer, em vez de usar as ferramentas personalizadas de chamada de habilidades que têm em seus harnesses. Isso mostra a importância de utilizar coisas que o modelo já viu muito versus criar sua própria nova abstração para eles tentarem usar.

Destaques Rápidos

Lançamento Público do Genie 3

O modelo de mundo Genie 3 do Google foi lançado publicamente.

Um modelo de mundo de IA é basicamente um motor de videogame que gera cada quadro em tempo real com base em suas entradas. Não há motor de jogo, código ou qualquer outro estado adicional que seja usado, é puramente um modelo de IA. Você pode dar a ele um quadro inicial, ou apenas uma descrição de texto do mundo que você deseja, e então pode interagir com o mundo a partir daí e ele gerará tudo em tempo real para você conforme você avança.

Um maço de cigarros descartado na Penn Station — De Riley Goodside no Twitter

Nota: para acessar o modelo, você precisará da assinatura AI Ultra do Google, que custa $125 por mês nos primeiros 3 meses e depois $250 por mês.

Finalização

Espero que você tenha gostado das notícias desta semana. Se você quiser receber as notícias todas as semanas, não deixe de se inscrever em nossa lista de e-mails abaixo.

Ascii art

Arte ASCII por Design by Aron no Twitter

Stay Updated

Subscribe to get the latest AI news in your inbox every week!

← BACK TO NEWS