Kimi K3 la está ROMPIENDO: El modelo chino que compite con GPT-5.6 y Claude Fable 5 — Transcript

Full transcript

1. 0:00Hace unas horas ha salido Kimi 3, que es
2. 0:02la versión más actualizada del modelo de
3. 0:03Kimi, este modelo multimodal que permite
4. 0:05generar desde texto, imágenes, videos y
5. 0:08también código. Y bueno, el día de hoy
6. 0:09mucho se ha estado hablando acerca de lo
7. 0:11que puede generar, que para sorpresa
8. 0:12está saltando bastante en los benchmark
9. 0:14a tal punto que está alcanzando a Cloud
10. 0:16Fable 5 o incluso GPT 5.6 Sol. Y bueno,
11. 0:19para hacer una demo el día de hoy voy a
12. 0:20mostrarles alguno que otro ejemplo,
13. 0:22además de también poder resumirles de
14. 0:23qué se trata este nuevo modelo. Vamos a
15. 0:25empezar.
16. 0:26Coders, cuando una aplicación ya está en
17. 0:28producción, uno de los retos más
18. 0:29importantes es detectar problemas antes
19. 0:31de que los usuarios los encuentren. Por
20. 0:33ejemplo, una página que deja de cargar,
21. 0:35una API que empieza a responder
22. 0:36lentamente o un flujo dentro de la
23. 0:38aplicación que simplemente deja de
24. 0:40funcionar. Y esperar a que los usuarios
25. 0:42reporten estos problemas no siempre es
26. 0:43la mejor estrategia. Aquí es donde entra
27. 0:45el synthetic monitoring. Esta técnica
28. 0:48consiste en simular interacciones con tu
29. 0:49aplicación de forma automática, como si
30. 0:51fueran usuarios reales. Por ejemplo,
31. 0:53puedes configurar pruebas que verifiquen
32. 0:54periódicamente si una página carga
33. 0:56correctamente, si un formulario funciona
34. 0:58o si una API está respondiendo como
35. 1:00debería. Y esas pruebas se ejecutan
36. 1:02desde distintas ubicaciones y de forma
37. 1:03constante, lo que permite detectar
38. 1:05problemas de disponibilidad o
39. 1:07rendimiento antes de que afecten a los
40. 1:08usuarios reales. Y para resolver esto,
41. 1:10puedes utilizar Open Manager Nexus, en
42. 1:13donde puedes configurar este tipo de
43. 1:14monitoreo para páginas web, API y
44. 1:16aplicaciones completas. Además, cuando
45. 1:18ocurre un problema, puedes recibir
46. 1:19alertas en tiempo real, lo que ayuda a
47. 1:21reaccionar rápidamente. Y lo genial es
48. 1:23que puedes implementar Open Manager
49. 1:25Nexus tanto en la nube como en tu propia
50. 1:27infraestructura. Además, ahora mismo
51. 1:28tienes disponible una prueba gratuita de
52. 1:3030 días desde su página oficial. Así que
53. 1:32aprovechen esta oportunidad y prueben
54. 1:34todas las funciones utilizando el enlace
55. 1:36que les dejo en la descripción. Muy
56. 1:37bien, empecemos primero leyendo un poco
57. 1:38acerca de lo que sería el anuncio de
58. 1:40este nuevo modelo de Kimi llamado K3,
59. 1:42que es básicamente el sucesor de K2.7.
60. 1:44Ahora, lo que más ha llamado la atención
61. 1:45entre todas las cosas o por qué se está
62. 1:47nombrando tanto este modelo en internet
63. 1:48es principalmente porque ahora está
64. 1:50compitiendo con los modelos más grandes.
65. 1:52Es decir, en Kimica 2.7 nosotros
66. 1:54comparáamos ese modelo con GPT 5.3 u
67. 1:57Opus 4.7. Entonces, al salir Química 3
68. 1:59se esperaría que compita con Opus 4.8 o
69. 2:02GPT 5.5, pero de hecho no. Y es que ha
70. 2:04dado un salto enorme y ahora se la está
71. 2:06comparando con GPT 5.6 Sol y Fable 5,
72. 2:10que son los modelos más grandes y más
73. 2:12producidos que hay a este momento. Lo
74. 2:13que quiere decir que esa distancia de 6
75. 2:15meses en el que iban los modelos chinos
76. 2:17detrás de los modelos más populares,
77. 2:19pues en realidad no lo es tanto. Y a
78. 2:20este punto sorprende bastante que un
79. 2:22modelo que estaba casi en las últimas
80. 2:24listas fuera del ranking 10 de muchos
81. 2:26benchmark, ahora está compitiendo con
82. 2:28estos dos modelos de aquí, casi similar
83. 2:30a lo que pasó con GLM 5.2 dos hace
84. 2:33algunas semanas atrás, pero bueno, de
85. 2:34forma resumida, este es un modelo nuevo
86. 2:35que llega a los 3 trillones de
87. 2:37parámetros y para lograr, digamos,
88. 2:39aumentar un poco su velocidad, sobre
89. 2:40todo porque es un modelo grande, tienen
90. 2:41una nueva forma de implementar lo que
91. 2:43sería la decodificación de tokens al
92. 2:44momento de la entrada y es justamente
93. 2:46con estas nuevas formas que se llama
94. 2:47Delta attention y attention residuals.
95. 2:49Lo que significa en la práctica es que
96. 2:50también tenemos un millón de tokens en
97. 2:52una ventana de contexto y que esto nos
98. 2:54permite poder aplicarlo en tareas de
99. 2:56larga duración como pueden ser ejecución
100. 2:58de asistentes o ejecución de código o
101. 3:00razonamiento y básicamente tareas de
102. 3:02agentes. Aunque bueno, una forma de
103. 3:04medir todo esto es utilizando algún
104. 3:05benchmark que no viene por parte de la
105. 3:07misma empresa. Entonces, también tenemos
106. 3:08Artificial Analysis, que es un benchmark
107. 3:10que mide múltiples modelos en distintos
108. 3:12tipos de áreas. Y por ejemplo, cuando
109. 3:13hablamos de inteligence o inteligencia,
110. 3:15sobre todo al momento de escribir código
111. 3:17o hacer tareas agénticas, lo que ha
112. 3:19pasado con este modelo, simplemente si
113. 3:20lo comparamos con uno de sus precesores,
114. 3:22que es 2.6, por ejemplo, ha hecho un
115. 3:24salto casi a la par de estar ahora con
116. 3:26GPT 5.6 y Fable. Y bueno, esto no tan
117. 3:29solamente al momento de generar códigos,
118. 3:30seno que de nuevo también al momento de
119. 3:32utilizarse en tareas para poder hacer
120. 3:34ejecución de programas o de nuevo tareas
121. 3:36relacionadas con agentes en general.
122. 3:38Aunque bueno, algo muy importante con
123. 3:39todo esto es justamente saber qué tan
124. 3:41caro es y de hecho no es un modelo tan
125. 3:43costoso para ser un modelo que está
126. 3:45compitiendo con esos modelos grandes.
127. 3:47Obviamente la respuesta puede variar,
128. 3:48pero solamente para darnos una idea y
129. 3:50midiendo el costo. Pueden ver aquí que
130. 3:51este es un poco más caro que lo que
131. 3:53sería GLM 5.2, pero sigue siendo más
132. 3:56barato que Opus 4.8, por ejemplo. Y
133. 3:58bueno, igual también mucho más barato
134. 3:59que GPT. Aunque bueno, otra métrica
135. 4:01también muy importante en cuanto al
136. 4:02modelo es la velocidad de respuesta. Y
137. 4:04bueno, este modelo ya se conocía que no
138. 4:05era muy rápido. De hecho, si ustedes han
139. 4:07llegado a utilizar K2.7 saben que sí es
140. 4:09un modelo que puede ser bastante
141. 4:10decente, pero en cuanto a velocidad pues
142. 4:12hay modelos mucho más baratos. Incluso
143. 4:14un descendiente de este que puede ser
144. 4:15composer 2.5 es más veloz en mi opinión
145. 4:18y se nota. Y en este caso no ha mejorado
146. 4:20tanto en este aspecto, así que al menos
147. 4:21por velocidad no esperen un cambio
148. 4:23enorme. Pero bueno, al final lo que
149. 4:24importa es la generación de código y qué
150. 4:26tan bueno es. Así que vamos a ver
151. 4:28algunos ejemplos. Y bueno, para poder
152. 4:29probarlo, ya lo tienen disponible en lo
153. 4:30que sería su suscripción de Kimi.com o
154. 4:33pueden utilizarlo en aplicaciones como
155. 4:34Kimy Word, Kimi Code o Kimi API. Y
156. 4:36bueno, solamente para darles un número
157. 4:38exacto, en este caso según su propia
158. 4:39documentación, el millón de tokens de
159. 4:41entrada cuesta alrededor de $3 y la
160. 4:43salida cuesta alrededor de 15. De nuevo,
161. 4:45colocándolo muy por detrás lo que sería
162. 4:465.5 y 4.8 y obviamente muy por detrás lo
163. 4:49que sería Fable 5. En cuanto a precios
164. 4:51estamos hablando. Y bueno, para empezar
165. 4:53a utilizarlo, en mi caso voy a estar
166. 4:54probándolo desde Kimi, desde Kimi Code,
167. 4:56su herramienta o harness. Y bueno, desde
168. 4:58aquí ya pueden empezar a cambiar el
169. 4:59modelo, simplemente escriben slash model
170. 5:01y con esto van a empezar a ver estas
171. 5:02opciones. Tenemos ahora la opción de K3.
172. 5:04Y por cierto, si quieren saber cómo
173. 5:05utilizar Kimi Code o quieren crear
174. 5:07algunos ejemplos, ya he creado videos
175. 5:08anteriormente utilizando este harness,
176. 5:10así que también lo voy a dejar en la
177. 5:11descripción. Pero bueno, vamos a pedir
178. 5:12una aplicación un poco extensa y voy a
179. 5:14pegar aquí un texto grande y básicamente
180. 5:16le voy a pedir un dashboard de finanzas
181. 5:18personales que nos permita manejar
182. 5:20distintas cuentas, marcar objetivos
183. 5:22financieros y básicamente tener un
184. 5:23registro de los ingresos, retiros y
185. 5:26demás operaciones que se pueden hacer
186. 5:27desde una cuenta. Entonces, vamos a ver
187. 5:29qué tanto se puede demorar para un pr de
188. 5:31este estilo. No es una planificación,
189. 5:32pero tampoco es un prqueño. Y bueno, por
190. 5:34cierto, aquí si también quieren hacer
191. 5:36que simplemente lo implemente, pueden
192. 5:37escribir aquí un yolo y con eso
193. 5:39simplemente va a empezar a responderse
194. 5:40las preguntas por él mismo. Muy bien,
195. 5:42después de aproximadamente unos 40
196. 5:43minutos más o menos, aquí ha pasado la
197. 5:46generación del proyecto y en teoría la
198. 5:48razón de por qué se ha demorado tanto es
199. 5:49que he implementado cada uno de los
200. 5:50módulos y también lo que sería backend y
201. 5:52frontend. Y bueno, lo que ha generado es
202. 5:54esto de aquí, que de hecho no se ve nada
203. 5:56mal. Ya ha colocado datos demo, ya
204. 5:58tenemos aquí secciones para poder tener
205. 6:00incluso gráficas y bueno, en cuanto a UI
206. 6:03se ve bastante bien. Ahora, en este
207. 6:05caso, este es un modelo sin ningún tipo
208. 6:07de skill adicional, es decir, este es el
209. 6:08modelo tal cual responde. Y bueno, esta
210. 6:10es una de las cosas que también se está
211. 6:11remarcando bastante en redes sociales y
212. 6:13es que en el benchmark de Front Code
213. 6:14Arena, incluso lo que ha pasado es que
214. 6:16Kimica 3 está mucho mejor que Fable 5 y
215. 6:195.6 sol. Eso quiere decir que para
216. 6:21tareas de frontend pues realmente supera
217. 6:23esos modelos y se nota realmente en el
218. 6:25primer pronto, aunque de nuevo esto le
219. 6:27ha tomado mucho tiempo generarlo. Y otra
220. 6:28cosa que no veo por aquí es justamente
221. 6:30la forma de poder añadir datos. Al
222. 6:32parecer hecho como simplemente frontend
223. 6:34para poder visualizar cosas y no hay
224. 6:36ninguna forma aparente de poder añadir
225. 6:39datos adicionales. Y bueno, en cuanto al
226. 6:40código lo que quiera generar es una
227. 6:41aplicación de Next en donde está la API,
228. 6:44están las aplicaciones de frontend y en
229. 6:45cuanto a la base de datos, como no ha
230. 6:47sido muy explícito de qué base de datos
231. 6:48debería utilizar, al parecer aquí ha
232. 6:49elegido SQLite y bueno, en realidad no
233. 6:51ha añadido muchos paquetes, es
234. 6:53básicamente Nex en sus últimas
235. 6:55versiones, lo cual está bastante bien,
236. 6:56es decir, este modelo ya considera
237. 6:58versiones modernas, al menos de estos
238. 6:59frameworks. Lo siguiente que también
239. 7:00incluido son los paquetes para hacer
240. 7:01linting y para poder obviamente utilizar
241. 7:03TypeScript y bueno, no son versiones
242. 7:05viejas ni nada de eso, entonces está
243. 7:06bastante decente como para producir
244. 7:08código realmente al menos de
245. 7:09aplicaciones frontend. Y bueno, para
246. 7:11hacer un segundo ejemplo, vamos a
247. 7:12pedirle ahora crea un juego en 3D al
248. 7:13estilo de Mario Kart, por ejemplo,
249. 7:15solamente que vamos a decirle debe haber
250. 7:16métricas de velocidad y un escenario
251. 7:18realista. Vamos a ver qué es lo que
252. 7:19crea. Y bueno, si esperamos alrededor de
253. 7:21unos 30 minutos más y un poco más
254. 7:23incluso, vamos a ver que aquí ha
255. 7:24generado otra vez otro proyecto y vamos
256. 7:26a comprobarlo. De hecho, aquí me ha dado
257. 7:28una URL y esto es lo que ha generado.
258. 7:30Básicamente es un proyecto bastante
259. 7:31básico utilizando 3GS obviamente, pero
260. 7:33este es un modelo que obviamente es
261. 7:35mucho más barato que lo que es GPT 5.6
262. 7:37Se y bueno, por allí también podríamos
263. 7:38hacer una comparación en uno de estos
264. 7:40días justamente con los otros modelos,
265. 7:41pero incluso ha cumplido con la idea del
266. 7:44pron inicial, que es justamente ver en
267. 7:45la parte superior izquierda lo que sería
268. 7:48el tiempo, la velocidad y a la parte
269. 7:50derecha hay como justamente un mapa y
270. 7:52está bastante bien. De hecho es un
271. 7:54primer pron, simplemente no he hecho más
272. 7:56modificaciones. Sí se ha demorado, eso
273. 7:58sí, aunque incluso algo que también
274. 7:59pueden notar es que estoy utilizando el
275. 8:01esfuerzo máximo. De hecho, si venimos
276. 8:03aquí y coloco slash effort y doy un
277. 8:04enter, van a ver que solamente tengo
278. 8:06disponible el modo max. Entonces, esto
279. 8:07quiere decir que a medida que vayan
280. 8:08saliendo las variaciones de este modelo,
281. 8:10pues podríamos obtener modelos que
282. 8:11responden más rápido o quizás nos den
283. 8:13una que otra variación adicional. Pero
284. 8:15bueno, de momento es lo que tenemos y de
285. 8:17nuevo no está nada mal. incluso para
286. 8:18tareas de frontend este modelo está
287. 8:20bastante bien y en mi opinión no lo he
288. 8:22probado tanto con lógica, es decir, no
289. 8:24he visto lo que ha generado, no se ve
290. 8:26nada mal de hecho, pero voy a esperar
291. 8:27aún así algunos días para ver algunos
292. 8:29ejemplos y sobre todo también traerles
293. 8:31una actualización de lo que sería
294. 8:32Química 3. Y bueno, básicamente este ha
295. 8:34sido el video del día de hoy. Está
296. 8:35bastante impresionante el modelo, sobre
297. 8:36todo para tareas de fronte me ha gustado
298. 8:37bastante y aún no lo he podido probar
299. 8:39incluso con lo que sería tareas en
300. 8:41paralelo o con sus subagentes, pero ya
301. 8:43lo voy a ir probando en el transcurso
302. 8:44esta semana. Y bueno, esto acaba de
303. 8:45salir, así que también pueden probarlo
304. 8:47utilizando tanto Kimy Code o
305. 8:48suscripciones de otros harness que
306. 8:49pueden estar por allí. Y bueno, si
307. 8:50tienen una duda o cualquier sugerencia
308. 8:52también pueden dejar en los comentarios.
309. 8:53Nos vemos en un siguiente video. Y eso
310. 8:55ha sido todo por el video del día de
311. 8:56hoy. Si quieres conocer más, te dejo en
312. 8:58pantalla mis enlaces sociales y mi web
313. 9:00fast.def donde puedes reservar asesorías
314. 9:02personalizadas de cualquier tema. Y no
315. 9:04te olvides de dejarme un comentario, ya
316. 9:05sea de una duda o una sugerencia para el
317. 9:07siguiente video. Nos vemos en un próximo