Claude Fable 5 अब टॉप पर नहीं है। China की Moonshot AI द्वारा बनाया गया नया मॉडल Kimi-K3 अब वेबसाइट कोडिंग में सबसे आगे है, Arena की लेटेस्ट रैंकिंग के मुताबिक। Kimi-K3 ने 1,679 पॉइंट्स हासिल किए, जबकि Fable 5 को 1,631 पॉइंट्स मिले।
Arena काफी सिंपल तरीके से AI मॉडल्स की रैंकिंग करता है। यूजर्स दो हिडन मॉडल्स को एक ही टास्क देते हैं, फिर बेहतर रिजल्ट को वोट करते हैं। सिर्फ इसके वेब कोडिंग बोर्ड पर ही 96 मॉडल्स में करीब 4,70,000 वोट्स डाले जा चुके हैं।
Kimi-K3 ने Claude Fable 5 को कैसे पछाड़ा
यह जीत सभी को चौंकाने वाली थी। Moonshot का पिछला मॉडल, Kimi-K2.6, 18th पोजिशन पर था। लेकिन उसका नया वर्जन सीधे नंबर 1 पर पहुंच गया।
48 पॉइंट्स की लीड कोई मामूली बात नहीं है। Fable 5, तीसरे नंबर की OpenAI की GPT-5.6 से भी सिर्फ 13 पॉइंट्स आगे है। Kimi-K3 ने सात में से छह कोडिंग कैटेगरीज़ में जीत हासिल की, जैसे मार्केटिंग पेजेस, डेटा डैशबोर्ड और कंज्यूमर ऐप्स। Claude Fable 5 के पास सिर्फ एक कैटेगरी, Gaming, की पहली पोजिशन रही।
Anthropic अभी भी टॉप 20 में से 9 मॉडल्स के साथ डिप्थ चार्ट में सबसे ऊपर है। फिर भी, समय ने सबको चौंका दिया। कुछ दिन पहले ही Elon Musk ने Anthropic को इंडस्ट्री लीडर बताया था। यह रैंकिंग्स डिबेट भी शुरू करती हैं, क्योंकि Claude को लेकर पहले भी AI बेंचमार्क पर काफी बहस हो चुकी है।
Mark Zuckerberg की Muse Spark 1.1 भी इस लिस्ट में है, 11th पोजिशन पर, और इसका लॉन्च हुए अभी कुछ ही दिन हुए हैं।
एक लीडरबोर्ड से परे क्यों है यह महत्वपूर्ण?
असल मायनों में यह बड़ी स्टोरी है। Kimi-K3 प्राइस में अपने राइवल से काफ़ी सस्ता है। Moonshot ने लिस्ट किया है – इनपुट के 1 मिलियन टोकन पर सिर्फ $3 और आउटपुट के लिए $15। Arena के मुताबिक, Fable 5 के रेट $10 और $50 हैं।
Moonshot 27 जुलाई तक Kimi-K3 के पूरे मॉडल वेट्स उपलब्ध कराएगा। इसके बाद कोई भी इस टॉप कोडिंग मॉडल को फ्री में चला सकता है। यह एक बड़े बदलाव का हिस्सा है, जिसमें चीनी मॉडल्स ने US के प्रतिद्वंद्वियों को मासिक टोकन उपयोग में पीछे छोड़ दिया है।
यह प्रतिद्वंद्विता दोनों तरफ से है। Alibaba ने अपनी टीम को 10 जुलाई से Claude Code को न छोड़ने के लिए कहा है, सुरक्षा कारणों की वजह से।
आगामी कुछ हफ्ते बताएँगे कि जैसे-जैसे और वोट्स आएंगे, क्या Kimi-K3 अपनी बढ़त बनाए रखता है या नहीं।
