Atria Dawn 対 Kimi K3：決して終わらないオープンウェイトのエージェントと、44ポイントの推論上限

ベンチマークの前に、この2つのモデルが何を目的としているかの違いをじっくり考えてみてください。Atria Dawn Previewは、上海AI実験室の新しいオープンウェイトのエージェント型モデルです。9月14日に「現在公開中」と発表され、744B MoE GLM-5.2基盤上に構築され、MITライセンス、256Kコンテキスト、テキスト専用、BF16とFP8でダウンロード可能で、api.atria-asi.aiで提供されており、価格は公開されていません。Kimi K3は、Moonshot AIの2.8兆パラメータの旗艦モデルです。7月16日にリリースされ、価格は100万トークンあたり$3.00/$15.00、1Mコンテキスト、マルチモーダル入力、7月27日以降はModified MITライセンスの下でオープンウェイト、そして独立系Artificial Analysis Intelligence Indexは44で、これはリーダーボード上で2番目に高いスコアのオープンウェイトモデルとなっています。どちらもオープンです。どちらもエージェント型です。どちらも国際的なAPI部門を持つ中国の研究所から出ています。そして、これほど異なる役割を狙ったものは滅多にありません。Kimi K3は、レンタルもダウンロードもできる推論能力の上限であり、Atria Dawn Previewは、何かが検証可能になるまで動き続けるループです。

出典ラベルはこの比較の骨格である。Kimi K3のインデックススコア、価格、コンテキストは独立した事実である — AA Index 44、$3/$15、1Mウィンドウ、Modified MITの重み。Atria Dawn Previewのベンチマーク行はモデルカードからのベンダー報告であり、中立の研究所によって再現されておらず、その国際APIには公開価格がない。カードのグリッドが両者を共通のフィールドで対決させる箇所では、Atria Dawn Previewはディスカバリーとツール使用のスイートでリードしていると報告し（AutomationBench 53.8、BrowseComp 92.5、DeepSearchQA 96.0、BFCL v4 77.0、CyberGym 86.5）、コーディング行ではKimi K3の系統に後れを取っている（SWE-bench Pro 59.6、Terminal-Bench 2.1 78.3、JobBench 50.3）。Atriaの数値はいずれも独立に検証されていない。

2種類のオープンウェイト

表面的な類似性——どちらもオープンで、どちらも中国製で、どちらもエージェント的——は、真の分岐を覆い隠している。Kimi K3は、オープンウェイトモデルが純粋な知能で最前線を維持できることを証明しようとするMoonshotの試みだ。総パラメータ数2.8T、1Mコンテキスト、ネイティブの画像・音声入力、Modified MITライセンス、そしてオープンモデルの中ではGLM 5.3だけが上回る独立系インデックススコア44を備える。$3/$15でレンタルするか、ダウンロードして自分でサーブすることもでき、どちらの場合も買っているのは推論エンジンだ。

Atria Dawn Previewは、その意味での推論エンジンであろうとはしていない。これは総パラメータ744BのMoEであり、Kimi K3のおよそ4分の1の規模で、索引ではなくループに合わせて調整されている。分析し、設計し、ツールを使い、コードを書き実行し、実験結果を読み、失敗から回復し、反復する。同ラボの4本の柱（Discovery、Creation、Delivery、Cybersecurity）はいずれもそのループに帰着する。コンテキストは256K（Kimi K3の1Mの4分の1）で、Kimi K3が画像と音声を扱うのに対しテキスト専用であり、単発の推論ではなく長期的なタスク群で強みを公表している。紙の上では明確に劣るモデルに見えるが、それ自体の基準で言えば、別の失敗を狙った別の製品である。

• 価格 — Atria Dawn Preview 未公開（国際API）vs Kimi K3 100万あたり$3.00/$15.00

• コンテキスト — Atria 256K テキストのみ vs Kimi K3 1M、画像+音声入力

• 規模 — Atria 744B（MoE総パラメータ数）対 Kimi K3 2.8T（総パラメータ数）

• 独立した記録 — Atria 対 Kimi K3 の AA Index 44、#2 オープンウェイトについてはなし

{{1}}なぜ{{2}}44ポイント{{/2}}の壁は{{3}}ループ{{/3}}よりも重要でないのか{{/1}}

もしあなたのワークロードが難しい推論問題なら、この対決は接戦ではない。Kimi K3 が独立に測定された 44 は、リーダーボード上で最高のオープンウェイトの天井であり、Atria Dawn Preview が今日主張できるどの数字に対しても 13 ポイント以上の独立した差がある。このプレミアムは本物で、Kimi K3 の $3/$15 がそのコストだ。しかし、このインデックスは主に短い単発推論で構成されている——まさに、ループファーストのエージェントがルールを変えようとしている領域だ。Atria Dawn Preview が報告する強みは BrowseComp、DeepSearchQA、AutomationBench、CyberGym だ。これらは、モデルが何ターンにもわたって読み、行動し、自己修正できるロングホライズンのスイートである。ベンダーが報告する内訳は、リーダーボード向けではなく反復実行向けに調整されたモデルの特徴であり、しかも未検証だ。だからこそ、最初の中立なスコアが、これらすべてよりも重要になるだろう。

すでに Kimi K3 を運用しているチームにとって、Atria Dawn Preview は代替品ではない——コーディングの行では負け、コンテキストは4分の1、実績は未検証だ。ボトルネックがループそのものにあるチーム——モデルが諦める、尋ね返す、長い実験で筋を見失う——にとって、この新顔はまさにそこを狙っており、MIT の重みは Moonshot の料金を払わずに自前のハードウェアで確かめられることを意味する。どちらも OrcaRouter のようなルーティングプラットフォーム上の1つのキーの背後にあり、Kimi K3 のパススルー $3/$15 はマークアップゼロ・自動フェイルオーバー付きで課金され、上海のラボが料金を公開した瞬間に Atria Dawn Preview もルーティング可能になる——だから実際のワークロードでの直接評価は、2つ目の契約ではなくセットアップ時間のコストで済む。

評決

独立系の44点という上限を話のすべてと誤解してはならない。ベンダーのグリッドを評決と誤解してもならない——一方の列は今日検証可能で、もう一方は自己申告だ。最前線で実証済みのオープンウェイト推論が必要なら、Kimi K3がそのモデルだ。その1Mウィンドウ、マルチモーダル性、中立スコアこそ、チームが$3/$15を支払う理由そのものだ。あなたの問題が終わらないループなら、Atria Dawn Previewは正当な実験だ——オープンで、無料で実行でき、あなたがぶつかっている障害を正確に狙っている——フェイルオーバーを背後に備えた統制評価に値し、中立的なラボが実際にそれを実行するまでは、それ以上のものではない。