Atria Dawn vs Kimi K3: Um agente de pesos abertos que nunca termina, contra um teto de raciocínio de 44 pontos

Antes dos benchmarks, reflita sobre a diferença no propósito desses dois modelos. Atria Dawn Preview é o novo modelo agêntico de pesos abertos do Laboratório de IA de Xangai — anunciado como "já disponível" em 14 de setembro, construído sobre a base MoE GLM-5.2 de 744B, licenciado sob MIT, contexto de 256K, somente texto, baixável em BF16 e FP8, e servido em api.atria-asi.ai sem preço publicado. Kimi K3 é o carro-chefe de 2,8 trilhões de parâmetros da Moonshot AI — lançado em 16 de julho, com preço de US$ 3,00/US$ 15,00 por milhão de tokens, contexto de 1M, entrada multimodal, pesos abertos sob uma licença MIT Modificada desde 27 de julho, e um Índice de Inteligência da Artificial Analysis independente de 44 que o torna o modelo de pesos abertos com a segunda maior pontuação no quadro. Ambos são abertos. Ambos são agênticos. Ambos vêm de laboratórios chineses com braços internacionais de API. E dificilmente poderiam ser voltados a tarefas mais diferentes: Kimi K3 é um teto de raciocínio que você pode alugar ou baixar; Atria Dawn Preview é um loop que continua trabalhando até que algo seja verificável.

Os rótulos de proveniência são o esqueleto desta comparação. A pontuação de índice, os preços e o contexto do Kimi K3 são fatos independentes — AA Index 44, $3/$15, janela de 1M, pesos Modified MIT. As linhas de benchmark do Atria Dawn Preview são informadas pelo fornecedor a partir de sua ficha de modelo, não reproduzidas por nenhum laboratório neutro, e sua API internacional não tem preço publicado. Onde a grade da ficha coloca os dois frente a frente em um campo comum, o Atria Dawn Preview relata liderança nas suítes de descoberta e uso de ferramentas (AutomationBench 53.8, BrowseComp 92.5, DeepSearchQA 96.0, BFCL v4 77.0, CyberGym 86.5), enquanto fica atrás da linhagem do Kimi K3 nas linhas de codificação (SWE-bench Pro 59.6, Terminal-Bench 2.1 78.3, JobBench 50.3). Nenhum dos números da Atria é verificado de forma independente.

Dois tipos de pesos abertos

A semelhança superficial — ambos abertos, ambos chineses, ambos agênticos — esconde uma bifurcação genuína. O Kimi K3 é a tentativa da Moonshot de provar que um modelo de pesos abertos pode manter a fronteira em inteligência bruta: 2,8T de parâmetros totais, um contexto de 1M, entrada nativa de imagem e áudio, uma licença MIT Modificada, e uma pontuação de índice independente de 44 que apenas o GLM 5.3 supera entre os modelos abertos. Você pode alugá-lo por $3/$15 ou baixá-lo e servi-lo por conta própria, e de qualquer forma você está comprando um motor de raciocínio.

O Atria Dawn Preview não está tentando ser um motor de raciocínio nesse sentido. É um MoE de 744B no total — cerca de um quarto do tamanho do Kimi K3 — ajustado para um loop, e não para o índice: analisar, projetar, usar ferramentas, escrever e executar código, ler o resultado experimental, recuperar-se de falhas, iterar. Os quatro pilares do laboratório (Discovery, Creation, Delivery, Cybersecurity) todos se reduzem a esse loop. Ele tem um contexto de 256K (um quarto do 1M do Kimi K3), é somente texto, enquanto o Kimi K3 aceita imagens e áudio, e publica seus pontos fortes em suítes de horizonte longo em vez de raciocínio em uma única tentativa. No papel, parece um modelo estritamente pior; em seus próprios termos, é um produto diferente voltado para uma falha diferente.

• Preço — Atria Dawn Preview não publicado (API internacional) vs Kimi K3 $3.00/$15.00 por 1M

• Contexto — Atria 256K somente texto vs Kimi K3 1M, entrada de imagem+áudio

• Tamanho — Atria 744B total MoE vs. Kimi K3 2,8T total

• Registro independente — nenhum para Atria vs Kimi K3 AA Index 44, #2 open-weights

Por que a parede de 44 pontos importa menos que o loop

Se a sua carga de trabalho é uma pergunta de raciocínio difícil, esta comparação não dá disputa: o 44 medido de forma independente do Kimi K3 é o teto mais alto de pesos abertos no quadro, e é uma vantagem independente de mais de 13 pontos sobre qualquer coisa que o Atria Dawn Preview possa alegar hoje. O prêmio é real, e o $3/$15 do Kimi K3 é o preço cobrado. Mas o índice é majoritariamente raciocínio curto de uma única tentativa — exatamente o regime em que um agente loop-first está tentando mudar as regras. Os pontos fortes relatados do Atria Dawn Preview são BrowseComp, DeepSearchQA, AutomationBench, CyberGym: suítes de horizonte longo em que o modelo pode ler, agir e se corrigir ao longo de muitos turnos. A distribuição relatada pelo fornecedor é a assinatura de um modelo ajustado para execução iterativa, e não para o ranking — e também não é verificada, e é por isso que a primeira pontuação neutra importará mais do que qualquer uma dessas coisas.

Para uma equipe que já usa o Kimi K3, o Atria Dawn Preview não é um substituto — suas linhas de codificação perdem, seu contexto é um quarto, seu histórico não é comprovado. Para uma equipe cujo gargalo é o próprio loop — o modelo desistindo, pedindo ajuda, perdendo o fio da meada em um experimento longo —, o recém-chegado mira exatamente aí, e seus pesos MIT significam que você pode descobrir por conta própria no seu próprio hardware sem pagar a tarifa da Moonshot. Ambos ficam atrás de uma única chave em uma plataforma de roteamento como a OrcaRouter, onde o repasse de $3/$15 do Kimi K3 é cobrado sem markup e com failover automático, e onde o Atria Dawn Preview será roteável no momento em que o laboratório de Xangai publicar uma tarifa — então uma avaliação frente a frente com sua carga de trabalho real custa tempo de configuração, não um segundo contrato.

O veredito

Não confunda um teto independente de 44 pontos com a história completa, e não confunda a grade de um fornecedor com um veredito — uma coluna é verificável hoje, a outra é um autorrelato. Se você precisa de raciocínio comprovado com pesos abertos na fronteira, o Kimi K3 é o modelo; sua janela de 1M, sua multimodalidade e suas pontuações neutras são exatamente o motivo pelo qual equipes pagam $3/$15. Se o seu problema é um loop que nunca termina, o Atria Dawn Preview é um experimento legítimo — aberto, gratuito para executar, voltado precisamente para a falha que você está enfrentando — digno de uma avaliação controlada com failover por trás, e nada mais até que um laboratório neutro de fato o execute.