Atria Dawn vs Kimi K3: En agent med öppna vikter som aldrig blir klar, mot ett resonemangstak på 44 poäng

Innan benchmarkarna, stanna upp inför skillnaden i vad dessa två modeller är till för. Atria Dawn Preview är Shanghai AI Laboratorys nya agentiska modell med öppna vikter – tillkännagiven som "nu live" den 14 september, byggd på 744B MoE GLM-5.2-grunden, MIT-licensierad, 256K kontext, endast text, nedladdningsbar i BF16 och FP8, och tillgänglig på api.atria-asi.ai utan publicerat pris. Kimi K3 är Moonshot AIs flaggskepp med 2,8 biljoner parametrar – släppt den 16 juli, prissatt till $3.00/$15.00 per miljon tokens, 1M kontext, multimodalinmatning, öppna vikter under en modifierad MIT-licens sedan den 27 juli, och ett oberoende Artificial Analysis Intelligence Index på 44 som gör den till den näst högst rankade modellen med öppna vikter på listan. Båda är öppna. Båda är agentiska. Båda kommer från kinesiska labb med internationella API-avdelningar. Och de kunde knappast vara inriktade på mer olika uppgifter: Kimi K3 är ett resonemangstak du kan hyra eller ladda ner; Atria Dawn Preview är en loop som fortsätter arbeta tills något går att verifiera.

Källhänvisningarna är själva skelettet i denna jämförelse. Kimi K3:s indexpoäng, prissättning och kontext är oberoende fakta — AA Index 44, 3/15 USD, 1M-fönster, vikter under Modified MIT. Atria Dawn Previews benchmark-rader är leverantörsrapporterade från dess modellkort, ej reproducerade av något neutralt labb, och dess internationella API har inget publicerat pris. Där kortets rutnät ställer de två mot varandra på ett gemensamt fält rapporterar Atria Dawn Preview att man leder inom sviterna för discovery och tool-use (AutomationBench 53.8, BrowseComp 92.5, DeepSearchQA 96.0, BFCL v4 77.0, CyberGym 86.5) medan man släpar efter Kimi K3:s härstamning på kodningsraderna (SWE-bench Pro 59.6, Terminal-Bench 2.1 78.3, JobBench 50.3). Ingen av Atrias siffror är oberoende verifierad.

Två typer av öppna vikter

Den ytliga likheten – båda öppna, båda kinesiska, båda agentiska – döljer en verklig förgrening. Kimi K3 är Moonshots försök att bevisa att en modell med öppna vikter kan hålla frontlinjen när det gäller rå intelligens: 2,8T parametrar totalt, ett kontextfönster på 1M, inbyggd bild- och ljudinmatning, en modifierad MIT-licens och en oberoende indexpoäng på 44 som bara GLM 5.3 överträffar bland öppna modeller. Du kan hyra den för $3/$15 eller ladda ner den och köra den själv, och oavsett vilket köper du en resonemangsmotor.

Atria Dawn Preview försöker inte vara en resonemangsmotor i den meningen. Det är en MoE på totalt 744B – ungefär en fjärdedel av Kimi K3:s storlek – trimmad för en loop snarare än för indexet: analysera, designa, använda verktyg, skriva och köra kod, läsa experimentresultatet, återhämta sig från misslyckanden, iterera. Labbets fyra pelare (Upptäckt, Skapande, Leverans, Cybersäkerhet) kokar alla ner till den loopen. Den har en kontext på 256K (en fjärdedel av Kimi K3:s 1M), är enbart text där Kimi K3 tar emot bilder och ljud, och framhäver sina styrkor i långsiktiga sviter snarare än i resonemang vid ett enda försök. På papperet ser den ut som en strikt sämre modell; på sina egna villkor är den en annan produkt inriktad på ett annat misslyckande.

• Pris — Atria Dawn Preview opublicerad (internationellt API) mot Kimi K3 $3.00/$15.00 per 1 miljon

• Kontext — Atria 256K endast text vs Kimi K3 1M, bild- och ljudinmatning

• Storlek — Atria 744B totalt MoE vs Kimi K3 2.8T totalt

• Oberoende rekord — inget för Atria mot Kimi K3 AA Index 44, #2 öppna vikter

Varför 44-punktsvallen spelar mindre roll än loopen

Om din arbetsbelastning är en svår resonemangsfråga är den här matchningen inte nära: Kimi K3:s oberoende uppmätta 44 är det högsta taket för öppna vikter på resultattavlan, och det är ett oberoende försprång på över 13 punkter gentemot allt som Atria Dawn Preview kan hävda idag. Prispremien är verklig, och Kimi K3:s $3/$15 är vad det kostar. Men indexet består mestadels av korta resonemang med ett enda försök – exakt den regim där en loop-first-agent försöker ändra reglerna. Atria Dawn Previews rapporterade styrkor är BrowseComp, DeepSearchQA, AutomationBench, CyberGym: långsiktiga sviter där modellen får läsa, agera och korrigera sig själv över många turer. Den leverantörsrapporterade fördelningen är kännetecknet för en modell trimmad för iterativ exekvering snarare än för resultattavlan – och den är också overifierad, vilket är varför den första neutrala poängen kommer att betyda mer än allt detta.

För ett team som redan kör Kimi K3 är Atria Dawn Preview ingen ersättning – dess kodningsresultat ligger sämre, dess kontextfönster är en fjärdedel så stort, dess meritlista är obeprövad. För ett team vars flaskhals är själva loopen – modellen ger upp, frågar, tappar tråden under ett långt experiment – är nykomlingen riktad exakt dit, och dess MIT-vikter innebär att du kan ta reda på det på din egen hårdvara utan att betala Moonshots taxa. Båda ligger bakom en och samma nyckel på en routingplattform som OrcaRouter, där Kimi K3:s pass-through $3/$15 faktureras utan påslag och med automatisk failover, och där Atria Dawn Preview kommer att kunna routas i samma stund som Shanghai-labbet publicerar en taxa – så en head-to-head-utvärdering mot din verkliga arbetsbelastning kostar uppsättningstid, inte ett andra kontrakt.

Domen

Förväxla inte ett oberoende 44-poängstak med hela historien, och förväxla inte en leverantörs rutnät med en dom — en kolumn är verifierbar i dag, den andra är en självrapportering. Om du behöver beprövad resonemangsförmåga med öppna vikter i framkant är Kimi K3 modellen; dess 1M-fönster, multimodalitet och neutrala poäng är precis varför team betalar $3/$15. Om ditt problem är en loop som aldrig tar slut är Atria Dawn Preview ett legitimt experiment — öppen, gratis att köra, precis inriktad på det fel du stöter på — värd en kontrollerad utvärdering bakom failover, och inget mer förrän ett neutralt labb faktiskt kör den.