$4.8B właśnie dorównało $350B na liście liderów kodowania. Claude Opus 4.5 Thinking zajmuje 1500 miejsce na Code Arena. Kimi K2.5 Thinking zajmuje 1447 miejsce. To 3.5% różnicy w wydajności między najlepszym modelem własnościowym na świecie a modelem open-source, który możesz pobrać z Hugging Face i uruchomić samodzielnie. Moonshot AI, firma stojąca za Kimi, jest wyceniana na $4.8B. Anthropic właśnie podpisał umowę na $350B. Ostatnia wycena OpenAI wyniosła $500B. Moonshot osiąga 96.5% wydajności kodowania na granicy przy około 1% wyceny. A spójrz, między kim a kim znajduje się Kimi na tej liście liderów. Powyżej: Gemini-3-Pro (Google, kapitalizacja rynkowa $2T+). Poniżej: Gemini-3-Flash i GLM-4.7, inny chiński model open-source od Zhipu, który właśnie wszedł na giełdę w Hongkongu z kapitalizacją rynkową $13B. Koszt szkolenia Kimi K2 Thinking wyniósł podobno $4.6M. Przychody roczne Anthropic właśnie przekroczyły $9B. OpenAI spala $17B rocznie. Ekonomia osiągnięcia 96.5% wydajności na granicy kompresuje się szybciej, niż ktokolwiek modelował. Departament Handlu USA już to zauważył, wskazując Moonshot jako dowód na "rosnącą głębokość" chińskiego przemysłu AI. Co ma znaczenie dla deweloperów: Kimi K2.5 to model MoE z 1T parametrami i 32B aktywnymi parametrami. Możesz go hostować samodzielnie. Możesz go dostosować. Możesz budować na nim produkty bez opłat za API na podstawie tokenów. Modele własnościowe powyżej na tej liście liderów? Wynajmujesz dostęp. Kodowanie agentowe to punkt odniesienia, który ma teraz największe znaczenie, ponieważ tam koncentrują się przychody. Asystenci kodowania, przegląd kodu, automatyczne refaktoryzowanie. Granica open-source właśnie zbliżyła się do 3.5% od sufitu modeli własnościowych. Przychody Moonshot z zagranicznych API wzrosły czterokrotnie od września do listopada. Liczba płacących użytkowników wzrosła o 170% miesiąc do miesiąca. Tak się dzieje, gdy jesteś 96.5% tak dobry i darmowy.