Moonshot AI הסינית הכריזה באמצע יולי על Kimi K3, מודל שפה שהמשקלות שלו פתוחים להורדה, ובכרטיס המודל היא מציגה תוצאה גבוהה גם במבחן סוכנים משפטי שפיתחה Harvey. לספקי ליגל-טק זה מחדד שאלה מעשית: אילו משימות באמת צריכות מודל חזית סגור ויקר, ואילו אפשר להעביר למודל זול יותר שאפשר להריץ ולהתאים בתשתית עצמית.
מה Moonshot שחררה
לפי Pure AI, Kimi K3 הוכרז יום לפני כנס הבינה המלאכותית העולמי בשנגחאי, זמין מיד דרך ה-API של Moonshot ודרך OpenRouter, והמשקלות המלאים תוזמנו ל-27 ביולי. מחיר ה-API שפורסם: 3 דולר למיליון טוקנים בקלט ו-15 דולר למיליון טוקנים בפלט. Moonshot עצמה מציגה את המחיר כגבוה ביחס למעבדות סיניות אחרות, אבל נמוך מעלות משימה ב-Claude Opus 4.8.
לפי כרטיס המודל ב-Hugging Face, מדובר בארכיטקטורת Mixture-of-Experts עם 2.8 טריליון פרמטרים, מתוכם 104 מיליארד פעילים בכל צעד, וחלון הקשר של כמיליון טוקנים. Moonshot ממליצה להריץ אותו במנועי היסק מקובלים כמו vLLM ו-SGLang. בדירוג הכללי של Artificial Analysis, כך לפי Pure AI, המודל דורג רביעי מתוך 189, אחרי Claude Fable 5 ושתי תצורות של GPT-5.6 Sol.
Law.com הקדיש לנושא ניתוח ב-27 ביולי, וההערכה המרכזית בו היא שעלות נמוכה ויכולת התאמה צפויות להגדיל את השימוש של ספקים במודלים כאלה, בזמן שמודלי OpenAI ו-Anthropic יישארו בתפקיד מרכזי. הכתבה מזכירה גם את GLM-5.2 של Z.ai כמודל פתוח נוסף שמושך תשומת לב. על הדיווח ש-Microsoft בוחנת גרסה של DeepSeek V4 כמנוע זול ל-Copilot Cowork כתבנו כאן ביוני.
המספרים המשפטיים, כפי שהספק מציג אותם
בטבלת התוצאות של Moonshot מופיעים שני מבחנים משפטיים. הראשון הוא Harvey LAB-AA, הגרסה של מבחן הסוכנים המשפטי של Harvey שמריצה חברת המדידה Artificial Analysis. המבחן נותן לסוכן הוראה בסגנון של שותף במשרד יחד עם תיק מסמכים, ובודק את התוצר מול רובריקה מפורטת. בשיעור העמידה בקריטריונים, נכון ל-23 ביולי, Kimi K3 קיבל לפי Moonshot ציון 94.6, מול 93.6 של Claude Fable 5, 91.1 של Claude Opus 4.8, 91.0 של GLM-5.2 ו-87.2 של GPT-5.6 Sol.
כדאי לשים לב לבחירת המדד. שיעור עמידה בקריטריונים סופר כל סעיף ברובריקה שעבר, ולא את השאלה אם המשימה כולה הושלמה. המדד המחמיר יותר בבנצ'מרק הזה נותן קרדיט רק למשימה שעברה את כל הקריטריונים, וזה לא המדד שהספק בחר להציג. במבחן השני, Legal Research Bench של Vals AI, התמונה הפוכה: Kimi K3 קיבל 44.2, מתחת ל-49.5 של Claude Fable 5 ול-48.1 של GPT-5.6 Sol. כלומר, גם לפי הנתונים של Moonshot עצמה, במחקר משפטי מודלי החזית האמריקאיים עדיין מובילים.
חלוקת עבודה בין מודל זול למודל חזית
איך זה נראה בפועל אפשר ללמוד מניסוי שפרסמה חברת התשתיות Fireworks AI ב-3 ביוני, בשיתוף Harvey, עוד לפני K3. לפי הפוסט, Harvey פתחה לציבור את LAB, מאגר של 1,250 משימות ב-24 תחומי משפט עם יותר מ-75,000 קריטריונים שכתבו מומחים. Fireworks הריצה מדגם של 100 משימות. לפי הנתונים שפרסמה, Claude Opus 4.7 השלים במלואן 14 משימות בעלות כוללת של כ-954 דולר, ואילו GLM 5.1 הסיני השלים 12 בעלות של כ-121 דולר.
התוצאה המעניינת יותר היא השילוב: GLM 5.1 שימש כעובד, ופנה ל-Opus 4.7 כיועץ רק כשנדרש. לפי Fireworks, התצורה הזו השלימה 18 משימות, יותר מ-Opus לבדו, בכ-39% מהעלות שלו. אלה נתונים של הספק, על מדגם קטן ועם טווח שגיאה של כ-2.5 נקודות אחוז, אבל הם ממחישים את הכיוון: מודל פתוח לעבודה השוטפת והנפחית, ומודל חזית לנקודות שבהן נדרש שיפוט.
לעורכי דין שבוחנים ספקים זה מייצר שתי שאלות חדשות לרשימת הבדיקה. איזה מודל בפועל מריץ כל פיצ'ר במוצר, והאם הוא יכול להשתנות בלי הודעה. והיכן המודל רץ: מודל פתוח שמותקן על שרתי הספק או הלקוח שונה מהותית, מבחינת זרימת מידע, משליחת נתונים ל-API של המפתח הסיני.
מה כתוב ברישיון
Kimi K3 משוחרר תחת רישיון ייעודי של Moonshot. לפי נוסח הרישיון, מותר שימוש מסחרי, שינוי והפצה, עם שני תנאים מיוחדים. סעיף 2 מחייב הסכם נפרד עם Moonshot ממי שמפעיל שירות Model as a Service, כלומר נותן לצדדים שלישיים גישת היסק או כוונון עם שליטה ממשית בקלט, בפרמטרים או בנתוני האימון, כשההכנסות עוברות 20 מיליון דולר ב-12 חודשים. הגדרה זו מחריגה מוצר שבו היכולות משובצות רק בתוך פיצ'רים מסוימים. סעיף 3 מחייב להציג את השם Kimi K3 בממשק של מוצר מסחרי עם יותר מ-100 מיליון משתמשים חודשיים או יותר מ-20 מיליון דולר הכנסה חודשית. לפי סעיף 4, שימוש פנימי בלבד פטור משני התנאים. רוב ספקי הליגל-טק רחוקים מהספים האלה, אבל יועץ משפטי שבודק חוזה עם ספק ירצה לדעת על איזה מודל ואיזה רישיון המוצר נשען.
עוד בנושא
- Harvey פותחת לציבור את Legal Agent Bench: יותר מ-1,200 משימות לבחינת סוכני AI משפטיים
- דיווח: Microsoft בוחנת גרסה של DeepSeek V4 כמנוע זול ל-Copilot Cowork
- חישוב של Raymond Blyd: כמה Harvey ו-Legora גובות בפועל על מיליון טוקנים
- אחרי DeepSeek: משרדי עורכי דין בין חסימה, ניסוי ובנייה של כלי AI משלהם