Cerebras revelou como serve o modelo Kimi K3.1 Pro de 3 trilhoes de parametros em 59 wafers WSE-3T, usando pipeline paralelismo, quantizacao de 4-bit e cache KV de 8-bit, chegando a 1.000–2.000 tokens por segundo.
A empresa publicou um relatorio tecnico mostrando a arquitetura por tras do deploy, com consumo estimado de 1,18 MW e ~4,1 joules por token segundo comentaristas do Hacker News. Apesar disso, modelos abertos acessores na plataforma continuam limitados a versoes menores como GPT OSS 120B e Qwen 3.8 27B.
O lancamento de Moonshot AI no dia 24 gerou duas novidades: Kimi K3.1 Pro e K3.1 Pro Highspeed, ambos com 3 trilhoes de parametros e janela de contexto de 1 milhao de tokens. Em benchmarks como Terminal-Bench 4.0, o modelo obteve 65,7%, superando GPT-6 Astra (58,2%) e ficando perto de Claude Opus 5.5 (66,4%). Os pesos completos serao open source ate 4 de novembro.
Competidores e alternativas
Um projeto no GitHub chamado GVS5H usa cinco instancias de Qwen3.8-27B para atingir 92,4% em pass@1 no LiveCodeBench, praticamente empatando com Claude Fable 5 (90,4%). Contudo, especialistas observam que aplicar um agente a um benchmark projetado para avaliacao unica nao e uma comparacao justa.
Produtividade e impacto economico
O chief economista da Apollo, Torsten Slok, afirma que ainda nao ha ganhos mensuraveis de produtividade fora do setor tecnologico. Segundo ele, empresas tratam gastos com tokens como um centro de custos. Um comentarista sugeriu que a teoria da inducao da eletrificacao explica o atraso, enquanto outro apontou que grande parte do valor gerado e capturado por empresas de IA.
Setor criativo e reducao de empregos
Apricitas documenta uma queda de 200.000 empregos em setores criativos nos EUA nos ultimos quatro anos, com Hollywood perdendo cerca de um terco da forca de trabalho. A causa e multifatoral, incluindo economia de streaming, taxas de juros e offshoring. Alguns vinculam o declango na ilustracao comercial ao avanco de modelos como Stable Diffusion.
