Tôi muốn chỉ ra rằng đối với các nhiệm vụ trong thế giới thực (không phải điểm chuẩn), Kimi K2 vượt trội hơn Gemini. Đây là phép đo từ xa trên tất cả người dùng @cline, hiển thị tỷ lệ sửa đổi thất bại khác nhau. Lưu ý Kimi có tỷ lệ thất bại khoảng 6%, tốt hơn đáng kể so với tỷ lệ lỗi ~ 10% của Gemini. Đáng chú ý, Kimi thậm chí còn vượt qua Claude 4 trong phần lớn thời gian của tuần này, đạt được tỷ lệ thất bại dưới 4%!