si vous êtes une microcélébrité sur Twitter à San Francisco, vous recevez des colis de relations publiques de startups d'agents de codage.

Voici pourquoi nous avons décidé de (1) rendre Cline open source et (2) ne pas faire de la revente d'inférences une partie de notre modèle économique : Lorsque vous contrôlez l'inférence (les appels au modèle d'IA) et que nous construisons le harnais (le système dirigeant ces appels), aucune des parties ne peut obscurcir ce qui se passe. Vous voyez exactement quels modèles sont appelés, combien de contexte est utilisé, quelles décisions sont prises. Nous ne pouvons pas dégrader silencieusement les performances pour améliorer les marges parce que vous payez directement le fournisseur d'inférences. Cette séparation signifie que nous réussissons uniquement lorsque Cline devient plus capable. Pas lorsque nous trouvons des moyens astucieux de réduire votre utilisation de jetons. Pas lorsque nous dirigeons vers des modèles moins chers sans vous le dire. Pas lorsque nous limitons artificiellement les fenêtres de contexte. Le résultat : Cline utilise le bon modèle pour chaque tâche (tel que défini par vous), intègre tout outil dont vous avez besoin via MCP, et fonctionne sans contraintes arbitraires. Vous obtenez un accès pur et non filtré à la capacité d'IA. Nous avons construit cela de cette manière parce que lorsque les incitations s'alignent correctement, vous n'avez pas besoin de nous faire confiance. L'architecture elle-même garantit que nous travaillons vers le même objectif : l'expérience de codage IA la plus puissante possible. En fin de compte, Cline vous offre la meilleure performance possible des meilleurs modèles, point final.

très excité de voir où nous allons à partir d'ici avec les modèles OS

Dans notre benchmark interne d'édition de diff "Hard" pour les cas où un modèle de pointe a précédemment échoué à une édition de diff (avant nos mises à jour de l'algorithme de diff), Kimi a surpassé Claude 3.5. Il sera intéressant de voir les résultats de nos benchmarks "Nightmare Difficulty" dans les prochaines semaines.

Je tiens à souligner que pour les tâches du monde réel (pas les benchmarks), Kimi K2 surpasse Gemini. Ceci est une télémétrie de tous les utilisateurs de @cline, montrant le taux d'échec des modifications. Remarquez que Kimi a un taux d'échec d'environ 6 %, ce qui est significativement mieux que le taux d'erreur d'environ 10 % de Gemini. Remarquablement, Kimi a même surpassé Claude 4 pendant la majeure partie de cette semaine, atteignant un taux d'échec inférieur à 4 % !

tout le monde qui reçoit une petite boîte noire dans les prochaines semaines est un vrai.

hmmm on m'a offert une boîte mystérieuse avec mon nom dessus

Voici comment vous pouvez utiliser le fournisseur @huggingface dans Cline 🤗 (thread)

🤗🤗🤗 🤗❤️🤗 @huggingface et Cline = votre terrain de jeu LLM 🤗🤗🤗 Vous pouvez accéder à Kimi K2 et à 6 140 (!) autres modèles open source dans Cline.

de nombreux cas comme ça content que tu sois passé à @cline!