> 2500 tokens por segundo > 40x mais rápido que o Sonnet-4 > 4 trilhões de wafers de transistores (19x Nvidia B200) Estes são números impressionantes, mas nada supera uma demonstração ao vivo. 1 milhão de tokens gratuitos por dia do qwen3-32b e qwen3-235b super rápidos da @CerebrasSystems em Cline. Link abaixo.

se você é uma microcelebridade no Twitter em SF, recebe pacotes de PR de startups de agentes de codificação

Aqui está o motivo pelo qual decidimos (1) tornar o Cline open source e (2) não incluir a revenda de inferências no nosso modelo de negócios: Quando você controla a inferência (as chamadas do modelo de IA) e nós construímos a estrutura (o sistema que direciona essas chamadas), nenhuma das partes pode obscurecer o que está acontecendo. Você vê exatamente quais modelos são chamados, quanto contexto é utilizado, quais decisões são tomadas. Não podemos degradar silenciosamente o desempenho para melhorar as margens porque você está pagando diretamente ao fornecedor de inferência. Essa separação significa que temos sucesso apenas quando o Cline se torna mais capaz. Não quando encontramos maneiras inteligentes de reduzir o seu uso de tokens. Não quando direcionamos para modelos mais baratos sem lhe informar. Não quando limitamos artificialmente as janelas de contexto. O resultado: o Cline usa o modelo certo para cada tarefa (conforme definido por você), integra qualquer ferramenta que você precisar via MCP e opera sem restrições arbitrárias. Você obtém acesso puro e sem filtros à capacidade de IA. Construímos dessa forma porque, quando os incentivos estão alinhados corretamente, você não precisa confiar em nós. A própria arquitetura garante que estamos trabalhando em direção ao mesmo objetivo: a experiência de codificação em IA mais poderosa possível. A conclusão é que o Cline oferece o melhor desempenho possível a partir dos melhores modelos, ponto final.

muito entusiasmado para ver para onde vamos a partir daqui com os modelos de sistema operacional

No nosso benchmark interno de edição de "Hard" diff para casos em que um modelo de fronteira anteriormente falhou numa edição de diff (antes das nossas atualizações do algoritmo de diff), Kimi superou Claude 3.5. Vai ser interessante ver os resultados dos nossos benchmarks de "Dificuldade Pesadelo" nas próximas semanas.

Gostaria de salientar que, para tarefas do mundo real (não benchmarks), o Kimi K2 supera o Gemini. Esta é a telemetria de todos os usuários @cline, mostrando a taxa de falhas de edição. Note como o Kimi tem cerca de 6% de taxa de falha, o que é significativamente melhor do que a taxa de erro de ~ 10% do Gemini. Notavelmente, o Kimi até superou o Claude 4 na maior parte desta semana, alcançando uma taxa de falha abaixo de 4%!.

todos que estão a receber uma pequena caixa preta nas próximas semanas são reais

hmmm recebi uma caixa misteriosa com o meu nome nela

Aqui está como você pode usar o provedor @huggingface no Cline 🤗 (fio)

🤗🤗🤗 🤗❤️🤗 @huggingface & Cline = o seu parque de diversões LLM 🤗🤗🤗 Você pode acessar Kimi K2 & 6.140 (!) outros modelos de código aberto no Cline.