Kimi K3とFable併用でSoTA達成
原題: Kimi K3 Is Competitive with Fable; Kimi K3 and Fable Is SoTA
なぜ重要か
単一モデルの選択よりも複数モデルのルーティングが精度・コスト両面で優位となる事例を示し、AIインフラ設計の新たな方向性を提示する。
Fireworks AIは2026年7月21日、オープンモデル「Kimi K3」とクローズドモデル「Fable 5」を約1,030件のエージェンティックタスクで比較評価した結果を公開した。両モデルをルーティングで組み合わせることで93%の精度を達成し、Fable単独と比較してコストを最大50分の1に削減できることを確認した。
Fireworks AIは、オープンモデル「Kimi K3」とクローズドモデル「Fable 5」を実際のエージェントループ上で約1,030件のタスクを通じて評価した結果を発表した。評価はSWE（実際のリポジトリのバグ修正、460件）、Terminal（セキュリティ・暗号・システム管理などの長期エージェント操作、89件）、Algorithmic（LeetCode/AtCoderスタイルの問題、100件）、Multi-Language（6言語実装、225件）、Legal（法律エージェントベンチマーク、120件）の5カテゴリで実施された。
主要なSWEベンチマークでは、K3が92.4%、Fable 5が92.6%と両モデルはほぼ同等の成績を示した。ただし、詳細分析ではモデルごとに得意分野が明確に異なることが判明した。K3はシンボリック数学と開発ツーリングで優位性を持ち、Fable 5はWebやデータビジュアライゼーション、Java・Python・C++などの多言語対応で強みを発揮する。
Oracle routing（各タスクを複数モデルで実行し最もコスト効率の高い正解を選ぶ方式）の分析では、K3が72〜96%のタスクで選択されることが示された。これはルーターの精度をさらに高める余地があることを示唆しており、Fireworks AIは大量のルーティングデータと実世界での実績が必要だと述べている。
ルーティングを活用することで、長期エージェントループにおいてFable単独と比較してコストを最大50倍削減しつつ、全ユースケースで93%の精度を実現できるとしている。同社はシリーズDの調達と年間経常収益10億ドル達成も合わせて発表した。