Si eres una microcelebridad de Twitter en ciencia ficción, obtienes paquetes de relaciones públicas de startups de agentes de codificación

He aquí por qué decidimos (1) hacer que Cline sea de código abierto y (2) no hacer que la reventa de inferencias sea parte de nuestro modelo de negocio: Cuando controlas la inferencia (las llamadas del modelo de IA) y construimos el arnés (el sistema que dirige esas llamadas), ninguna de las partes puede ocultar lo que está sucediendo. Ves exactamente qué modelos se llaman, cuánto contexto se usa, qué decisiones se toman. No podemos degradar silenciosamente el rendimiento para mejorar los márgenes porque está pagando directamente al proveedor de inferencia. Esta separación significa que solo tenemos éxito cuando Cline se vuelve más capaz. No cuando encontramos formas inteligentes de reducir el uso de tokens. No cuando nos dirigimos a modelos más baratos sin decírtelo. No cuando limitamos artificialmente las ventanas de contexto. El resultado: Cline utiliza el modelo adecuado para cada tarea (según lo definido por usted), integra cualquier herramienta que necesite a través de MCP y opera sin restricciones arbitrarias. Obtiene acceso puro y sin filtros a la capacidad de IA. Construimos de esta manera porque cuando los incentivos se alinean correctamente, no necesita confiar en nosotros. La arquitectura en sí garantiza que estamos trabajando hacia el mismo objetivo: la experiencia de codificación de IA más poderosa posible. La conclusión es que Cline le brinda el mejor rendimiento posible de los mejores modelos, punto final.

Estoy emocionado de ver a dónde vamos desde aquí con los modelos de sistemas operativos

En nuestro punto de referencia interno de edición de diferencias "Duro" para los casos en los que un modelo de frontera falló previamente en una edición de diferencias (antes de las actualizaciones de nuestro algoritmo de diferencias), Kimi superó a Claude 3.5. Será interesante ver los resultados de nuestros puntos de referencia de "Dificultad de pesadilla" en las próximas semanas.

Me gustaría señalar que para las tareas del mundo real (no los puntos de referencia), Kimi K2 supera a Gemini. Se trata de telemetría en todos los usuarios @cline, que muestra la tasa de errores de edición de diferencias. Observe cómo Kimi tiene una tasa de falla de aproximadamente el 6%, que es significativamente mejor que la tasa de error de ~ 10% de Gemini. Sorprendentemente, Kimi incluso superó a Claude 4 durante la mayor parte de esta semana, ¡logrando una tasa de fracaso inferior al 4%!

Todos los que recibirán una pequeña caja negra en las próximas semanas son reales

Hmmm, me han regalado una caja misteriosa con mi nombre

Así es como puede usar el proveedor de @huggingface en Cline 🤗 (hilo)

🤗🤗🤗 🤗❤️🤗 @huggingface & Cline = tu patio de recreo de LLM 🤗🤗🤗 Puede acceder a Kimi K2 y otros 6,140 (!) modelos de código abierto en Cline.

Muchos de estos casos ¡Me alegro de que hayas hecho el cambio a @cline!