Team AMA (and Kimi K3.1 Testing!!)

Le stream commence par des ajustements techniques pour la diffusion en direct, avec Matt, Brian et Alex discutant de la manière de se présenter à l'écran. Ils mentionnent la sortie récente de Kimmi K 3.1 Pro et prévoient de tester ce nouveau modèle. La conversation dérive brièvement sur la taille relative de Matt et Sam Altman, et sur la perception de la taille dans les images. Un point clé abordé est le lancement de Kimmi K 3.1, qui est disponible pour tous mais nécessite un compte et potentiellement un abonnement en raison de son trafic élevé. Alex exprime son admiration pour Kimmi, soulignant que la sortie de Kimmi 3 a ralenti le passage des modèles open source vers des modèles fermés. Ils spéculent sur la performance de Kimmi K 3.1 par rapport aux versions précédentes et à d'autres modèles comme Opus 5.5. Une discussion s'engage sur les agents personnels et les régions géographiques, notamment l'impossibilité pour certains utilisateurs européens d'accéder à des agents comme Claude Duet et Muse. Ils mentionnent que Grokbot semble être plus largement accessible, y compris pour les utilisateurs européens. La question d'utiliser un VPN pour accéder à ces outils est soulevée. Le sujet des agents IA personnels prend une place importante. Marmar partage son expérience avec Claude Duet, le jugeant "OK" mais pas révolutionnaire, et affirmant que Grokbot reste le meilleur pour lui. Brian décrit une anecdote où Dots a identifié une erreur dans une adresse e-mail qu'il avait tapée manuellement, démontrant la proactivité de cet agent. Matt, quant à lui, utilise Grokbot pour la plupart de ses besoins, mais trouve Muse légèrement plus proactif et Dots plus efficace pour certaines tâches spécifiques. Une question est posée sur la stratégie d'OpenAI concernant la réduction de l'utilisation de leurs modèles. Il est mentionné qu'OpenAI pourrait ajuster ses prix et offrir des "resets" pour l'utilisation de leurs quotas, une stratégie que Matt a trouvée bénéfique pour son flux de travail de montage. La discussion sur Grokbot se poursuit, Matt admettant qu'il était initialement sceptique quant à son utilisation pour le montage vidéo, mais qu'il a changé d'avis après avoir restreint son utilisation à des tâches moins intensives. Ils conviennent que Grokbot est conçu comme un agent personnel plutôt qu'un agent de codage lourd. Matt mentionne l'utilisation de Codeex et Claude pour des projets plus complexes et explore l'intégration de Grokbot avec Cursor pour des tâches de codage plus lourdes, une fonctionnalité que les ingénieurs de SpaceX utilisent. L'idée d'orchestrer des outils via Grokbot est particulièrement intéressante pour Alex. Ils parlent ensuite des programmes de fidélité et des communautés en ligne. Ils annoncent le lancement du "Frontier Pass" pour les membres, qui offre des avantages supplémentaires sans coût supplémentaire pour les membres existants. L'invitation à rejoindre leur communauté Slack est répétée à plusieurs reprises, soulignant la présence active des créateurs dans cet espace. Le stream retourne brièvement à la présentation de Kimmi K 3.1 Pro, avec Matt tentant de partager son écran, mais rencontrant des difficultés techniques. Il est question de la difficulté d'utiliser des logiciels de streaming comme eCamm. Une question sur le nombre d'abonnements IA est posée. Alex explique qu'il utilise X Unified pour consolider ses abonnements, ne listant que Grokbot, Cursor, X Premium, Anthropic et ChatGPT. Matt présente son clavier, le Nufi AR75 V3, qu'il apprécie pour sa qualité de frappe, malgré ne pas être un passionné de claviers auparavant. Les participants abordent ensuite un test de création de motion graphics avec Kimmi K 3.1. Le sujet du motion graphic est l'explication du nœud de nœud de sécurité en escalade (figure 8). Ils soulignent l'importance de l'élément de recherche et de la connaissance spatiale pour un tel modèle. Ils notent le manque de "chain of thought" explicite de la part des modèles récents, qui se concentrent davantage sur les outils et les commandes utilisées. Une comparaison est faite entre Kimmi K 3.1 et GPT 6.1 Soul pour ce test. Le premier rendu de Kimmi est jugé techniquement correct mais peu esthétique. GPT 6.1 Soul produit un résultat considéré comme meilleur, avec plus de clarté dans la représentation du nœud, bien que Matt estime l'amélioration à seulement 10-15%. Ils discutent de la nécessité de rendre les graphismes plus attrayants et de la capacité de Kimmi à créer des actifs visuels plus sophistiqués. La conversation s'interrompt pour discuter des fast-foods préférés. Matt mentionne In-N-Out comme son choix incontesté, tandis que Brian préfère Chick-fil-A. Alex, avec un "hot take", cite un restaurant de pommes de terre au four appelé Spud Daddy à Boise, Idaho. Ils discutent de la définition de "fast food" et de "fast casual". Ils évoquent aussi le restaurant Mendocino Farms, apprécié par Alex. Culver's, un restaurant du Midwest, est également mentionné comme une option de qualité supérieure. Un nouveau test est lancé : la création d'un rendu 3D d'un iPhone Duo en WebGL avec Kimmi K 3.1 Pro. Matt prévoit d'utiliser un modèle GPT 6.1 Soul pour une comparaison. Ils abordent brièvement les mises à jour fréquentes de Grokbot et la rapidité avec laquelle les modèles sont développés. Un test de création de motion graphics avec Kimmi K 3.1 est présenté, produisant une animation de 28 secondes en 1080p. Il est noté que le modèle a généré l'animation en seulement cinq minutes. Le rendu est décrit comme techniquement correct mais peu attrayant visuellement. Ils soulignent que le modèle a inclus des avertissements sur la sécurité de l'utilisation du nœud, considérant cela comme une forme de "nanny state action". La question est posée de savoir si Kimmi peut améliorer l'esthétique des rendus. Une discussion sur les modèles de génération vidéo IA émerge, avec une séquence générée par Kimmi qui impressionne par sa durée (5 minutes) et sa qualité, malgré un son jugé horrible. Ils spéculent sur les modèles utilisés, mentionnant Python, FFmpeg et FM probe. La capacité de Kimmi à générer des vidéos est mise en avant, avec un commentaire sur le fait de poster cette capacité sur X et de titrer "KittyK 3.1 is AGI". Une autre séquence vidéo générée par "Bean Blitz" est jugée comme la pire qu'ils aient vue, mais elle est critiquée pour son manque de charme et son aspect générique. Ils comparent cette approche à d'autres modèles. Ils discutent ensuite de l'importance des "custom engines" dans le développement de jeux, et de la façon dont les modèles IA pourraient créer leurs propres moteurs personnalisés. Ils expriment une certaine lassitude face aux jeux basés sur Unreal Engine, qui tendent à se ressembler. Un test de création d'un graphique comparant Kimmi K 3.1 Pro, GPT 6.1 Soul et Opus 5.5 est lancé. Ils mentionnent les benchmarks disponibles pour Opus 5.5, Astra, et Fable 5.1, notant que ces modèles obtiennent de bons résultats. Ils discutent d'un nouveau modèle multimodal de trois trillions de paramètres avec un contexte d'un million de tokens, capable de modélisation paramétrique dans Blender. Un nouveau test est lancé : modéliser une corde nouée avec un nœud de sécurité en Blender. Ils comparent les résultats avec Deepseek V4.1 Flash et d'autres modèles. Les benchmarks de Deepseek V4.1 Flash sont examinés, et il est noté qu'il se situe juste derrière Opus 5.5 dans le "terminal bench score". La fiabilité des benchmarks est remise en question, car les résultats de "vibe check" ne correspondent pas toujours aux scores officiels. Ils évoquent la sortie de Deepseek V4.1 Flash en septembre, et la confusion autour des dates de mise à jour. Une discussion s'engage sur les tests de modèles, en particulier sur les jeux. Ils envisagent des tests plus axés sur le travail réel, comme la conception du site web Forwardfuture.com ou la création d'un CRM. Cependant, la création d'un CRM est jugée trop longue pour être testée rapidement. Un test est proposé : demander à un modèle de corriger un problème dans le dépôt GitHub de Theo. Ils constatent qu'il n'y a pas de problèmes actuels dans le dépôt de Theo. Le dernier test discuté est la création d'un graphique comparant Kimmi K 3.1 Pro, GPT 6.1 Soul, Opus 5.5, et d'autres modèles. Ils mentionnent la disponibilité de benchmarks officiels, y compris pour Opus 5.5, Astra, et Fable 5.1. Ils discutent d'un modèle multimodal avec un contexte d'un million de tokens, potentiellement capable de modélisation paramétrique dans Blender. Le stream se termine avec Matt annonçant la fin de la diffusion et rappelant aux membres de réclamer leur Frontier Pass et de rejoindre la communauté Slack. Il encourage les non-membres à devenir membres pour accéder à du contenu exclusif et à des avantages supplémentaires. Brian et Alex remercient les spectateurs, et l'invitation à rejoindre Slack est réitérée.