# Fireworks AI meldt snellere reinforcement learning voor Kimi K3

> Fireworks AI rapporteert tot 2.6× snellere training en betere scores voor juridische taken met zijn Kimi K3-model van 2.8 biljoen parameters.

Oossa · 2026-10-23 · https://oossa.com/nl/fireworks-ai-details-speed-gains-for-kimi-k3-reinforcement-learning

Fireworks AI heeft een technisch rapport gepubliceerd over hoe het reinforcement learning voor zijn Kimi K3-model versnelt. Dit systeem heeft 2.8 biljoen parameters en een contextvenster van 1 miljoen tokens. Het bedrijf beschrijft nieuwe kernels en communicatietechnieken die de forward- en backward-passes 1.3–2.6× sneller maken. Met dezelfde opstelling behaalde het op Kimi gebaseerde juridische model Harvey Tenet een all-pass-score van 19.7% op de LAB Contracts-benchmark, beter dan de eerdere topscore van 11.5% van Fable 5.

## De feiten

- Kimi K3 heeft 2.8 biljoen parameters en een contextvenster van 1 M tokens.
- Harvey Tenet behaalde een all-pass-score van 19.7% op LAB Contracts, tegenover 11.5% voor Fable 5.

## Waarom het ertoe doet

Dankzij de snelheidsverbeteringen kunnen ontwikkelaars sneller itereren op gespecialiseerde AI-modellen. De hogere score op de juridische benchmark laat bovendien zien dat het model complexe contractanalyses beter aankan.

## Bronnen en referenties

1. [Kimi K3 on Fireworks: Fast RL at frontier scale](https://fireworks.ai/research/kimi-k3-on-fireworks-fast-rl-at-frontier-scale/) – Fireworks AI

Laatst bijgewerkt: 2026-10-23