Das Xiaohongshu AI Lab von dots.studio gab am 15. August die Open-Source-Veröffentlichung von dots3-note preview bekannt. Laut PANews verwendet das Modell eine MoE-Architektur mit 280 Milliarden Parametern und 16 Milliarden aktivierten Parametern, ein Kontextfenster von 512.000 Tokens sowie Unterstützung für multimodales Verstehen von Text, Vision und Audio.

Das Modell führt außerdem eine TEMPO-Verstärkungslern-Methode für das Training von Agenten über lange Horizonte ein. Seine Gewichte sind jetzt auf Hugging Face verfügbar, und die API wurde in OpenRouter integriert.

SemiAnalysis teilte ein Diagramm, aus dem hervorgeht, dass dots3-note 75,1 auf Terminal-Bench 2.1 erzielte – 4,9 Punkte mehr als das in der Grafik gezeigte bestplatzierte Open-Weight-Modell aus den USA.