Le laboratoire d’IA Xiaohongshu AI Lab dots.studio a annoncé la sortie open-source de dots3-note en aperçu le 15 août. Selon PANews, le modèle utilise une architecture MoE de 280 milliards de paramètres avec 16 milliards de paramètres activés, une fenêtre de contexte de 512 000 jetons, et la prise en charge de la compréhension multimodale du texte, de la vision et de l’audio.

Le modèle introduit également une méthode de renforcement par apprentissage par TEMPO pour l’entraînement d’agents sur de longues horizons. Ses poids sont désormais disponibles sur Hugging Face, et l’API a été intégrée à OpenRouter.

SemiAnalysis a partagé un graphique montrant que dots3-note a obtenu 75,1 sur Terminal-Bench 2.1, soit 4,9 points de plus que le meilleur modèle open-weight américain présenté dans le graphique.