差评帝
26-07-17 10:42 微博认证:数码博主 微博原创视频博主 头条文章作者

#Kimi K3参数达2.8万亿#
网上吹得神乎其神!
总的来说!
智能评分:AA智能分数排名第三,仅次于Fable 5和GPT-5.6 Sol,成为新一代御三家。

Coding能力:
精准执行型评测:DeepSWE仅次于Fable 5和GPT-5.6 Sol,Terminal Bench 2.1获第二名。

方案规划型评测:FrontierSWE排名第二,介于Fable 5和GPT-5.6 Sol之间。

Agent能力:
BrowseComp(浏览器环境处理)、Automation Bench(自动化任务)、SpreadsheetBench 2(电子表格处理)均获第一。

综合类Agent任务:AA-Briefcase Elo、JobBench排名第二,GDPval-AA v2 Elo排名第三。

多模态能力:国内领先,仅次于Fable 5。

实测问一个简单的问题:正在高峰期 任务暂停[允悲]

发布于 北京