Kimi K3 评测落后 Muse Spark
adonis_singh · x · 2026-07-17
在 eyebench 测试里，**muse-spark-1.1** 表现很强，除 gpt-5.4/5.6 外基本压过其他模型。 作者表示 **kimi-k3** 比 muse 低 4 分左右，而且在 100 道题的测试里成本大约高了 10 倍，因此评价“不太好看”。
adonis_singh · x · 2026-07-17
在 eyebench 测试里，**muse-spark-1.1** 表现很强，除 gpt-5.4/5.6 外基本压过其他模型。 作者表示 **kimi-k3** 比 muse 低 4 分左右，而且在 100 道题的测试里成本大约高了 10 倍，因此评价“不太好看”。