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”。
所属事件:Kimi K3评测落后Muse Spark且成本高昂(2 条相关)→
「模型」频道最新
- Fintech 圈 AI 重度用户共识:ChatGPT、Claude、Grokbot 位列前三 — LexSokolin · 2026-10-26
- 研究者暗示 DeepSeek 下一代模型或沿用 V3.2 DSA 路线 — YouJiacheng · 2026-10-26
- Anthropic S-1 亮点：半年营收涨 1300%,毛利率 85% — danshipper · 2026-10-26
- EMNLP 论文:多选题评分方案微调即可打乱模型排行榜 — boydgraber · 2026-10-26
- AI 回答可附真实链接与权威引用，关键事实仍可能全错 — alifcoder · 2026-10-26
- Kimi K3 解码每 token 约需 1 TFLOPs,K2 V4.1F 仅需 50 GFLOPs — YouJiacheng · 2026-10-26