Kimi K3 实测接近前沿但难用
PawelHuryn · x · 2026-07-17
作者用同一套 8 个任务，把 Kimi K3 和 Opus 4.8、GPT-5.6、Grok 4.5 放在一起测试。
结果上，K3 在已完成的 7 个任务里有 6 个表现持平或更好，抓到 21 个植入 bug 中的 14 个，超过 Opus 的 12 个；同时它也误报了 2 个 bug，是唯一出现这种情况的模型。
但问题也很明显：
- 刚发布时有 2 个任务直接返回 0 token
- 13 小时后重跑，其中一个变成满分，另一个仍无法通过
- OpenRouter 仍在限流，Moonshot 自家 API 也提示 engine overloaded
作者的结论是：K3 的权重虽然开放，但当前可用推理容量还跟不上。
所属事件:Kimi K3编码实测接近前沿但体验欠佳(3 条相关)→
「模型」频道最新
- 网传 OpenAI 发布 GPT-6.1 Terra，配图基准分超 Claude Opus 5.5（未证实） — ZeroStateReflex · 2026-10-27
- 曝 GPT-6.1 Terra 上线：输入 $1/百万 token，号称 Sonnet 级半价 — bindureddy · 2026-10-27
- GPT-6.1 Terra 事实错误率从 22.3% 降至 4.3%，降幅近 81% — haider1 · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27
- Artificial Analysis 更新智能指数 v4.3.2，GPT-6.1 Terra 参与横评 — ArtificialAnlys · 2026-10-27