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
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11
- TheZhi 发起调查:Fable 5.1 与 Astra 发布后,编码模型选择变了吗 — TheZvi · 2026-09-11
- antirez 谈 Anthropic 禁止未成年人使用 Claude — antirez · 2026-09-11
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11
- RTX 3060 全本地语音助手复刻 GPT Live 官方演示，6 分钟跑完全程 — liampetti · 2026-09-11
- 曝 Meta Muse Agent 内置邀请码逻辑,或携额外免费额度上线 — testingcatalog · 2026-09-11