Kimi K3 在自主法律工作基准测试中领先
rohanpaul_ai · x · 2026-07-19
在一项针对自主法律工作的严格基准测试中，Kimi K3 以 26.7% 的成功率大幅领先第二名 Claude Fable 5（14.2%）。 该测试包含 24 个法律领域的 120 项真实任务（如撰写备忘录和取证摘要），要求模型自主阅读案卷并生成完整的法律文件。评分极为严格，遗漏任何细节即判定整个任务失败，这解释了为何领先者的成功率也仅为 26.7%。 整体来看，每 100 个任务中仅能成功完成约 27 个，说明 AI 在完全无监督的法律工作领域仍有很长的路要走。