Kimi-K3在FrontierMath评测表现
scaling01 · x · 2026-07-19
Moonshot（月之暗面）的 Kimi-K3 (max) 模型在 FrontierMath Tier 4 基准测试中得分为 39%。
该成绩比 7 个月前美国最好的模型还要低 7%。
所属事件:Kimi K3 评测成绩两极分化，工具链影响显著(5 条相关)→
「模型」频道最新
- 讽刺帖晒 DeepSeek 文档图表理解翻车：定位框集体错位 — burkov · 2026-10-18
- 开发者吐槽:Claude 模型爱说 "not done" 成当前最大痛点 — jasonkneen · 2026-10-18
- 开源语音决策模型 TYGER 发布：80ms 决策让语音 Agent 实现全双工 — solyarisoftware · 2026-10-18
- 付费 Google AI 订阅撞墙：自定义域名账户被要求转个人账号 — ChrisRackauckas · 2026-10-18
- 560B MoE 塞进 4 台 DGX Spark:Ling 3.1 Flash 用 llama.cpp RPC 跑通 — BerryBlush_Rogers691 · 2026-10-18
- 用户追问 OpenAI 成人模式：承诺一年仍未落地 — ___Patrice___ · 2026-10-18