Kimi K3 在代码能力测试中排名第二，蒸馏能力受赞
teortaxesTex · x · 2026-07-19
ValsAI 的内部基准测试（Vibe Code Bench）显示，Kimi K3 模型以 85.0% 的得分位列总榜第二，该测试主要评估模型从零开始创建 Web 应用的能力。
评论者 teortaxesTex 对此表示惊叹，称赞 Kimi 团队在模型蒸馏方面表现出色，认为其甚至比 Anthropic 的 Sonnet 3.5 更接近 Fable 模型的水平，并暗示美国公司在法律合规上的顾虑可能在一定程度上限制了模型的能力上限。
「模型」频道最新
- 新基准一出分数暴跌 70 点:「刷榜」现象如何让跑分失真 — airesearch12 · 2026-09-11
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
- 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11
- Opus 以"安全"为由拒碰蛋白质生成代码,开发者吐槽误伤 — josephdviviano · 2026-09-11
- 网友称 DeepSeek 4.1 Flash 是语言模型历史拐点(未证实) — himanshustwts · 2026-09-11