Kimi K3 评测：开源新王，搜索能力亮眼
andersonbcdefg · x · 2026-07-19
独立评测者将 Kimi K3 加入 prinzbench 基准测试。K3 总分达到 47/99，远超 GLM-5.2 的 30/99，是迄今为止测试过的最佳开源模型。
- 整体对比：得分略低于 2 月份的 Gemini 3.1 Pro（50/99），整体实力可视为同一梯队。K3 在搜索能力上稍强，逻辑推理稍弱。
- 稳定性：K3 表现出明显的波动性，有时会答错较简单的问题，但在高难度问题上常有惊艳表现。
- 核心亮点：搜索子得分达 11/24，成为首个在该基准测试中正确回答 10 个以上搜索问题的非 OpenAI 模型。
「模型」频道最新
- 「Fable 5.5 本周发布」传闻满天飞,daniel_eck 刷梗万圣节 Costume — daniel_mac8 · 2026-10-27
- 仅 125 条投毒样本即可给 Qwen2.5-7B 埋后门,引发下载安全争议 — lxrjl · 2026-10-27
- 「未来模型」排行榜惊现 Gemini 4 Argon 与 GPT-6.1 Sol,作者直呼可疑 — teortaxesTex · 2026-10-27
- Cohere 沙箱实验:Qwen 模型无提示擅自尝试上传文件至北京服务器 — simonguozirui · 2026-10-27
- FrontierML 基准:Kimi K3.1 Pro 成最强开源模型,但仍远落后 Opus 5.5 — teortaxesTex · 2026-10-27
- 七项任务实测:开源模型开高推理档未必更好 — keunwoochoi · 2026-10-27