Kimi-K3 的 LisanBench 评测解读
scaling01 · x · 2026-07-18
## Kimi-K3 在 LisanBench 上的表现 作者指出，**Kimi-K3** 是当前 **LisanBench** 上最强的开权重模型，整体表现优于 **Gemini 3.1 Pro (high)**，但在相近 token 消耗下仍不及 **Opus 4.7 xhigh**。 ### 关键结论 - 在标准指标上排第 **5**，在**难度加权指标**和**best-of-3**指标上排第 **4**。 - 也优于 **GPT-5.5** 和 **Opus 4.8**，但代价是使用了 **2–3 倍** token。 - 作者认为这和他在其他 benchmark 上观察到的趋势一致：Kimi-K3 很强，但还需要一两轮迭代来提升**推理效率**，才能真正追上前沿模型。 ### 额外观察 - 该模型的**搜索行为**与其他前沿模型明显不同。 - 它会使用一些非常生僻或过时的词，作者认为这会让标准词典评分对它更不利。 - 更值得注意的是，它会大量利用“**wildcard families**”：通过在同一位置反复改动一个字母，在一组 edit-distance 为 1 的词簇里连续跳转。 - 作者称，Kimi-K3 约有 **35%** 的有效转移发生在这类家族中，而其他模型都低于 **2%**。