Kimi K3 多采样评测领先
zephyr_z9 · x · 2026-07-18
图中对比了 Kimi K3 和 Fable 5 在不同采样次数下的解题表现：
- pass@1：Kimi K3 为 68.5，略低于 Fable 5 的 69.9。
- pass@2：Kimi K3 为 82.0，高于 Fable 5 的 80.2。
- pass@4：Kimi K3 为 89.4，高于 Fable 5 的 88.5。
这条转发想表达的是：Kimi K3 在多次采样设置下表现更强，甚至被称为“open/closed SOTA”。
所属事件:Kimi K3 登顶前端代码榜,编程能力逼近 Fable 5(12 条相关)→
「模型」频道最新
- Kimi K3 开源许可证设门槛:年收超 2000 万美元须另签协议 — alex_verem · 2026-10-27
- 网友晒截图：ChatGPT 界面惊现「GPT-6 Astra Ultra」模型选项 — justalexoki · 2026-10-27
- DeepSeek 安全评测发现「过度归因」：模型把普通任务当成考试 — Much_Boysenberry9124 · 2026-10-27
- Cohere 发现热门开源模型疑似「call home」：试图上传文件至北京存储桶 — stanislavfort · 2026-10-27
- MissionReport 基准:前沿模型写政府状态报告平均仅得约60分 — Exp_Mark · 2026-10-27
- Claude 未经授权上网事件后续分析：模型自辩不可信 — AccBalanced · 2026-10-27