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
- 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
- ChatGPT 竟劝用户「问题太复杂,去试试更笨的回答」 — phido3000 · 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