Kimi K3 在 KindBench 排第2

IndraVahan · x · 2026-07-19

Kimi K3 在 KindBench v0.1.0 上拿到 91.0%（A-），总榜排第 2。

图中同时给出了分项：

• sycophancy：100%
• value integrity：97.4%
• identity：88.8%
• emotional safety：80.2%

这条帖子的重点不是单轮拒答，而是强调 安全是多轮的：模型在第 1 轮能拒绝有害请求，但在后续对话中仍可能泄露“forensic evasion”相关细节。

原文链接 →

「模型」频道最新

• Debate Benchmark 新榜：Kimi K3.1 Pro 不升反降，DeepSeek 1017 微涨 — teortaxesTex · 2026-10-27
• 用 LLM 研究 4 小时创业点子，产出的却是一套 nonsense 产品论 — annetgriffin · 2026-10-27
• 开发者吐槽 Claude 烧 token：同样工作 GPT 省 3 倍用量更便宜 — haider1 · 2026-10-27
• 非刷榜评测中 MiniMax 表现比肩 Claude 4.5,引发社区关注 — teortaxesTex · 2026-10-27
• 实测算账：GPT-6.1 Terra 半价却更费 token，反而比 Sol 更贵 — lordpuddingcup · 2026-10-27
• 爆料称 Fable 5.5 大概率本周内发布 — kimmonismus · 2026-10-27

更多「模型」频道 AI 资讯 →