Kimi K3 编程任务性价比更高
rohanpaul_ai · x · 2026-07-19
图中对比了 Kimi K3 和 Fable 5 在软件工程 / DeepSWE rollout 任务上的表现：
- 按每 $100 成本计算，Kimi 完成 14.7 个任务，Fable 为 5.3 个，约 2.8x 的单位成本产出优势。
- 代价是单次 rollout 更慢：Kimi 中位数 66 分钟，Fable 为 21 分钟。
- 引用内容补充说，这个结果可能会在模型正式发布、广泛可用后继续变化。
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