Kimi K3 登上 Agent Arena 第4
arena · x · 2026-07-21
Kimi K3 在 Agent Arena 的综合排名升至 第 4，并在多个子项上表现亮眼：
- Confirmed Task Success 排名第 1（+14.4%）
- Praise vs. Complaint 排名第 3（+20.6%）
- Tool Hallucination 排名第 4（+1.1%）
- Steerability 排名第 14（+5.6%）
- Bash Recovery 排名第 17（+6.4%）
所属事件:Kimi K3 跃升至 Agent Arena 第 4 名(6 条相关)→
「模型」频道最新
- BullshitBench 榜单更新:GPT-6-Astra 领先历代 OpenAI 模型仍未及 Anthropic — scaling01 · 2026-09-11
- Agent Astra 在 GauntletBench 得 83%,成首个超人类基线的电脑操作 Agent — ducha_aiki · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11