Kimi K3 跃升 Agent Arena 第 4，或成最强开源权重模型
crystalsssup · x · 2026-07-21
Kimi K3 在 Agent Arena 排名升至 第 4，与 Claude Opus 4.8 和 GPT-5.6 Sol 持平。
引用内容称，这次从 Kimi K2.7 Code 的第 23 名 跃升到第 4 名，体现了明显的 agent 能力进步。基于 8K+ 真实 agent 会话，K3 在 confirmed task success rate 上排第 1，在 praise vs. complaint 上排第 3（+20.6%），但在 steerability（第 14）和 bash recovery（第 17）上仍落后。若它按计划在 7 月 27 日 放出权重，可能会成为 第 1 个开源权重模型。
所属事件:Kimi K3 跃升至 Agent Arena 第 4 名(6 条相关)→
「模型」频道最新
- 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
- TheZhi 发起调查:Fable 5.1 与 Astra 发布后,编码模型选择变了吗 — TheZvi · 2026-09-11