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
- MissionReport 基准：540 份政府任务报告仅 3 份全达标 — Exp_Mark · 2026-10-27
- 隐私场景实测：本地 Qwen 3.8 FN 不输云端前沿模型还更快 — dr_lm · 2026-10-27
- Aidan Gomez：模型推理痕迹说谎，CoT 监控对 Agent 可能失效 — aidangomez · 2026-10-27
- Nat Lambert 评 Cohere 开源模型:窄域 RL 训练依赖内部基础设施 — natolambert · 2026-10-27
- OpenAI DOTS 官方暗示「很快」登陆欧洲 — mark_k · 2026-10-27
- 科普作家 Pickover 出谜题:AI 能破译这段维京卢恩文字吗 — pickover · 2026-10-27