Agent Arena 把 Kimi K3 排进 Opus Thinking 档位，但视觉实测更弱
Terminator857 · reddit · 2026-07-21
一位 Reddit 用户称，Agent Arena 把 Kimi K3 排在和 Opus Thinking 差不多的水平；但他自己在 Android 上测试后觉得，遇到视觉任务时，Kimi K3 还要弱一些。
他的判断是：Kimi K3 可能在非视觉任务里接近 Opus Thinking，但一旦涉及 vision，就未必能保持同样的水平。
「模型」频道最新
- 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
- antirez 谈 Anthropic 禁止未成年人使用 Claude — antirez · 2026-09-11