Kimi K3 与 Fable 5 在软件基准上的失败模式几乎一致
FinanceYF5 · x · 2026-07-21
一张对比图显示，Kimi K3 和 Fable 5 在软件工程基准上的失败模式非常接近：两者约 65% 的失败都只是“差一点就成功”，并且都能较好地保住现有基线，回归率分别为 11% 和 10%。
配套分析指出，两者在逐任务上的相关系数达到 0.72，是已知不同厂商模型之间最高的相似度之一；同时没有任何任务出现一方 4/4 全成功、另一方 4/4 全失败 的极端分化，说明这个基准可能正在趋于饱和。
所属事件:Kimi K3比肩Fable 5：性能相当且成本仅三分之一(7 条相关)→
「模型」频道最新
- Together AI 对谈 Meta:详解 Muse Spark Open 开放模型 — togethercompute · 2026-10-27
- GPT-6.1 Terra 发布:Agent 考试约 60 分,成本仅 Opus 5.5 的 1/9 — ChrisGPT · 2026-10-27
- ChatGPT 竟让技术支持用户去联系 404 Media 记者，还代写爆料邮件 — petrusenko_max · 2026-10-27
- 曝 GPT-6.1 Terra 定位尴尬：价格仅为 Sol 一半的中间档 — cedric_chee · 2026-10-27
- 神秘模型 Terra 得分 48，登 Artificial Analysis 情报指数前列 — haider1 · 2026-10-27
- Artificial Analysis 页面现 GPT-6.1 Terra (Max)，评分达 48 — theanonymousone · 2026-10-27