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 软件任务评测紧咬 Fable 5，开源追平闭源(6 条相关)→
「模型」频道最新
- 转发称开源实验室可蒸馏出 32GB 显存级 SOTA 模型 — bookwormengr · 2026-07-21
- Moonshot 因 GPU 需求暴涨暂停 Kimi K3 新注册 — eyishazyer · 2026-07-21
- AI 版《Diplomacy》让智能体谈判结盟又互相背刺 — jamdac · 2026-07-21
- 更强模型需要新的提示方式，旧技巧反而可能拖后腿 — emollick · 2026-07-21
- GLM-5.5 被传 4 周内发布并开放权重 — tanay_mehta · 2026-07-21
- Fable 5 被称找到 Jacobian 猜想的三变量反例 — Various-Affect4841 · 2026-07-21