Kimi K3 软件任务峰值 89.4%，Fable 5 稳定性略高
FinanceYF5 · x · 2026-07-21
Kimi K3 和 Fable 5 在逐任务表现上的相关系数达到 0.72，是这里记录到的不同厂商模型最高相似度。分析还指出，没有任何任务出现一方总是通过、另一方总是失败的极端分化，说明该基准可能已经接近饱和。
图表显示，Kimi K3 的峰值成绩达到 89.4%，稳定解决率为 76.6%，其中 45 个任务能连续 4 次全部完成；Fable 5 的稳定性略高，稳定解决率 79.0%，有 58 个任务连续 4 次完成。配图还显示 Kimi 在数据集中的覆盖面最大，达到 89.4%。
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
- 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