Kimi K3 pass@4 达到 89.4%，超过 GPT-5.6 Sol
FinanceYF5 · x · 2026-07-21
一组基准对比显示，Kimi K3 和 Fable 5 在 pass@1 上只差 1 分，但在更高采样预算下 Kimi 开始拉开优势：Kimi 的 pass@2 为 82.0、pass@4 为 89.4；Fable 则分别是 80.2 和 88.5。
图表还指出，Kimi K3 的 89.4% pass@4 已超过该基准中的所有旗舰模型，包括 GPT-5.6 Sol（85.8）。帖主据此认为，在 best-of-k 测试里，K3 已进入开源与闭源模型的最顶层。
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
- 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