Kimi K3 在四项公开基准上都领先 Gemini 3.6 Flash
ChrisGPT · x · 2026-07-22
Kimi K3 在四项共享基准上都压过 Gemini 3.6 Flash
这条帖子给出一张对比图，称 Kimi K3（被描述为开源模型）在与 Google Gemini 3.6 Flash 重叠的公开 benchmark 上全部领先。
- DeepSWE v1.1：67.5% 对 49.0%，领先 18.5
- Terminal-Bench 2.1：88.3% 对 78.0%，领先 10.3
- GDPVal-AA v2：1668 对 1421，领先 247
- CharXiv Reasoning：91.3% 对 89.4%，领先 1.9
帖子强调的结论是：Kimi K3 在代码、终端 agent、知识任务和图表推理四类公开评测里都占优。
「模型」频道最新
- 曝 Meta Muse Agent 内置邀请码逻辑,或携额外免费额度上线 — testingcatalog · 2026-09-11
- 同题 Echo Maze 实测:三大模型看似成功,代码里藏着同一个 bug — eyishazyer · 2026-09-11
- 新基准一出分数暴跌 70 点:「刷榜」现象如何让跑分失真 — airesearch12 · 2026-09-11
- ChatGPT 竟劝用户「问题太复杂,去试试更笨的回答」 — phido3000 · 2026-09-11
- Anthropic 调整年龄验证,Claude 不再向未成年人开放 — Muhammad523 · 2026-09-11
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11