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
- NVIDIA 称 Nemotron 3 Ultra 在 2026 IMO 上拿到 30/42 — NVIDIAAI · 2026-07-22
- OpenAI 传将向美国政界简报下一代模型家族 — kimmonismus · 2026-07-22
- Muse Spark 1.1 在 Text Arena 跑到 1495 分，性价比很突出 — ycombinator · 2026-07-22
- 教授提醒：最先进的大模型正变得无法相互替代 — emollick · 2026-07-22
- 实测吐槽谷歌 Gemini 全家桶：无一款模型能胜任核心工作负载 — bindureddy · 2026-07-22
- 曝某模型支持百万 token 上下文，价格低至 $0.33 — MickeySteamboat · 2026-07-22