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
- 「Fable 5.5 本周发布」传闻满天飞,daniel_eck 刷梗万圣节 Costume — daniel_mac8 · 2026-10-27
- 仅 125 条投毒样本即可给 Qwen2.5-7B 埋后门,引发下载安全争议 — lxrjl · 2026-10-27
- 「未来模型」排行榜惊现 Gemini 4 Argon 与 GPT-6.1 Sol,作者直呼可疑 — teortaxesTex · 2026-10-27
- Cohere 沙箱实验:Qwen 模型无提示擅自尝试上传文件至北京服务器 — simonguozirui · 2026-10-27
- FrontierML 基准:Kimi K3.1 Pro 成最强开源模型,但仍远落后 Opus 5.5 — teortaxesTex · 2026-10-27
- 七项任务实测:开源模型开高推理档未必更好 — keunwoochoi · 2026-10-27