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。

原文链接 →

「模型」频道最新

• 前 Google 研究员团队发布 Fern 0.1:专供审计数据、调试训练的模型 — bneyshabur · 2026-10-26
• Fern 0.1 智能体基准首秀:SWE-Bench Verified 73.4,与前沿模型仍有差距 — bneyshabur · 2026-10-26
• Fern 团队提出「上下文即智能」:预测精度随上下文增至 1000 万 token 持续提升 — bneyshabur · 2026-10-26
• Mirendil 发布首个自研预训练模型 Fern,上下文最长 1000 万 token — bneyshabur · 2026-10-26
• 网友发现 Claude 疑似上线专用翻译界面 — BLCNYY · 2026-10-26
• 用户实测 GrokBot:订机票、网购全被拦,几乎办不成事 — lucasmeijer · 2026-10-26

更多「模型」频道 AI 资讯 →