Kimi K3 代理基准第二，但每任务成本 10.57 美元
ArtificialAnlys · x · 2026-07-22
Artificial Analysis 说，Kimi K3 在它的 AA-Briefcase 代理知识工作基准上排到第二，但代价是更贵也更慢。
- Kimi K3 在 AA-Briefcase 上拿到 1543 Elo，只低于 Claude Fable 5 的 1574，明显高于上一代 Kimi K2.6 的 816。
- 它在 Artificial Analysis Intelligence Index 上得分 57，大致可与 Opus 4.8、GPT-5.5 这类模型相提并论。
- 但成本很高：平均每个任务 $10.57，约是 Kimi K2.6 的 10 倍；平均每任务 83 个 turn，完成一个任务要 56.4 分钟。
- 报告认为，它在客观性和分析质量上表现强，但在展示质量上不如部分竞品。
所属事件:Kimi K3 刷榜 AA-Briefcase 但成本与耗时高昂(6 条相关)→
「模型」频道最新
- 开发者实测 Sol 与 Opus 5.5：指令遵循与速度差 3.5 倍 — lucasmeijer · 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
- 售卖机基准新观察：Sol 5.6 被指最激进、最常违约 — xuanalogue · 2026-10-26