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 但成本高耗时长(5 条相关)→
「模型」频道最新
- Mako 推出端到端操作实时网页的原生模型 — Scobleizer · 2026-07-22
- Gemini 3.6 Flash 跑分据称低于 3.5 代 — bindureddy · 2026-07-22
- Google DeepMind 发布 Gemini 3.5 Flash-Lite 并接入 Search — dipanjand · 2026-07-22
- Nemotron 在 IMO 2026 拿到 30/42 的金牌水平 — kuchaev · 2026-07-22
- GPT-6 被指不远了，OpenAI 押注定制芯片和更快推理 — haider1 · 2026-07-22
- 美国开源模型生态落后于中国，但竞争有利于创新 — sudoraohacker · 2026-07-22