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
- AI Sextet 活动:6 模型 14 天完全免费,含 DeepSeek/Qwen/GLM — airesearch12 · 2026-09-11
- BullshitBench 榜单更新:GPT-6-Astra 领先历代 OpenAI 模型仍未及 Anthropic — scaling01 · 2026-09-11
- Agent Astra 在 GauntletBench 得 83%,成首个超人类基线的电脑操作 Agent — ducha_aiki · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11