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
- 评测发现 Pi Harness 20% 任务直接放弃，换 Antigravity 后 Gemini 4 Argon 逼近 Opus 5.5 — vitaliychiley · 2026-10-27
- GPT 6.1 Terra 对比 Sonnet 5.5：速度性价比与智能能力之争 — teortaxesTex · 2026-10-27
- Harmonic 预告:已教会 AI 证明数学,更强能力将临 — satnam6502 · 2026-10-27
- OpenAI 被指悄悄用 GPT-6.1 Terra 替换 Pro 默认模型,为保 200 美元档利润 — kimmonismus · 2026-10-27
- 网友吐槽：从未对一次 OpenAI 模型发布如此无感 — theteknosaur · 2026-10-27
- 开发者质疑「中国模型不安全」报告：样本太薄且利益相关 — dbreunig · 2026-10-27