私测显示 Kimi K3 在长周期办公任务上超过 GPT 5.6 Sol
ZainHasan6 · x · 2026-07-22
- 一份来自 AA 的私下评测显示，Kimi K3 在一个真实世界的长周期知识工作基准上，超过了 GPT 5.6 Sol。
- 在这项评测里，Kimi K3 仅次于 Fable 5，排在第二。
- 这个基准看的是能否产出表格、演示文稿、备忘录等交付物，而不是纯抽象分数。
所属事件:私测显示Kimi K3长周期办公能力超越GPT-4o(2 条相关)→
「模型」频道最新
- GPT-6.1 Terra 每任务成本约为 Claude Opus 5.5 的 1/9 — shaunralston · 2026-10-27
- KOL 吐槽 OpenAI 6.1 Sol 被评 B 级:发布策略搞砸了 — Angaisb_ · 2026-10-27
- php2shell 漏洞实测：仅 2/5 前沿模型能完成利用移植，耗时 3.5-6 小时 — xeophon · 2026-10-27
- Qwen Code 发布 v0.26.2 预览版：新增会话权限规则与实验性共享 Agent Loop — qwen-code-review-bot · 2026-10-27
- GPT-6.1 Terra 事实错误率从 22.3% 降至 4.3%，降幅近 81% — haider1 · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27