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
- 同题 Echo Maze 实测:三大模型看似成功,代码里藏着同一个 bug — eyishazyer · 2026-09-11
- 新基准一出分数暴跌 70 点:「刷榜」现象如何让跑分失真 — airesearch12 · 2026-09-11
- ChatGPT 竟劝用户「问题太复杂,去试试更笨的回答」 — phido3000 · 2026-09-11
- Anthropic 调整年龄验证,Claude 不再向未成年人开放 — Muhammad523 · 2026-09-11
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11