Kimi K3 在 AA-Briefcase 排第二，但单任务要 10.57 美元
airesearch12 · x · 2026-07-22
这条转发在讲 Kimi K3 在 agentic knowledge work 基准上的表现与成本：它在 AA-Briefcase 上拿到 1543 Elo，排名第二，只比 Claude Fable 5 的 1574 低一档。
但代价也很明显。帖子给出的估算是，Kimi K3 跑一项任务大约要 $10.57，约为 Kimi K2.6 的 10 倍，甚至在这个工作负载下高于 Opus 4.8。
补充的关键信息包括：
- Kimi K2.6 → K3：Elo 从 816 跳到 1543，单代提升 +727
- 规则通过率：K3 为 51%，Fable 5 为 56%
- 分析能力 Elo：K3 1754，几乎追平 Fable 5 的 1744
图表还显示 AA-Briefcase 同时在看 任务完成质量 和 每任务成本，因此这不是单纯刷榜，而是在比较“能做多少”和“要花多少钱”。
所属事件:Kimi K3 刷榜 AA-Briefcase 但成本与耗时双高(6 条相关)→
「模型」频道最新
- 小红书大模型 IMO 官方评卷拿下 42/42 满分 — xiaohu · 2026-07-22
- 前沿大厂死磕 AGI，专用 AI 与小模型靠成本与速度破局 — bendee983 · 2026-07-22
- Grok 4.5 被夸写作更清晰直接，还讲虚拟内存更顺 — elonmusk · 2026-07-22
- OpenAI、Anthropic、Google 份额降至 83.29%，Moonshot 一周涨 8.4 倍 — teortaxesTex · 2026-07-22
- 前沿 LLM 1.6 年合成交易回测全亏了钱 — Scobleizer · 2026-07-22
- Reddit 用户称可用模板改动强制 Laguna-S-2.1 更长思考 — SnooPaintings8639 · 2026-07-22