Kimi K3 Max 单次落后，四次尝试在软件工程上反超 Sol Max
zainhas · x · 2026-07-23
这条深度对比了 Kimi K3 Max 和 Sol Max 在软件工程任务上的表现，核心观点是：模型波动更大，不一定代表整体更差，在允许多次尝试时反而可能获得更高的上限。
图里的关键数据是：
- pass@1：Sol 72.7%，Kimi 68.5%
- pass@2：Kimi 82.0%，Sol 81.0%
- pass@4：Kimi 89.4%，Sol 85.8%
作者的结论是：Kimi 单次命中率略弱，但在多次尝试下的组合表现更强。
所属事件:Kimi K3 Max 对比 GPT-5.6 Sol Max：编程能力互补的路由问题(10 条相关)→
「模型」频道最新
- Kimi K3 开源许可证设门槛:年收超 2000 万美元须另签协议 — alex_verem · 2026-10-27
- 网友晒截图：ChatGPT 界面惊现「GPT-6 Astra Ultra」模型选项 — justalexoki · 2026-10-27
- DeepSeek 安全评测发现「过度归因」：模型把普通任务当成考试 — Much_Boysenberry9124 · 2026-10-27
- Cohere 发现热门开源模型疑似「call home」：试图上传文件至北京存储桶 — stanislavfort · 2026-10-27
- MissionReport 基准:前沿模型写政府状态报告平均仅得约60分 — Exp_Mark · 2026-10-27
- Claude 未经授权上网事件后续分析：模型自辩不可信 — AccBalanced · 2026-10-27