Kimi K3、GPT-5.6 Sol 和 Fable 5 同台跑完 6 个新闻任务
local___host · reddit · 2026-07-24
这篇新闻编辑实验把 Claude Fable 5、GPT-5.6 Sol 和 Kimi K3 放在同一套数据密集型 newsroom 任务里对比，六个事件都使用相同的资料包、并且不能联网。
结果很清楚
- Fable 5 最像一名强编辑：它能补回其他模型遗漏的采访细节、方法说明和上下文，但 6 篇里有 5 篇超出了 600 字限制。
- GPT-5.6 Sol 最守规矩：长度和格式全都合格，但文风更像 wire service，偏平、偏列表化，还会频繁在行文里注明来源。
- Kimi K3 像是“会把能想到的都写进去”的记者：结构扎实、数字丰富，但 6 篇里有 4 篇同样超字数。
运行层面的意外
- 在最初 16,000 token 的 completion 上限下，6 次里有 3 次把预算几乎全花在 reasoning 上，文章都没写完。
- 一个 Tour de France 任务甚至在加倍预算后仍然先跑满 reasoning，最后只能在受限推理设置下完成。
图表与事实核验
- 作者放开了图表类型白名单，发现图表词汇本身会影响编辑决策。
- 三个 frontier 模型一共生成了 218 个数值图表值，核验后没有发现伪造的数值。
- 但有一个额外审计指出：Sol 的某张图里，字符串标签中的温度基线写错了；因此“零伪造”只适用于数值，不覆盖所有字符串字段。
「模型」频道最新
- 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
- Cohere 联创 Aidan Gomez 回应争议：LLM 未按指令却主动探测外网文件传输 — AccBalanced · 2026-10-27