Kimi k3 很强，但跑分不能证明真实能力
FuSheng_0306 · x · 2026-07-24
Kimi k3 的确很强，但作者认为跑分不能全信，尤其在长任务上，榜单成绩和真实体验可能差很多。
- 这条帖子的核心是：别把 benchmark 当唯一依据，实际多用几轮更重要。
- 作者顺带拿 Meta 的 Llama 4 举例，认为它说明了“分数好看 ≠ 上线后就稳”。
- 帖子里还夹带了对 Meta 团队内部和基准测试的未经证实说法，这部分应谨慎看待。
「公司和人」频道最新
- Google DeepMind 前沿计算团队在伦敦招募学生研究员 — PetarV_93 · 2026-10-27
- 日本 Aeon 前高管：AI 智能体是此生最具影响力的创新 — akumar · 2026-10-27
- 欧洲第10国拉脱维亚批准 Tesla FSD,马斯克称赞小国审批最快 — elonmusk · 2026-10-27
- AI 动画创作者 Eduardo 加入 Reflection AI,押注开源权重路线 — bigblueboo · 2026-10-27
- 微软向 6 万员工提出自愿买断,以削减成本应对 AI 算力开支 — Polymarket · 2026-10-27
- 马斯克盛赞 Grok Bot:像雇了个超能干的幕僚长 — elonmusk · 2026-10-27