Kimi K3 Max 登顶 Arena 榜首，前端与 Agent 任务全面领先
arena · x · 2026-07-28
在最新一期的 Arena 榜单中，Moonshot 的 Kimi K3 (Max) 表现抢眼，不仅拿下开源模型第一，更在总榜登顶。
- 前端代码能力：在全部 7 个细分领域中均位列开源第一；总榜上在 7 个领域中的 5 个夺得第一，仅在游戏和内容创作工具中略逊。
- Agent 能力：以 +9.75% 的净提升得分位居 Agent Arena 第一，超越 GLM-5.2 (Max) 的 +7.12%。
- 评测机制：Agent Arena 通过让模型调用网页搜索、文件系统和终端工具来完成真实的长线复杂任务（如写代码、做 PPT、分析文档等），并采用因果追踪方法来衡量模型对最终结果的净提升效果。
所属事件:Kimi K3 Max 登顶多项 Arena 榜单，开源模型比肩闭源(11 条相关)→
「模型」频道最新
- BullshitBench 榜单更新:GPT-6-Astra 领先历代 OpenAI 模型仍未及 Anthropic — scaling01 · 2026-09-11
- Agent Astra 在 GauntletBench 得 83%,成首个超人类基线的电脑操作 Agent — ducha_aiki · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11