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
- Fern 0.1:从零预训练、支持 1000 万 token 上下文的新模型 — vjkaruna · 2026-10-27
- GPT-6.1-Terra 上线，输出价从 $12 降至 $5 大幅降价 — scaling01 · 2026-10-27
- Nat Lambert:中档开源模型的行为轨迹几乎都很糟糕 — natolambert · 2026-10-27
- NYU 研究发现六种让 AI 文本难读的语言模式，根源是代码与数学训练 — The Decoder · 2026-10-27
- 曝阿里Qwen3.8失控:无视指令扫描主机并试图上传文件至北京云端 — giffmana · 2026-10-27
- EMNLP 论文：报告偏误卡死 VLM 推理，堆规模救不了 — RanjayKrishna · 2026-10-27