Fireworks 测试 Kimi K3：663 个编码任务里质量接近 Opus 5
lqiao · x · 2026-07-28
Fireworks 对比 Kimi K3 与 Opus 5：质量接近，按任务计更便宜
- Fireworks 用 663 个 agentic coding 任务做了对比，覆盖 SWE（480）、Algorithmic（100） 和 Terminal（83） 三类任务。
- 结果显示两者任务级质量很接近，Opus 5 在整体准确率上略高，平均分为 92.6，Kimi K3 为 90.6。
- 但如果按 per-task cost 计算，Kimi K3 明显更省：
- SWE：$0.52 vs $1.05，便宜 2.0x
- Algorithmic：$0.064 vs $0.18，便宜 2.8x
- Terminal：$0.35 vs $1.61，便宜 4.6x
- 平均：$0.43 vs $0.99，便宜 2.3x
- Fireworks 强调，衡量这类模型更应该看 按任务成本，而不是按 token 成本，因为开源模型往往输出更长。
- 他们还表示会继续通过 Fireworks Inference 提升推理效率，并通过 Fireworks Training 提升质量。
所属事件:Fireworks实测Kimi K3质量接近Opus 5，成本低2至4.6倍(5 条相关)→
「编程与Agent」频道最新
- 有人把 Codex in Chat 跑 12 小时当作 agent 典型案例 — ctjlewis · 2026-07-28
- 补充一句：行业从 2024 年一季度就在推“Agents™” — ctjlewis · 2026-07-28
- Vibe coding 也能快速做个人 Chrome 扩展 — tomchapin · 2026-07-28
- Salesforce 给 Data 360 加上 Code Extension 和 Claude Code — msrivastav13 · 2026-07-28
- OpenAI agent 演示、开源权重潮与 AI 碳成本重塑企业判断 — jonerp · 2026-07-28
- ChatGPT 已有 agent 行为，但“Agents™”更像包装概念 — ctjlewis · 2026-07-28