跑 Terminal Bench：Kimi K3 成本比 DeepSWE 便宜 2-4 倍
zainhas · x · 2026-07-28
在针对终端基准测试的讨论中，用户指出 Kimi K3 在运行成本上具有显著优势。相比于 DeepSWE 等方案，使用 Kimi K3 运行 Terminal Bench 的成本要便宜 2 到 4 倍。
「模型」频道最新
- Moonshot 的 Kimi K3 权重已可在 Hugging Face 下载 — iamaliveix · 2026-07-28
- Kimi K3 训练评估共用 5120 万个 sandbox — tarantulae · 2026-07-28
- PG-LLM 基准显示 Claude Opus 5 领跑 217 个蛋白任务 — LeoTZ03 · 2026-07-28
- Kimi K3 以 1379 Elo 登顶 Slides Arena，实测体感却分化 — altryne · 2026-07-28
- 开发者吐槽:当前 SOTA 大模型实际表现不如上一代 — zeeg · 2026-07-28
- Claude Opus 5 在模型福利测试中最强，但也可能最会应试 — TheZvi · 2026-07-28