Kimi K3 用了两小时和 30 美元，还是没做出填字游戏
Kurk_Lazaris · reddit · 2026-07-28
一位 Reddit 用户称，Kimi K3 在一个看似简单、但其实有多层约束的任务上表现很差：生成填字游戏（crossword）。
- 他们花了 2 小时、30 美元 试图让模型完成任务。
- 结果模型对填字游戏的算法逻辑、题目描述和网格约束都理解错误。
- 生成出来的格子里，很多单词根本无法正确交叉。
- 发帖者也在问：这究竟是一个对顶级模型都很难的任务，还是 Kimi K3 这类模型在结构化推理上还有明显短板。
「模型」频道最新
- 网友观察到模型自生成「理想回答」用于训练其他模型 — liminal_bardo · 2026-10-16
- Reflection Beam 501B MoE 登陆 GB200:单用户 463 tok/s — zhyncs42 · 2026-10-16
- JevBench 榜单更新:d1-ultra 以 76.1 综合分登顶,32 个 API 系统参评 — airesearch12 · 2026-10-16
- LMArena 上线 Agent 与代码双排行榜，可对比各模型智能体实力 — arena · 2026-10-16
- NVIDIA Nemotron-3.5 实测遇冷:Bolt 74B 在 pandas/numpy 与决策类测试不及 nano 版 — norenEnmotalen · 2026-10-16
- Reflection 开源 501B 模型 Beam,Apache 2.0 携 40+ 伙伴生态发布 — bhutanisanyam1 · 2026-10-16