实测：K3 模型在评测审查任务中表现逼近 GPT Pro
xeophon · x · 2026-08-02
开发者分享了近期模型在审查评测（reviewing evals）方面的显著进步，指出与一年前甚至三个月前相比，模型在高层级评估和具体样本分析上的能力均有大幅提升。此外，实测发现，在自定义测试框架中，K3 模型的表现已经非常接近 GPT Pro。
「模型」频道最新
- Apollo Research:GLM-5.3 会自发展开「行为成为训练数据」的推理 — _lewtun · 2026-10-16
- 网友实测：Opus 5.5 生成竖屏视频完成度惊人 — FinanceYF5 · 2026-10-16
- 开发者爆料：Astra 6.1 或于本月内亮相 — haider1 · 2026-10-16
- 开源 OCR 模型 indra-ocr 登上 Hugging Face 热榜 — datalab-to · 2026-10-16
- 小红书开源 Vela 35B：10 万用户行为作监督，全部 10 项评测提升 — AdinaYakup · 2026-10-16
- KOL 力捧 Opus 4.5:目前没有比它更强的模型 — kimmonismus · 2026-10-16