Kimi K3 在 Harvey 法律硬任务上比 Fable 5.1 高出 60%
togethercompute · x · 2026-09-10
Together Compute 发布称，Kimi K3 在 Harvey lab-aa 的高难度自主法律任务评测中得分比 Fable 5.1 高出 60%。这是针对真实法律工作流（自主完成任务而非单轮问答）的评测，若数据属实，显示 Kimi 新版本在专业垂直场景的自主任务能力有显著提升，值得后续关注官方完整榜单。
「模型」频道最新
- Nanbeige4.3-33B 实测：单流 59 tok/s，64 并发总计约 1060 tok/s — MaziyarPanahi · 2026-10-26
- 测试显示 AI 检测器对轻度 AI 润色几乎全部漏判 — paulnovosad · 2026-10-26
- Qwen 4 疑似现身竞技场，阿里下一代模型或已开测 — AIFlow_ML · 2026-10-26
- Nat Lambert 首讲开源模型生态：蒸馏、风险与开放访问走向 — natolambert · 2026-10-26
- 同 harness 对比实测：Nanbeige 33B 输出零可编译 — julianharris · 2026-10-26
- Claude 拒写 SS7 异常检测器，安全分类器误伤防御研究逼用户跑 abliterated GLM — l4rz · 2026-10-26