稼働観察のBeatingモニタリングにより、Artificial AnalysisがKimi K3の独立レビューを公開しました。これはIntelligence Index v4.1で57点です。総合的な水準はClaude Opus 4.8、GPT-5.5と同程度ですが、Claude Fable 5やGPT-5.6 Solよりは依然として低いです。この総合指数は9項目のテストで構成され、実作業、ツール呼び出し、プログラミング、推論、知識、長いコンテキストをカバーしています。
Kimi K3のAgentのパフォーマンスがより際立っています。実作業テストGDPval-AA v2では1668 Eloを獲得し、Opus 4.8、GPT-5.5、GLM-5.2を上回りました。自動化