За даними спостереження за Beating, Artificial Analysis опублікувала незалежний огляд Kimi K3. У Intelligence Index v4.1 він набрав 57 балів. Загальний рівень подібний до Claude Opus 4.8 та GPT-5.5, але все ще нижчий за Claude Fable 5 і GPT-5.6 Sol. Цей інтегрований індекс складається з 9 тестів, що охоплюють реальну роботу, виклики інструментів, програмування, міркування, знання та довгий контекст.

Поведінка агентів Kimi K3 вирізняється більше. У тесті реальної роботи GDPval-AA v2 він набрав 1668 Elo, випередив Opus 4.8, GPT-5.5 та GLM-5.2. У тесті автоматизованих робочих процесів SaaS результат становить 53%, і він посідає перше місце. У ранжуванні знань для довгих сценаріїв робіт він посів друге місце — лише після Fable 5.

У цій серії індексів Kimi K3 у середньому коштує 0.94 долара за кожне завдання. GPT-5.6 Sol — 1.04 долара, Opus 4.8 — 1.80 долара. Втім, у тестах на надійність знань рівень галюцинацій зріс із 39% до 51%, а точність — із 33% до 46%.

Переглянути оригінал

Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.

Нагородити
подобається
Прокоментувати
Репост
Поділіться

Прокоментувати

Додати коментар

Немає коментарів

Популярні теми
Дізнатися більше
#
PreIPOsSeason2OpenAISubscription
1,31M Популярність
#
CXMTPreIPOContractIgnitesCommunity
80,97K Популярність
#
IsraelStrikesIranBTCPlunges
72,31K Популярність
#
TSMCQ2NetProfitSurges77%
214,28K Популярність
#
SummerCreationCamp
935,55K Популярність

Закріплено

карта сайту

Третєстороння оцінка: Kimi K3 Agent наближається до задач Fable 5, але галюцинацій теж стало більше

Популярні теми

PreIPOsSeason2OpenAISubscription

CXMTPreIPOContractIgnitesCommunity

IsraelStrikesIranBTCPlunges

TSMCQ2NetProfitSurges77%

SummerCreationCamp

Закріплено