Kimi K3在DeepSWE评测中性能追平Claude Fable 5且成本仅需35%

摘要与判断

Together AI引用最新评测指出，Kimi K3与Claude Fable 5在DeepSWE软件工程基准上的对比表现亮眼。结果显示，Kimi K3不仅能达到与Fable 5相同的性能水平，其成本仅为后者的约35%，且在更高的pass@k指标上实现了反超。这一评测数据表明，开源前沿模型在特定任务能力上已不再落后，为开发者提供了极具性价比的替代方案。

Topics

引用和原文

• We analyzed Kimi K3 vs. Claude Fable 5 for software engineering tasks using DeepSWE. Kimi
• 原文链接

Trace

Raw Item

raw_d2ed26caf6e544af

Processed Item

processed_7d9dd6d8fec744b5

Source

source_x_togethercompute

Cluster

查看所属簇

LLM Logs

llm_049b8de9cf81417b, llm_99f7be6a8b214bdb, llm_f8b23abd9d1a4283

Coze Loop

97d48a0ca24faad4d6dbed22fce5ec35