Kimi K3 基准测试成绩曝光：部分指标击败 GPT 5.6

摘要与判断

Kimi K3 模型（2.8万亿参数，100万上下文）最新基准测试成绩公布。在 BrowseComp 测试中位列第一，击败 GPT 5.6 Sol Max 与 Fable 5 Max；在 AA-Briefcase 中排名第二，超越 GPT 5.6 Sol Max；在 GDPval-AA v2 中排名第三。这一成绩表明开源模型在特定任务上已具备挑战甚至超越头部闭源旗舰的能力，对前沿 AI 竞争格局具有重要参考价值。

Topics

引用和原文

• Kimi K3 - 2.8T Parameters - 1M Context Length Benchmarks > GDPval-AA v2: 3rd place, ran
• 原文链接

Trace

Raw Item

raw_3083ef2dbcf34165

Processed Item

processed_e797fa39e4ea48b4

Source

source_x_feishu_candidate_theahmadosman

Cluster

查看所属簇

LLM Logs

llm_d9f4419b91f544f4, llm_b1f865cc8a254649, llm_05b5816c15ff44e7

Coze Loop

1f5e0f58b3002cde564b3c38801cc443