header-langage
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
扫码下载APP
Partnered With:

Kimi K3在DeepSWE得分69%,仅差Claude Fable 5一个百分点

据动察 Beating 监测,AI 数据公司 Datacurve 将 Kimi K3 加入长程软件工程基准 DeepSWE。这个基准测试模型能否独立完成真实、复杂的长期开发任务。

Kimi K3 的任务通过率为 69%。GPT-5.6 Sol 和 Claude Fable 5 分别为 73% 和 70%。Datacurve 称,Kimi K3 是首个在 DeepSWE 达到前沿闭源模型水平的开放权重模型。

DeepSWE 包含 113 项原创任务,来自 91 个活跃开源项目,覆盖 5 种编程语言。所有模型使用同一套工具。任务也不直接改编自已有代码提交,以减少训练数据污染。

Kimi K3 每项任务平均成本为 4.65 美元。GPT-5.6 Sol 为 8.39 美元,Claude Fable 5 为 21.63 美元。

全球市场热点不用到处刷,消息送到你眼前

加入律动飞书频道
相关推荐
花旗与美银证券认为,Kimi K3 虽降低推理成本,但可能通过「杰文斯悖论」刺激更多调用、长上下文与智能体任务,进而推高 GPU、HBM、DDR5、eSSD 与网络基础设施需求。
从写代码到查代码,AI 开始进入工程审计现场
纠错/举报
提交
新增文库
仅自己可见
公开
保存
选择文库
新增文库
取消
完成