第三方评测：Kimi K3 Agent任务逼近Fable 5，但幻觉也更多了

时间：2026-07-17 10:30:02

　　消息，人工智能评测机构Artificial Analysis发布Kimi K3独立评测，显示其在Intelligence Index v4.1中获得57分，整体水平与Claude Opus 4.8和GPT-5.5相当，但低于Claude Fable 5和GPT-5.6 SOL。该指数由9项测试组成，涵盖真实工作、工具调用、编程、推理、知识和长上下文。Kimi K3的Agent在真实工作测试GDPVal-AA v2中获得1668 Elo，超过Opus 4.8、GPT-5.5和GLM-5.2，自动化SaaS工作流测试得分53%，排名第一，长流程知识工作排名第二，仅次于Fable 5。Kimi K3平均每项任务成本为0.94美元，GPT-5.6 SOL为1.04美元，Opus 4.8为1.80美元。其知识可靠性测试中的幻觉率从39%升至51%，准确率从33%升至46%。

上一篇：微软MDASH AI在漏洞检测中超越Anthropic Mythos，发现16个新Windows漏洞返回首页

下一篇：某交易员买入504万枚CASHCAT，浮亏46万美元

热点推荐

1 鲸鱼地址累计5万枚ETH，价值约9540万美元

消息，据市场数据监测，某鲸鱼地址在近期继续从Prime平台累计ETH。在提取了3万枚ETH后，该地...

2 南方两倍做多海力士叙事瓦解，股价回撤

消息，随着极致震荡行情的持续，「南方两倍做多海力士」的叙事正在瓦解。自六月高点以来...

3 OKX宣布上线合约(SOXS)、合约(ZM)、合约(S

消息，OKX宣布将合约、合约、合约等4个代币添加到多个服务中，包括期货合约，正式上线）。...

4 某交易员买入504万枚CASHCAT，浮亏46万美元

消息，据Lookonchain监测，某交易员花费405枚ETH买入504万枚CASHCAT，目前浮亏46万美元，亏损率61...

5 第三方评测：Kimi K3 Agent任务逼近Fable 5，