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 BIT称贪婪与恐惧指数改善，比特币具备反

消息，据A早期发行in监测，BIT表示，尽管市场空头仓位较重且交易量低迷，但其贪婪与恐惧指...

2 Solana链上非USDCUSDT稳定币供应量达48.1亿美

消息，据Solanafloor监测，Solana链上非USDC/USDT稳定币供应量达到48.1亿美元，创下历史新高，由U...

3 海湾基石石油公司因安全局势变化暂时停

消息，海湾基石石油公司宣布，鉴于地区安全局势变化，作为安全防范措施，已暂时停产。公...

4 LBBW：外国私营投资者再次成为美国国债的

消息，LBBW高级固定收益分析师Elmar Voelker在一份报告中表示，来自私营部门的外国投资者显然已...

5 阿里巴巴推出Qwen3.8 Max AI模型，全球排名