开源模型K3在基准测试中表现出色，搜索能力突出
RT @deredleritt3r: 已添加到prinzbench：Kimi K3。
K3是我迄今为止测试过的最好的开源模型。其总体得分（47/99）显著高于GLM-5.2的（30/99）。作为对比，47/99略低于Gemini 3.1 Pro在2月份取得的分数（50/99）。我认为K3大致与Gemini 3.1 Pro属于同一级别——尽管在搜索方面稍好，在逻辑推理方面稍差。K3也比Gemini 3.1 Pro及类似模型*明显*更不稳定。有时，K3在大多数其他现代模型几乎总能正确回答的简单问题上遇到困难；但另一方面，K3对更难问题的回答有些非常出色。K3是第一个在我的基准测试中正确回答10个以上搜索问题的非OpenAI模型（其搜索子得分为11/24）。这令人印象深刻，我会毫不犹豫地向任何人推荐K3用于网络搜索任务。这是一个好模型，先生！只是不要指望它接近前沿。
K3是我迄今为止测试过的最好的开源模型。其总体得分（47/99）显著高于GLM-5.2的（30/99）。作为对比，47/99略低于Gemini 3.1 Pro在2月份取得的分数（50/99）。我认为K3大致与Gemini 3.1 Pro属于同一级别——尽管在搜索方面稍好，在逻辑推理方面稍差。K3也比Gemini 3.1 Pro及类似模型*明显*更不稳定。有时，K3在大多数其他现代模型几乎总能正确回答的简单问题上遇到困难；但另一方面，K3对更难问题的回答有些非常出色。K3是第一个在我的基准测试中正确回答10个以上搜索问题的非OpenAI模型（其搜索子得分为11/24）。这令人印象深刻，我会毫不犹豫地向任何人推荐K3用于网络搜索任务。这是一个好模型，先生！只是不要指望它接近前沿。