Kimi K3
Moonshot · kimi-k3 · China · 上线 2026-07-16
21ECI 榜名次
158Epoch ECI
1488网友盲测分（全球第 19）
20有成绩的基准
最拿手
- Surface Evolver Bench：第 1 / 23 名（成绩 95.0%）
- WeirdML：第 9 / 89 名（成绩 82.6%）
- ProofBench：第 10 / 68 名（成绩 87.0%）
相对薄弱
- Furniture Assembly：第 22 / 35 名（成绩 34.2%）
- WeirdML v3：第 16 / 25 名（成绩 15.4%）
各基准成绩
| 基准 | 成绩 | 名次 | 超过了多少模型 |
|---|---|---|---|
| Surface Evolver Bench | 95.0% | 1 / 23 | |
| WeirdML | 82.6% | 9 / 89 | |
| ProofBench | 87.0% | 10 / 68 | |
| GPQA diamond | 93.1% | 19 / 117 | |
| LMCA | 52.7% | 21 / 104 | |
| ARC-AGI | 94.5% | 17 / 79 | |
| OTIS Mock AIME 2024-2025 | 97.2% | 32 / 118 | |
| FrontierMath-Tiers-1-3-v2-Private | 72.2% | 25 / 84 | |
| DTBench | 91.2% | 35 / 109 | |
| SimpleQA Verified | 50.6% | 27 / 81 | |
| FrontierCode | 44.2% | 15 / 41 | |
| SimpleBench | 60.7% | 22 / 60 | |
| FrontierMath-Tier-4-v2-Private | 39.0% | 26 / 68 | |
| MirrorCode | 54.4% | 11 / 27 | |
| ARC-AGI-2 | 60.4% | 33 / 78 | |
| Mystery Game Puzzles | 26.0% | 35 / 76 | |
| Chess Puzzles | 37.0% | 37 / 81 | |
| APEX-Agents | 47.8% | 31 / 54 | |
| WeirdML v3 | 15.4% | 16 / 25 | |
| Furniture Assembly | 34.2% | 22 / 35 |
成绩是该模型在最佳推理强度下的结果；名次只在已评分的模型里比。
ECI 相近的模型
| # | 模型 | ECI | 上线 |
|---|---|---|---|
| 18▼1 | Claude Opus 4.8 Anthropic | ±2.3 | 2026-05-28 |
| 19新 | DeepSeek V4.1 Flash 1017 DeepSeek | ±2.8 | 2026-10-17 |
| 20▼2 | Gemini 3.7 Flash | ±2.7 | 2026-08-13 |
| 22▼2 | Gemini 3.8 Flash | ±2.9 | 2026-09-02 |
| 23▼2 | Qwen 3.8 Max Alibaba | ±2.3 | 2026-08-02 |
| 24▼2 | GPT-5.4 OpenAI | ±2.1 | 2026-03-05 |