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。

「查看原文」