---
title: "在 Artificial Analysis 测评榜单中排在全部模型第 57 分位，位列全球第三名 模型智能水平对标 Fable、GPT Sol 级别 此前市场普"
topic_id: 82255481882485542
created_at: 2026-07-17T20:29:09.881+0800
source: zsxq
type: topic
cssclasses: zsxq-vault
---

# 在 Artificial Analysis 测评榜单中排在全部模型第 57 分位，位列全球第三名 模型智能水平对标 Fable、GPT Sol 级别 此前市场普

- 序号：030
- 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/82255481882485542)
- 附件：图片 0，音频 0，文档 0
- 音频文件：_无音频_

## 图片

_无图片_

## 正文

在 Artificial Analysis 测评榜单中排在全部模型第 57 分位，位列全球第三名
模型智能水平对标 Fable、GPT Sol 级别

此前市场普遍预期要等到年末才会出现达到 Mythos 水准的开放权重大模型，目前 Kimi K3 已经提前落地
配套多维度代码、综合能力测评数据显示，Kimi K3 在代码生成、程序开发、长文本推理等细分榜单均处于第一梯队位置
基准测试项目说明
本次测试让多款 AI 更多加公众号：思维纪要社 模型通过一次性程序生成的方式，还原不同历史时期港口城镇场景，参与测评的模型包含 GPT-5.6 Pro、Fable、Kimi K3、Inkling，可对照查看各模型生成效果，不同模型的生成结果呈现出十分鲜明的特征差异
行业成本观点：如果持续投入数十亿级别的算力资源加码迭代，Kimi K3 的技术突破就仅属于阶段性进展，难以成为行业里程碑
模型稀疏度约 1.7%，即 896 个专家单元仅激活 16 个；服务定价为输入每百万 Token3 美元、输出每百万 Token15 美元，
Kimi K3 基于 KDA 混合线性注意力、注意力残差两项自研架构优化方案开发，搭配高稀疏 MoE 架构（896 选 16）完成训练优化；经过结构迭代，模型整体算力利用效率相比 Kimi K2 提升，算力转化为模型效果的效率得到显著优化

## 总体总结

主题正文
1. 在 Artificial Analysis 测评榜单中排在全部模型第 57 分位，位列全球第三名
2. 此前市场普遍预期要等到年末才会出现达到 Mythos 水准的开放权重大模型，目前 Kimi K3 已经提前落地
3. 配套多维度代码、综合能力测评数据显示，Kimi K3 在代码生成、程序开发、长文本推理等细分榜单均处于第一梯队位置
4. 本次测试让多款 AI 更多加公众号：思维纪要社 模型通过一次性程序生成的方式，还原不同历史时期港口城镇场景，参与测评的模型包含 GPT-5.6 Pro、Fable、Kimi K3、Inkling，可对照查看各模型生成效果，不同模型的生成结果呈现出十分鲜明的特征差异
5. 行业成本观点：如果持续投入数十亿级别的算力资源加码迭代，Kimi K3 的技术突破就仅属于阶段性进展，难以成为行业里程碑
6. 服务定价为输入每百万 Token3 美元、输出每百万 Token15 美元，
7. Kimi K3 基于 KDA 混合线性注意力、注意力残差两项自研架构优化方案开发，搭配高稀疏 MoE 架构（896 选 16）完成训练优化；
8. 经过结构迭代，模型整体算力利用效率相比 Kimi K2 提升，算力转化为模型效果的效率得到显著优化