Test tiers : l’agent Kimi K3 se rapproche de la mission de Fable 5, mais avec davantage d’hallucinations

Selon Beating 监测, Artificial Analysis publie une évaluation indépendante de Kimi K3. Il obtient 57 points à l’Intelligence Index v4.1. Le niveau global est comparable à Claude Opus 4.8 et GPT-5.5, mais reste inférieur à Claude Fable 5 et à GPT-5.6 Sol. Cet indice composite est composé de 9 tests, couvrant le travail réel, les appels d’outils, la programmation, le raisonnement, les connaissances et le long contexte.

Les performances d’agent de Kimi K3 sont particulièrement remarquables. Il obtient 1668 Elo au test de travail réel GDPval-AA v2, dépassant Opus 4.8, GPT-5.5 et GLM-5.2. Au test de flux de travail automatisés SaaS, il obtient 53%, ce qui le place en première position. Pour le travail de connaissance sur des processus longs, il se classe deuxième, juste derrière Fable 5.

Dans cet ensemble d’indices, le coût moyen par tâche de Kimi K3 est de 0,94 dollars. GPT-5.6 Sol s’élève à 1,04 dollars, et Opus 4.8 à 1,80 dollars. Toutefois, dans les tests de fiabilité des connaissances, le taux d’hallucination passe de 39% à 51%, tandis que le taux de précision passe de 33% à 46%.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
  • Récompense
  • Commentaire
  • Reposter
  • Partager
Commentaire
Ajouter un commentaire
Ajouter un commentaire
Aucun commentaire
  • Épinglé