Kimi K3 發布：代理工作評測僅次 Fable 5，但單任務成本與耗時偏高
為何重要
Kimi K3 的資料證實了「知識代理能力」評測的嚴苛性：高分不代表低成本與高效率。標語「低廉智力的價格崩盤」背後，實際上是採取特定策略（高昂成本與低 API 速度）來換取最高評分。對於開發者而言，這打醒了「只要模型分數夠高就能出貨」的迷思，實務中的推理成本與延遲才是商業化關鍵。
Moonshot AI 發布引數量達 2.8T 的新一代 Kimi K3 模型，在 Artificial Analysis Intelligence Index 上表現與 Opus 4.8 及 GPT-5.5 相當。
- 在 AA-Briefcase 基準測試中，K3 得分 Elo 僅次於 Claude Fable 5 (1574)，較前代 K2.6 提升 727 分。
- 雖分析能力強勁 (Elo 1754)，但演示呈現較弱 (Elo 1471)，且必須依靠首方 API 執行。
- K3 平均每個任務成本 $10.57，耗時 56.4 分鐘，顯著高於 GPT-5.6 Sol 和 Claude Fable 5。