Moonshot AI
Kimi K3 评测成绩
来自 3 个来源、5 项基准的 9 条成绩。
其他名称: Kimi K3 (Max) · kimi-k3_low · Kimi K3 (low) · kimi-k3_high · Kimi K3 (high) · kimi-k3_max · Kimi K3 (max)
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1487 | 18 | Overall, style control on; 35379 votes; 95% CI 1483–1492“Kimi K3 (Max)” | 官方榜单 | 2026年10月22日 |
| LMArena WebDev | 1655 | 16 | Overall; 20258 votes; 95% CI 1649–1661“Kimi K3 (Max)” | 官方榜单 | 2026年10月22日 |
| GPQA Diamond | 93.1% | 20 | Epoch AI run, accuracy; effort: max | 独立评测 | 2026年7月16日 |
| GPQA Diamond | 91.9% | 26 | Epoch AI run, accuracy; effort: high | 独立评测 | 2026年8月7日 |
| GPQA Diamond | 84.8% | 87 | Epoch AI run, accuracy; effort: low | 独立评测 | 2026年8月7日 |
| AIME (OTIS Mock AIME 2024–2025) | 97.2% | 36 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: max | 独立评测 | 2026年7月16日 |
| AIME (OTIS Mock AIME 2024–2025) | 93.3% | 56 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: high | 独立评测 | 2026年8月7日 |
| AIME (OTIS Mock AIME 2024–2025) | 68.9% | 131 | Epoch AI run, OTIS Mock AIME 2024–2025; effort: low | 独立评测 | 2026年8月7日 |
| τ²-bench | 37.1% | 11 | banking_knowledge domain, pass^1; effort: max; submitted by Sierra; v1.0.1 | 官方榜单 | 2026年7月24日 |
Kimi K3 在各基准上的名次
主设定成绩，每个模型取最可信的一条（官方/独立评测优先）；括号内为相邻名次的模型。
| 基准 | 成绩 | 名次 | 紧挨着的模型 | 第 1 名 |
|---|---|---|---|---|
| LMArena Text | 1487 | #15 / 392 | Gemini 3.7 Flash 1490 · Muse Spark 1489 · Gemini 3.1 Pro 1487 · Gemini 3 Pro 1486 | Gemini 4 Argon1517 |
| GPQA Diamond | 93.1% | #19 / 217 | GPT-5.4 93.3% · DeepSeek V4.1 Flash 1017 93.2% · Grok 4.7 92.7% · Qwen 3.8 Max 92.7% | Gemini 4 Argon96.4% |
| LMArena WebDev | 1655 | #14 / 135 | DeepSeek V4.1 Flash 1664 · Muse Spark 1.3 1657 · Muse Wonder 1651 · Grok 4.7 1637 | Claude Opus 5.51807 |
| AIME (OTIS Mock AIME 2024–2025) | 97.2% | #33 / 200 | Grok 4.5 97.8% · Gemini 3.7 Flash 97.2% · DeepSeek-V4-Pro 96.7% · Kimi K2.6 96.1% | Gemini 4 Argon100.0% |
Moonshot AI 的其他模型评测
本站相关
常见问题
Kimi K3 在哪个基准上排名最好？
在 LMArena Text 上排第 15/392（1487），该基准第 1 是 Gemini 4 Argon（1517）。
Kimi K3 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、LMArena leaderboard dataset和τ²-bench leaderboard submissions。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。