Kimi K3 在 AA-Briefcase 智能体知识工作评测中排第二，但跑一次任务要花 10 美元、等近一小时

Kimi K3: second only to Fable 5 on AA-Briefcase

月之暗面的 Kimi K3（2.8 万亿参数）在 AA-Briefcase 评测里拿到 1543 的 Elo 分，比上一代 K2.6 高了 727 分，仅次于 Claude Fable 5 的 1574 分。它的客观正确率和分析质量跟 Fable 5 打得有来有回，但做出来的东西在呈现质量上不如 GPT-5.6 Sol 和 Opus 4.8 好看。真正...

推荐理由：Kimi K3 在 AA-Briefcase 上拿了 1543 Elo，只比 Claude Fable 5 少 31 分，比上一代 K2.6 猛涨 727 分，客观正确率和分析质量跟 Fable 5 有来有回。我会先打个折：这是第三方评测，不是官方跑分，而且呈现质量不如 GPT-5.6 Sol 和 Opus 4.8 好看，说明模型能答对但包装还不够漂亮。正文给了 2.8 万亿参数、成本和延迟数字，信息量够，不是纯吹牛。分数定在 82 不往上拉，因为还没看到更多独立复现和实际业务场景的验证，但这件事本身对国内做 agent 落地的人是个值得盯的信号。