GPT-5.6 Terra
Kimi-K3
Kimi和豆包实测谁更强？
前天Kimi K3发布，我熬到凌晨两点把技术报告看完，第一反应是月之暗面这次真梭哈了。2.8万亿参数，MoE架构，每次只激活16个专家。听起来像DeepSeek的路子，但规模直接翻了几倍。100万token上下文窗口，原生支持视觉理解，用的是KDA混合线性注意力机制。这套配置摆出来，明摆着冲着Claude Fable 5和GPT-5.6 Sol去的。我拉了豆包Seed 2.1 Pro做对照，数据挺扎眼。Terminal Bench 2.1，K3拿了88.3分，豆包71.0分。Program Bench，K3是77.8分，豆包50.3分。差距最大的是DeepSWE，K3 67.5分，豆包只有32.7分，差了一倍还多。这个测试看的是Agent在陌生代码库里完成整段工程流程的能力，读代码、定位问题、跨文件修改、跑测试，K3在这个维度确实拉开了身位。但豆包不是没牌打。价格上，K3是$3/$15每百万token，豆包Seed 2.0 Pro $0.50/$3.00，便宜了5倍多。OfficeQA Pro豆包72.2分反超K3的63.3，ZEROBench 56.3对41.0，办公场景和视觉推理豆包更稳。SciCode上豆包2.1 Pro拿了59.8分，超过GPT-5.5的58.4，K3这方面还没公开数据。我的判断是：如果你做的是前端开发、长程Agent任务、复杂编程，K3现在确实是国产天花板。DeepSWE榜单它全球第四，前三只有GPT-5.6 Sol、Claude Fable 5和GPT-5.6 Terra，单任务成本4.65美元，比Fable 5的21.63便宜了四分之三。但如果是日常办公、文档处理、成本敏感的批量调用，豆包的性价比还是碾压级。俩东西根本不是一个赛道。
发布于 福建
分享
评论
赞
未登录
友善发言
评论
加载中
