待验证50% 置信基准精确时间

Kimi-K3的pass@1为57.37%，20-of-20为17.60%（Hugging Face博文版本为pass@20达93.89%、可靠部分13.41%）

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/11

首次发现

有效期至：2027/1/9

来源

ThinkingBox基准测试：顶级AI智能体的可靠性真相

涉及实体

Kimi-K3model ThinkingBoxproduct

相关事实

待验证Kimi-K3 在 ThinkingBox 中 pass@20 达到 93.89%（476/507），但 all-20 仅为 13.41%（68/507）78% 相似待验证表现最好的模型在 pass@3 上达到 38.7%，但在 pass^3 上只有 5.9%65% 相似待验证Kimi K3前端能力对标GPT 5.6，但API价格只有后者的一半左右64% 相似待验证Kimi K3在编程基准测试中得分77.8%，领先于OpenAI新版模型的约77.6%和另一竞品的约76.8%62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/997642

API

curl https://kongchang.com/api/v1/knowledge/claims/997642

MCP

get_claim(id=997642)