Sur cette page
La réponse courte
Kimi K3 vaut la peine d'être testé pour un raisonnement complexe et des tâches d'agent longues, avec des résultats scientifiques et mathématiques indépendants disponibles dans l'instantané enregistré. Faites correspondre le paramètre de raisonnement exact et exploitez-le à votre évaluation. Ni une grande fenêtre contextuelle ni une démonstration de longue durée ne prouvent la fiabilité de votre produit.
Ce qu'il faut emporter
- Gardez les comparaisons entre l'application Kimi, le code et l'API séparées.
- Les pourcentages de sciences et de mathématiques mesurent différentes tâches.
- Mesurez les progrès vérifiés lors de longues courses.
Sources vérifiées . Synthèse de la recherche et recommandations Rubrex. Des exemples et des expériences locales sont étiquetés ; ce ne sont pas des résultats de clients.
Un instantané du modèle daté. Les métriques publiées décrivent le modèle, les paramètres et le test nommés. Il ne s’agit pas d’expériences Rubrex ni d’un classement universel. Les prix et la disponibilité peuvent changer après la date de recherche.
Comparez les modèles et vérifiez la date des données →Séparez le Kimi K3 des produits environnants
L'article technique Kimi K3 de Moonshot AI décrit un modèle disponible via les produits Kimi et son API. La documentation actuelle du Kimi Code répertorie le K3 ainsi que d'autres options de modèle. Un mode d'application Kimi, un agent de codage et un modèle API sont des systèmes différents, même lorsqu'ils utilisent la même famille sous-jacente. Enregistrez l'identifiant exact du modèle, l'effort de raisonnement, le faisceau d'outils et la voie d'accès lors de son évaluation. Ne comparez pas un produit d'agent complet avec un simple appel de modèle sans indiquer la différence.
Preuve : Kimi K3 : Intelligence à frontières ouvertes [1]Configuration du modèle Kimi Code [2]
Lire la capacité et le coût selon les spécifications datées
Le catalogue enregistré répertorie Kimi K3 avec 1 048 576 jetons de contexte et des tarifs de base de 3 $ par million de jetons d'entrée et de 15 $ par million de jetons de sortie. Ces valeurs décrivent le point de terminaison du catalogue vérifié pour cet article, et non le prix d'un abonnement Kimi ou d'un déploiement auto-hébergé. Notre recommandation est d’estimer le coût à partir de traces complètes sur votre charge de travail. Les tâches longues peuvent accumuler des résultats intermédiaires substantiels, un contexte répété et une activité d'outil même lorsque la réponse finale est courte.
Preuve : Catalogue de modèles publics OpenRouter [3]
| Modèle ou propriété | Valeur publiée | Comment l'interpréter |
|---|---|---|
| moonshotai/kimi-k3 | Entrée 3 $ / Sortie 15 $ | Tarifs de base du catalogue OpenRouter |
| Contexte du catalogue | 1 048 576 jetons | Capacité du point final, pas une garantie de rappel |
Comparez séparément les sciences et les mathématiques
Le résultat GPQA Diamond enregistré par Epoch AI couvre des questions scientifiques difficiles, tandis que FrontierMath Tiers 1-3 v2 couvre les mathématiques avec accès Python. Les deux lignes ci-dessous utilisent Kimi K3 avec un effort de raisonnement maximal, mais les pourcentages ont des dénominateurs différents et ne peuvent pas être moyennés pour obtenir un score d'intelligence global significatif. Les propres notes de bas de page de Moonshot décrivent également différents harnais d'agents à travers les tests. Préservez ces conditions lors de la lecture des comparaisons de fournisseurs plutôt que de traiter chaque numéro rapporté comme le résultat d’une expérience identique.
Preuve : Époque AI : Diamant GPQA [4]Epoch AI : FrontierMath niveaux 1 à 3 v2 [5]Kimi K3 : Intelligence à frontières ouvertes [1]
| Référence | Configuration exacte | Score | Erreur standard | Date d'exécution |
|---|---|---|---|---|
| GPQA Diamant | Kimi K3 (maximum) | 93.12% | 1,49 points de pourcentage | 2026-07-16 |
| FrontierMath niveaux 1 à 3 v2 | Kimi K3 (maximum) | 72.18% | 2,66 points de pourcentage | 2026-07-17 |
Testez les tâches longues pour une persistance utile
Un agent de longue date devrait faire des progrès vérifiés, et pas simplement continuer à produire une activité. Préparez des tâches avec des points de contrôle intermédiaires, des pannes d'outils et une condition d'arrêt claire. Vérifiez si Kimi récupère d'un résultat manquant, répète une action inefficace ou revendique l'achèvement avant que l'environnement ne le confirme. Mesurez l’achèvement accepté, la progression par appel d’outil, le coût total et la récupération après interruption. Pour le travail documentaire, ajoutez des vérifications de localisation des preuves et des versions contradictoires. Conservez un enregistrement séparé de ce que le faisceau a réparé afin que les contributions du modèle et du système restent distinctes.
Limites de la preuve
Rubrex n'a pas reproduit ces exécutions ni vérifié un déploiement auto-hébergé dans cet article. Les plans de libération de poids du poste de lancement ne sont pas utilisés comme preuve de la disponibilité actuelle du téléchargement ou des conditions de licence. Les prix et les résultats indépendants sont un instantané du 25 septembre 2026.
Questions courantes
Pouvons-nous utiliser ces scores pour estimer la précision du support ?
Non. Évaluez les tâches de support avec vos documents et votre rubrique d’acceptation. Les tests de sciences et de mathématiques publiés couvrent différentes capacités.
Que devons-nous enregistrer pour une comparaison Kimi ?
Enregistrez l'ID du modèle, le produit ou l'API, l'effort de raisonnement, la version du harnais, le budget de l'outil, le résultat accepté, le temps écoulé et toute l'utilisation facturée.
Sources et lectures complémentaires
Sources principales derrière ce briefing. Les conclusions d’une source s’appliquent à ses propres conditions d’étude ; la publication sur arXiv n'établit pas d'examen par les pairs.
- Kimi K3 : Intelligence à frontières ouvertes Moonshot IA · 2026 · Article technique du fournisseurRévisé : aperçu du lancement et notes de bas de page sur le harnais de référence. Consulté 25 sept. 2026.
- Configuration du modèle Kimi Code Moonshot IA · Référence vivante · Documentation maintenueRévisé : options actuelles du modèle Kimi Code. Consulté 25 sept. 2026.
- Catalogue de modèles publics OpenRouter OuvrirRouter · Référence vivante · Documentation maintenueRévisé : champs du catalogue ; prix numériques tirés de l'instantané API enregistré du 25 septembre. Consulté 25 sept. 2026.
- Époque AI : Diamant GPQA Époque IA · 2026 · Benchmark indépendantRévisé : définition de référence et enregistrements d'évaluation interne enregistrés ; CC PAR 4.0. Consulté 25 sept. 2026.
- Epoch AI : FrontierMath niveaux 1 à 3 v2 Époque IA · 2026 · Benchmark indépendantRévisé : définition de référence et enregistrements d'évaluation interne enregistrés ; CC PAR 4.0. Consulté 25 sept. 2026.
Questions ou corrections ? Écrivez à Rubrex. Lire notre démarche éditoriale.