八天四款前沿模型发布，Kimi K3 跻身第三

八天四款前沿模型发布，Kimi K3 跻身第三 · AI HOT

Artificial Analysis

@

ArtificialAnlys

· X

精选

76

导出 Markdown

2026-07-18 01:11

·

9小时前

在 X 看原推

x.com

精选理由

八天四个前沿模型，Frontier 从两家实验室变成六家，前三名分差仅三分，而且价格正在暴跌，模型选型的逻辑从「谁第一」变成了「够用且便宜」——对产品经理来说是真正的转折点。

AI 摘要

过去八天内，Grok 4.5、GPT-5.6、Muse Spark 1.1 与 Kimi K3 四款前沿模型相继发布，使 Artificial Analysis Intelligence Index 得分超 50 的实验室从 6 月初的 2 家增至 6 家。

正文 · AI 翻译

中文

原文

前沿已经打开：八天内四次前沿发布——Grok 4.5、GPT-5.6、Muse Spark 1.1，以及昨天的Kimi K3；目前有六家实验室的模型在Artificial Analysis智能指数上得分超过50，而六月初只有两家。

@SpaceXAI的Grok 4.5（高，Artificial Analysis智能指数得分：54）于7月8日发布，@OpenAI的GPT-5.6 Sol、Terra和Luna（最高分：59、55、51）以及@AIatMeta的Muse Spark 1.1（极高，51）紧随其后于一天后发布，而@Kimi_Moonshot的Kimi K3于昨天发布，得分57——总体排名第三，领先于Claude Opus 4.8（最高分，56）。

该指数上排名前三的模型现在来自三家不同的实验室，且得分仅相差三分。自7月8日以来发布的模型占据了得分前十中的四个席位，自六月初以来则占据了六个席位。

唯一没有变化的是第一名：Claude Fable 5（最高分，60）自6月9日以来一直保持榜首，但其领先优势已从四分缩小到一分，并且其背后的智能价格已经暴跌。

祝贺@elonmusk、@sama、@finkd以及所有四家实验室的团队，度过了非凡的八天。

关键要点：

➤ 前沿领域在六周内从两家实验室扩展到六家。直到六月，只有Anthropic和OpenAI部署了得分在51或以上的模型。GLM-5.2（最高分）在六月中旬将Z AI带入这一行列；上周新增了SpaceXAI和Meta；今天Kimi K3以57分的成绩使Moonshot AI成为第六家

➤ Kimi K3以第三名的成绩首次亮相，其智能体和知识工作得分仅次于前两名。K3在GDPval-AA v2上获得1668 Elo，排名第三，仅次于Claude Fable 5（最高分，1760）和GPT-5.6 Sol（最高分，1748）。在AA-Briefcase（我们的长周期知识工作基准测试）上，它以1547 Elo进入第二名——仅次于Claude Fable 5（最高分，1583），领先于GPT-5.6 Sol（最高分，1495）——其分析质量Elo（1760）与Fable 5（1764）基本持平。在其$3/$15的定价下，每个智能指数任务成本为$0.94，它提供了与Claude Opus 4.8（最高分，$1.80）相当的智能，每个任务的成本大约减半

➤ 近前沿智能在八天内便宜了2-3倍。GPT-5.6 Sol（最高分）的智能指数得分比Claude Fable 5（最高分）低一分，每个任务成本为$1.04，而后者为$2.75。Grok 4.5（高）以$0.31的成本提供54分，不到GPT-5.5（极高，$0.99）的三分之一。在51分这一档，GPT-5.6 Luna（最高分，$0.21）和Muse Spark 1.1（极高，$0.26）的价格低于GLM-5.2（最高分，$0.32），而后者在一周前还是该水平上最便宜的模型。