Kimi K3はAIエージェントのベンチマーク「AA-Briefcase」でFable 5に次ぐ2位の成績を達成、しかし実行コストはOpus 4.8よりも高くタスクあたり平均1時間近くかかる

Kimi K3は2兆8000億パラメータを持つ大規模モデルで、一部ベンチマークでClaude Fable 5を上回る性能を示しました。しかし、実行コストはOpus 4.8よりも高く、タスクあたり平均1時間近くかかるという課題も報告されています。このモデルは中国のMoonshot AIによって開発されました。

• Kimi K3はAIエージェントのベンチマーク「AA-Briefcase」でClaude Fable 5に次ぐ2位となった。
• 分析品質Eloは最高評価を記録したが、プレゼンテーション品質EloはGPT-5.6 SolやClaude Opus 4.8を下回った。
• 1タスクあたりの実行コストはOpus 4.8より高く、1タスク完了までの平均時間は56.4分と最長だった。
• 前世代のKimi K2.6と比較して総合スコアは大幅に向上したが、処理時間とトークン出力量は増加した。