Kimi K3模型超GPT-5.6，AI智能体跑分全球第二

Artificial Analysis于7月22日更新了AI智能体知识工作基准AA-Briefcase，月之暗面（Moonshot AI）推出的Kimi K3模型斩获1543分，超过GPT-5.6 Sol（1501分），仅次于Claude Fable 5模型（1574分）。AA-Briefcase是独立AI评测机构Artificial Analysis于2026年6月推出的全新前沿AI智能体（Agent）知识工作基准测试，专为评估AI在处理长周期、高复杂度、多步骤知识工作任务时的综合表现而设计。测试涵盖推理、规划、工具使用、多轮对话、信息检索与整合等维度，模拟真实办公场景中的复杂任务链。Kimi K3模型在此次评测中表现出色，尤其在长上下文理解、多步推理以及自主调用外部工具完成子任务方面得分领先。月之暗面是一家专注于通用人工智能（AGI）的中国初创公司，此前已推出Kimi系列对话助手产品。此次K3模型的成绩不仅验证了其技术路线的有效性，也表明中国AI公司在智能体这一前沿方向上已具备与国际巨头同台竞技的实力。值得注意的是，GPT-5.6 Sol和Claude Fable 5分别代表OpenAI和Anthropic的下一代模型，Kimi K3能够超越前者，说明其在特定任务上可能采用了更高效的架构或训练策略。此外，该基准测试的推出时间（2026年6月）不久，但已被业界视为衡量AI智能体实际工作能力的重要标尺。Kimi K3的排名有望吸引更多企业客户关注国产大模型在知识工作自动化领域的应用潜力。