Artificial Analysis、Kimi K3 が Fable 5 に次ぐ評価と報告

記事の3ポイント

1. 1

   AA-Briefcase ベンチマークでの高スコア達成

   Kimi K3 はエージェント型知識作業を評価する独自ベンチ「AA-Briefcase」で Elo 1543 を記録し、Claude Fable 5 に次ぐ第2位の成績を収めた。

2. 2

   前世代モデルからの劇的な性能向上

   Kimi K3 は先行する Kimi K2.6 と比較して Elo で +727 の大幅な改善を示し、GPT-5.6 Sol や Claude Sonnet 5 などの主要競合モデルを凌駕した。

3. 3

   コストと処理時間の課題

   高い性能スコアを獲得する一方で、Opus 4.8 よりも実行コストが高く、タスクあたりの平均処理時間が約1時間かかるという非効率性が指摘されている。