Kimi K3统治前端代码，却在复杂数学上惨败
moonshot的kimi k3以1,679分位居code arena: frontend榜首，但在frontiermath tier 4上仅获39%准确率，显示出其专业性优于通用推理。
Moonshot 的 Kimi K3 成为第一个在中国模型中登上 Code Arena: Frontend Benchmark 榜首的模型，根据人类偏好获得 1,679 分，优于 Claude Fable 5 和 GPT-5.6 SOL 等竞争对手。尽管在编码方面表现出色，但该模型在复杂的数学推理方面却挣扎不前，在 FrontierMath Tier 4 最难的任务中仅获得 39% 的准确率，而 OpenAI 和 Anthropic 的模型则接近 90%。这种差异凸显了专门的性能特征，Kimi K3 在实际编码应用中表现出色，但在抽象问题解决领域却表现不佳。