一句话判断
该成本优势表明在代理任务中 Kimi K3 可能具备更高的性价比，值得关注其实际部署效果。
核心信息
Moonshot AI 的 Kimi K3 在 DeepSWE 基准上与 Anthropic 的 Claude Fable 5 性能接近，单次任务成本约为后者的三分之一，在多次尝试场景下实现超越。
原始内容
文章数据显示 Kimi K3 在 DeepSWE 上与 Claude Fable 5 接近，单次任务成本约三分之一，并且在多次尝试场景下反超。
一个越来越明显的趋势：
应用层没有护城河，
Agent 层开始快速同质化，
连模型能力的领先优势也正在缩短。
> **引用原帖 凡人小北 (@frxiaobei):**
> Claude 证明了闭源模型的极致能力。
> Kimi K3 证明了另一件事，
> 当开源模型追上 90% 的能力时，剩下的 10% 可能很难支撑 3 倍的价格差。
> https://t.co/vPxzMWZtni
> https://x.com/frxiaobei/status/2080839826375614468
相关动态
01
开源模型协作推动行业进步
一群强大的共识推出声明称“我们相信、我们关心”，被认为是开源生态的重要宣言。原文基于作者情感表达，未包含技术数据或具体事件
值得跟进
02
Claude Opus 5 发布：接近 Fable 5 的智能程度，价格只有一半，与 Opus 4.8 保持同价
Anthropic 发布 Claude Opus 5，定价与 Opus 4.8 持平（输入 $5/M tokens，输出 $25/M tokens），性能接近 Fable 5 但成本仅为其半数，定位为高频可用的高端模型。基准测试显示其在 Frontier-Bench v0.1 编码任务中超越 Opus 4.8 超过一倍，ARC-AGI-3...
值得跟进
03
Meta 发布 Llama 3 8B
Meta 发布 Llama 3 8B 与 70B 两款模型，参数量分别为 8B 和 70B。 在 MMLU 基准上，8B 版本比 Llama 2 提升 5%，70B 版本提升 3%。
观察
04
BestBlogs 早报 07-25: Claude Opus 5 等
Anthropic 发布 Claude Opus 5 旗舰模型，Frontier-Bench 得分超前代两倍，ARC-AGI 3 是次优模型三倍，但网络安全能力落后。Moonshot 开源 Kimi K3 开放权重模型；火山引擎开源 SearchCLI Agent 搜索技术；AMD 发布 MI455X 等硬件。
观察
05
Sakana AI 发布 Fugu 模型
Sakana AI 发布新模型 Fugu，参数量为 1B，在 MMLU 基准上达到 75% 准确率，比同规模模型高出 5 个百分点。该模型采用高效训练技术，但未开源。
观察