发生了什么
AfterQuery 评测 Kimi K3(SpreadsheetBench 2 第一名, 超越 Claude Fable 5, 34.8% workflows)
为什么值得关注
这是开源模型在复杂电子表格任务上首次超越闭源模型，值得关注具体 benchmark 设计和模型能力。
信息来源
以下内容来自公开来源，可打开原文继续核验。
01
Kimi K3 在 SpreadsheetBench 2 上排名第一
Kimi K3 在 SpreadsheetBench 2 基准测试中排名第一，超越 Claude Fable 5，完成 34.8% 的 workflow 任务。该基准测试涉及 321 个专家策划任务，平均每个任务包含 11.8 个工作表和 593.5 个单元格更改，聚焦于完整的电子表格工作簿执行。
打开原始来源 ↗