发生了什么
Zain Has 分析 Kimi K3 max vs GPT-5.6 Sol max(DeepSWE 基准)
为什么值得关注
提供了两模型在软件工程任务上的详细对比数据及路由级联策略，有助于从业者优化模型选型。
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 max vs. GPT-5.6 Sol max 软件工程基准对比
togethercompute 团队 @zainhas 在 DeepSWE 基准上对比了 Kimi K3 max 和 GPT-5.6 Sol max。pass@1: GPT 72.7%, Kimi 68.5%；pass@2: GPT 81.0%, Kimi 82.0%；pass@4: GPT 85.8%, Kimi 89.4%。Kimi 单价约 $4.65/rollout，Sol 约 $8.37；每 $100 Kimi 解 14.7 题，Sol 约 5.3 题。推荐级联策略：先 Kimi，验证器不过再升级到 Sol，可达到 85.6% 解题率，成本约 $7.30/任务。
打开原始来源 ↗