待验证50% 置信事实时间未知

Kimi K2.6在SWE Bench Pro、深度搜索问答和Humanity's Last Exam等顶级基准测试上与GPT 5.4、Claude Opus 4.6和Gemini 3.1 Pro等闭源模型竞争

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30

来源

AI Weekly: Kimi K2.6 Tops Open-Source Rankings, Qwen 3.6 and Google TTS Launch Together

bilibili声译看世界

相关事实

待验证Kimi K2.6 在前端开发测试中部分场景超越了Claude Opus 472% 相似已验证在Terminal Bench 2.0测试中，K2.6打出66.7分，比GPT-5.4和Claude Opus 4.6都略高71% 相似待验证Kimi K2.6在SWE-Bench Pro测试中获得58.6%的分数，位居开源模型第一71% 相似待验证在MMLU、HumanEval等主流基准测试上，Claude 3.5、GPT-4o、Gemini 1.5 Pro、Grok-2之间的分差已压缩至统计误差范围内69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/55791

API

curl https://kongchang.com/api/v1/knowledge/claims/55791

MCP

get_claim(id=55791)