Qwen 3.8 预览版测评报告，打得过Kimi K3吗？
千问 3.8 Max Preview 实测测评，对比此前 Kimi K3 的测评表现如何呢？
统一标准祖传测试用例实测，约束文本生成全对且速度更快，24 点、密码推理答题准确；编程项目生成效率大幅提升，浏览器系统配套太空射击游戏 UI 与功能完整，3D 赛车运行流畅无操控故障，复刻 Trello 看板还原度极高，仅缺少单条待办删除按钮一处小瑕疵。
对比 Kimi K3 存在答题失误、赛车失控、界面 bug 且生成耗时极长等短板，千问新版本综合实力更出众，响应速度优势突出。
关注 AI 产品狙击手，持续更新各类 AI 模型实测干货！
微信赞赏
相关推荐
2025-09-28
Manus国内平替？Kimi通用智能体杀到！
说到通用AI智能体方面，相信大家脑海立刻出现的就是manus，但访问要魔法是一直让人诟病的。今天要介绍的Kimi K2最新推出的OK Computer，也许能成为你国产版的manus。可惜的是，每个月只有3次的免费额度，这相比manus人家每天都有免费额度赠送就差得有点远了。不过我们总有办法可以绕过去的。哈哈。这就不提了。大家喜欢的话赶紧用起来吧… 访问入口
2025-11-04
Qwen3-Max正式支持深度思考！测评报告！
大家看了我早上的《AI早报》的话应该知道，千问3 Max终于推出深度思考模式！高难度推理号称达到100%准确率！如此，厉害，赶紧测试下它的推理能力… 访问入口
2025-11-14
Kimi K2 Thinking测评报告！打败GPT-5？
早上介绍了Kimi K2 Thinking，看官网上各种benchmarks着实厉害，推理拳打GPT-5，编码脚踢Claude 4.5的。那得赶紧裤兜里套出我们大语言模型测评系列的那套测试用例，到官网上试下。废话不多说，来到官网。这里我们选择K2， 工具这里打开长思考。那就来吧… 访问入口
2026-07-18
Kimi K3 真实测评报告！是否真的能打？
Kimi K3是月之暗面（Moonshot）推出的最新大语言模型，本视频带来真实的独立测评。通过覆盖语言理解、长文本处理、编程能力和中文创作等多个维度的实际测试，客观评估Kimi K3的真实水平。并与GLM-5、DeepSeek V4、Qwen等国产模型进行横向对比，帮助用户判断Kimi K3是否”真的能打”。
2025-09-09
Kimi K2 0905发布！不全面测评报告！
Kimi K2 模型刚发布了 0905 最新版本，号称编程能力进一步做了增强，上下文长度从 128K 扩展到 256K，还提供了支持 60到100 Token每秒输出速度的高速版 API。可惜的是还是没有支持多模态和推理模式。在手机app和官方网页版已经全量进行了升级。 这里为了响应粉丝“欧豪的小格格”的要求，准备对其进行下测评，这次主要会测评下编程能力。同时也会测几道推理题。好，那就开始吧 访问入口
2026-07-18
Kimi K3 泄露！究竟有多能打？
Kimi K3是月之暗面（Moonshot）正在开发中的下一代大语言模型，其相关信息在社区中”泄露”后引发了广泛关注。本视频基于泄露的信息，分析Kimi K3在架构设计、能力预期和定位上的可能方向。结合Kimi K2系列的实际表现，推测K3可能在长文本处理、推理能力和多模态理解方面的升级。同时也会对比其他国产厂商的最新模型动态，帮助读者了解国产大模型的竞争格局和发展趋势。
