Fireworks AI：Kimi K3 与 Fable 5 在代理任务测试中表现接近

ChainCatcher 消息，Fireworks AI 发布测评报告称，其对开源模型 Kimi K3 与闭源模型 Fable 5 进行了约 1030 项代理任务的对比测试，覆盖 SWE、终端运维、算法、多语言编码及法律等场景。

测试结果显示，两款模型在 SWE 基准上的准确率分别为 92.4% 和 92.6%，整体表现接近。不过在细分领域中，两者各有侧重：K3 在符号数学与开发工具领域领先，Fable 5 则在 Web 与数据可视化方面占优。

在终端长周期任务中，K3 独立完成了 11 项 Fable 5 未能解决的任务。报告同时指出，若采用任务级路由策略，在两款模型之间动态分配任务，准确率可达到 93%，高于任一单一模型。

成本方面，报告称 K3 在 Fireworks 平台上具备明显优势。在长周期代理任务中，其成本可低至 Fable 5 的 1/50。基于上述结果，报告建议将开源模型作为默认选项，并通过路由器持续学习任务与模型之间的最优匹配，以平衡质量与成本。