AA-Briefcase 是 Kimi K3 官方技术博客完整评测表采用的基准。本条目用于承载官方发布成绩；Kimi K3 的全局测试设置为 reasoning_effort=max、temperature=1.0、top_p=1.0，具体 harness、工具使用和重复运行口径以官方脚注为准。
查看 AA-Briefcase 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
 Claude Opus 5 思考水平·极高工具 | 1686.73 | 2026-07-24 | 未知 | 闭源 | |
Claude Opus 5 思考水平·Max工具 | 1684.96 | 2026-07-24 | 未知 | 闭源 | |
Claude Opus 5 思考水平·高工具 | 1606.44 | 2026-07-24 | 未知 | 闭源 | |
4 |  Grok 4.6 思考水平·极高工具 | 1574.58 | 2026-08-12 | 未知 | 闭源 |
5 | Claude Fable 5 思考水平·Max工具 | 1571.79 | 2026-06-09 | 未知 | 闭源 |
6 | Grok 4.6 思考水平·高工具 | 1562.44 | 2026-08-12 | 未知 | 闭源 |
7 |  Kimi K3 思考水平·Max工具 | 1528.20 | 2026-07-16 | 28000亿 | 免费商用 |
8 |  GPT-5.6 Sol 思考水平·Max工具 | 1493.92 | 2026-06-26 | 未知 | 闭源 |
9 |  Muse Spark 1.2 思考水平·极高工具 | 1364.23 | 2026-08-05 | 未知 | 闭源 |
10 | GPT-5.6 Luna 思考水平·Max工具 | 1359.76 | 2026-06-26 | 未知 | 闭源 |
11 | GPT-5.6 Terra 思考水平·Max工具 | 1349.73 | 2026-06-26 | 未知 | 闭源 |
12 |  DeepSeek-V4-Pro 思考水平·Max工具 | 1286.37 | 2026-08-13 | 16000亿 | 免费商用 |
13 |  Gemini 3.7 Flash 思考水平·高工具 | 1133.16 | 2026-08-13 | 未知 | 闭源 |
14 |  MiniMax M3 开启思考工具 | 1107.16 | 2026-06-01 | 4280亿 | 非商用 |
15 |  Nemotron 3 Ultra 开启思考工具 | 876.84 | 2026-06-04 | 5500亿 | 免费商用 |
16 | Inkling 开启思考工具 | 840.52 | 2026-07-15 | 9750亿 | 免费商用 |
17 | Gemini 3.5 Flash-Lite 开启思考工具 | 636.95 | 2026-07-21 | 未知 | 闭源 |
18 | Haiku 4.5 开启思考工具 | 614.41 | 2025-10-15 | 未知 | 闭源 |
19 |  Mistral Medium 3.5 常规模式工具 | 519.11 | 2026-05-01 | 未知 | 闭源 |
Kimi K3 (max) 官方发布成绩：1548（2026-07-16）。
