厂商自报指标：这是单个厂商在自家发布材料中报告的评测，其他模型没有可比成绩，因此不作为独立榜单收录，只在相关模型页展示。
DECK-Bench（Kimi 内部评测） 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 DECK-Bench 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 | |||
|---|---|---|---|---|---|
 GPT-5.6 Sol 思考水平·Max工具 | 74.70 | 2026-06-26 | 未知 | 闭源 | |
 Kimi K3 思考水平·Max工具 | 73.50 | 2026-07-16 | 28000亿 | 有条件商用 | |
 Claude Fable 5 思考水平·Max工具 | 73.00 | 2026-06-09 | 未知 | 闭源 | |
4 |  GLM-5.2 思考水平·Max工具 | 68.60 | 2026-06-13 | 7533.3亿 | 免费商用 |
5 | GPT-5.5 思考水平·极高工具 | 68.20 | 2026-04-23 | 未知 | 闭源 |
6 | Claude Opus 4.8 思考水平·Max工具 | 66.90 | 2026-05-28 | 未知 | 闭源 |
Kimi K3 (max) 官方发布成绩：73.5（2026-07-16）。
