GDPval-AA v2 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 GDPval-AA v2 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·Max工具 | 1861.00 | 2026-07-24 | 未知 | 闭源 | |
 GLM-5.3 思考水平·Max工具 | 1769.00 | 2026-08-14 | 7533.3亿 | — | |
 Grok 4.6 思考水平·高工具 | 1753.00 | 2026-08-12 | 未知 | 闭源 | |
4 | Claude Fable 5 思考水平·Max工具 | 1741.00 | 2026-06-09 | 未知 | 闭源 |
5 |  GPT-5.6 Sol 思考水平·Max工具 | 1728.00 | 2026-06-26 | 未知 | 闭源 |
6 |  Kimi K3 思考水平·Max工具 | 1686.00 | 2026-07-16 | 28000亿 | 免费商用 |
7 | Grok 4.5 思考水平·高工具 | 1526.00 | 2026-07-08 | 未知 | 闭源 |
8 |  Gemini 3.7 Flash 开启思考 | 1525.00 | 2026-08-13 | 未知 | 闭源 |
9 |  MiniMax-M2.7 开启思考工具 | 1495.00 | 2026-03-18 | 2290亿 | 非商用 |
10 | Gemini 3.6 Flash 开启思考 | 1421.00 | 2026-07-21 | 未知 | 闭源 |
11 | Gemini 3.5 Flash 开启思考 | 1349.00 | 2026-06-20 | 未知 | 闭源 |
12 | 965.00 | 2026-02-20 | 未知 | 闭源 | |
13 |  Muse Glimmer-30B 思考水平·高工具 | 953.00 | 2026-08-10 | 296亿 | 免费商用 |
Kimi K3 (max) 官方发布成绩：1668（2026-07-16）。
