Kimi K3 與 GPT-5.6 等四款模型在八天內密集發布，使頂尖 AI 實驗室數量在六週內從兩家擴增至六家

Kimi K3 與 GPT-5.6 等四款模型在八天內密集發布，使頂尖 AI 實驗室數量在六週內從兩家擴增至六家。 市場格局劇變 根據 Artificial Analysis 的最新數據，人工智慧領域在 7 月 8 日至 7 月 17 日的八天內迎來四款前沿模型發布，包括 SpaceXAI 的 Grok 4.5、OpenAI 的 GPT-5.6（包含 Sol、Terra、Luna 三個版本）、Meta 的 Muse Spark 1.1 以及 Moonshot AI 的 Kimi K3。目前在「Artificial Analysis Intelligence Index」評分超過 50 分的實驗室已從 6 月初的兩家增加至六家，顯示前沿模型的競爭已進入白熱化階段。 Claude Fable 5 (with fallback) 以 60 分蟬聯 Artificial Analysis 智慧指數榜首，但其領先優勢已縮小至 1 分，近期發布的 GPT-5.6 Sol (59 分) 與 Kimi K3 (57 分) 緊隨其後，且 Kimi K3 在性價比上表現優異，能以約一半的成本提供與 Claude Opus 4.8 相當的智慧水準。 Kimi K3 的強勢表現 Moonshot AI 推出的 Kimi K3 以 57 分的評分空降排行榜第三名，超越了 Claude Opus 4.8（56 分）。其核心優勢在於： 在 GDPval-AA v2 基準測試中獲得 1668 Elo，位居第三。 在針對長週期知識工作的 AA-Briefcase 基準測試中表現亮眼，以 1547 Elo 排名第二，僅次於 Claude Fable 5，且其分析品質 Elo（1760）與 Claude Fable 5（1764）幾乎持平。 具備極高的成本效益，每項 Intelligence Index 任務成本約為 0.94 美元，僅為 Claude Opus 4.8（1.80 美元）成本的一半左右。 價格與效能的快速迭代 儘管 Anthropic 的 Claude Fable 5 自 6 月 9 日以來持續穩居榜首，但其領先優勢已從 4 分縮小至 1 分，且市場整體的智慧成本出現顯著下降： GPT-5.6 Sol 的每項任務成本為 1.04 美元，效能僅比 Claude Fable 5 低 1 分，但價格大幅降低。 Grok 4.5 以 0.31 美元的成本提供 54 分的效能，相較於 GPT-5.5（0.99 美元）性價比提升超過三倍。 在 51 分的效能區間，GPT-5.6 Luna（0.21 美元）與 Muse Spark 1.1（0.26 美元）均已低於一週前該區間最便宜的 GLM-5.2（0.32 美元）。 原文：https://easyvibecoding.app/curated/2588-ai-labs-triple-in-six-weeks-model-race